FT-intuicja: Różnice pomiędzy wersjami

Z Brain-wiki
Linia 2: Linia 2:
 
Spróbujmy nabrać potrzebnej na ćwiczeniach intuicji, traktując obliczenia w kategorii iloczynów skalarnych z kolejnymi sinusami o odpowiednio dobranych fazach (w powyższym równaniu fazy są ukryte w kącie liczby zespolonej). Weźmy przykładowy sygnał ''s'' złożony z dwóch sinusów ''a'' i ''b'',  ''s'' = ''a'' + ''b'':
 
Spróbujmy nabrać potrzebnej na ćwiczeniach intuicji, traktując obliczenia w kategorii iloczynów skalarnych z kolejnymi sinusami o odpowiednio dobranych fazach (w powyższym równaniu fazy są ukryte w kącie liczby zespolonej). Weźmy przykładowy sygnał ''s'' złożony z dwóch sinusów ''a'' i ''b'',  ''s'' = ''a'' + ''b'':
  
[[Plik:Ft sig s.png|500px|bezramki]] =
+
[[Plik:Ft sig s.png|400px|right|bezramki]]  
  
  
[[Plik:Ft sig sa.png|500px|bezramki]] +
+
=[[Plik:Ft sig sa.png|400px|right|bezramki]]  
  
  
[[Plik:Ft sig sb.png|500px|bezramki]]
+
+[[Plik:Ft sig sb.png|400px|right|bezramki]]
  
  
 
Policzmy iloczyny z sinusami o optymalnie dobranych fazach; jak widać na poniższym rysunku, sinus o częstości 2,4 jest podobny do składowej ''a'' sygnału ''s'', ale miara podobieństwa, czyli wartość [[Wstep#Iloczyn_skalarny|iloczynu skalarnego]], zależy silnie od fazy sinusa, z którym liczymy iloczyn sygnału — gwiazdką oznaczyliśmy fazę, dla której iloczyn jest największy:
 
Policzmy iloczyny z sinusami o optymalnie dobranych fazach; jak widać na poniższym rysunku, sinus o częstości 2,4 jest podobny do składowej ''a'' sygnału ''s'', ale miara podobieństwa, czyli wartość [[Wstep#Iloczyn_skalarny|iloczynu skalarnego]], zależy silnie od fazy sinusa, z którym liczymy iloczyn sygnału — gwiazdką oznaczyliśmy fazę, dla której iloczyn jest największy:
  
[[Plik:Ft phase.png|625px|bezramki]]
+
[[Plik:Ft phase.png|400px|center|bezramki]]
  
 
Podobne dopasowania można wykonać dla każdej częstości [[Wstep#Ortogonalność|wzajemnie ortogonalnych]] sinusów o częstościach <math> \frac1T, \frac2T, \ldots</math> do [[Wstep#Aliasing_i_częstość_Nyquista| częstości Nyquista]].
 
Podobne dopasowania można wykonać dla każdej częstości [[Wstep#Ortogonalność|wzajemnie ortogonalnych]] sinusów o częstościach <math> \frac1T, \frac2T, \ldots</math> do [[Wstep#Aliasing_i_częstość_Nyquista| częstości Nyquista]].
  
[[Plik:Ft freq.png|600px|bezramki]]
+
[[Plik:Ft freq.png|400px|center|bezramki]]
  
 
Wyniki — optymalne fazy i uzyskane dla nich maksymalne wartości iloczynów skalarnych — przedstawiamy na wykresach:
 
Wyniki — optymalne fazy i uzyskane dla nich maksymalne wartości iloczynów skalarnych — przedstawiamy na wykresach:
  
 
[[Plik:Fake spect.png|450px|center|bezramki]]
 
[[Plik:Fake spect.png|450px|center|bezramki]]

Wersja z 17:49, 2 wrz 2024

Intuicyjna intepretacja przekształcenia Fouriera

Spróbujmy nabrać potrzebnej na ćwiczeniach intuicji, traktując obliczenia w kategorii iloczynów skalarnych z kolejnymi sinusami o odpowiednio dobranych fazach (w powyższym równaniu fazy są ukryte w kącie liczby zespolonej). Weźmy przykładowy sygnał s złożony z dwóch sinusów a i b, s = a + b:

Ft sig s.png


=

Ft sig sa.png


+

Ft sig sb.png


Policzmy iloczyny z sinusami o optymalnie dobranych fazach; jak widać na poniższym rysunku, sinus o częstości 2,4 jest podobny do składowej a sygnału s, ale miara podobieństwa, czyli wartość iloczynu skalarnego, zależy silnie od fazy sinusa, z którym liczymy iloczyn sygnału — gwiazdką oznaczyliśmy fazę, dla której iloczyn jest największy:

Ft phase.png

Podobne dopasowania można wykonać dla każdej częstości wzajemnie ortogonalnych sinusów o częstościach [math] \frac1T, \frac2T, \ldots[/math] do częstości Nyquista.

Ft freq.png

Wyniki — optymalne fazy i uzyskane dla nich maksymalne wartości iloczynów skalarnych — przedstawiamy na wykresach:

Fake spect.png