waarom er een noodzaak van Fourier transformatie

want als we niet gebruiken Fourier Transform en hebben de variabele t dan werken we in de tijd en soms domein u cant analyseren van het signaal in de tijd domein en zijn gemakkelijker om het analyseren van de frequentie (f) domain.thats wat ik weet.

 
Transformaties worden gebruikt om de operatie gemakkelijker te maken, een ruwe voorbeeld woud worden gegeven door logaritmen.We weten het logboek van een vermenigvuldiging is de som van logs individueel, om zo te som is gemakkelijker dan vermenigvuldigen, daarom gebruiken we in de telecommunicatiesector de DB.We kunnen ons voorstellen dat DB is een transformatie naar operaties gemakkelijk te maken.Ook is de Fourier-transformatie, het geeft je eens een meer geschikte analisys van signalen die werkzaam zijn in de frequentie-domein dan in de tijd domein.Bijvoorbeeld het kronkels operatie te transformeren in de tijd domein, in zo veel makkelijker vermenigvuldiging in frequentie domein.Het is een ruw idee.Fourier-transformatie is een breed begrip en kan niet uitleggen in een paar woorden ...

 
Het wordt gebruikt om een periodieke signalen of zelfs een deel van de signalen van tijd-domein om te zetten naar de frequentie-domein, is het belangrijkste voordeel van om te weten dat de band breedte van je signaal en te vergelijken met een ots charactrestics van uw kanalen of media (bandbreedte), dan zult u weten of signaal zal worden treanmitted zonder enige verliezen of destorion van haar chape ..dat de eenvoudigste en belangrijkste gebruik van fourir

shafee

 
Het is om het signaal te analyseren in een ander domein, in principe vertegenwoordigen wij alle signalen in het tijdsdomein en bepaalde manipulatie van het signaal zou kunnen worden gedaan in de tijd domein, maar als we nodig hebben om het signaal te verwerken en te analyseren voor alle communicatie of de uitvoering doel we moest gaan voor een ander domein dat is de frequentie domein waar manipulatie van het signaal is betrekkelijk eenvoudig.

 
Hoi,
Goed te zien wanneer u wilt geen signalen van tijd-domein om te zetten naar frequentiedomein dan u nodig transformeert.We cam gebruiken Fourier-reeks, maar Fourierreeks helpt alleen bij de evaluatie van periodieke signalen.Voor aperiodische signalen moeten we Fourier transformatie.

 
hi all
dit is een zeer fundamentele vraag waar de meeste mensen krijgen twijfel een signaal beschouwen met een zeer kleine periode (i cant plot hier), maar wanneer u wilt de eigenschappen van het signaal te analyseren op een bepaald moment als het in de tijd domein u cant get it waar, zoals in frequentie domein als u reprsent hetzelfde signaal dat zal worden uitgebreid en u kunt de volledige eigenschappen van het signaal bekijken op dit moment als u think waarom gebruiken we Fourierreeks c wat we doen in een Fourier seeries wij vertegenwoordigen een signaal gegeven in termen van zonde en cosinus en een constante de cofficients van de zonde en cosinus geeft de kracht van het signaal op dat de frequentie en de constante term geeft het niveau van het dc.

 
Hi all,
boven alles gezegd is right ...

Maar, zal ik uitleggen andere manier ..maar niet de andere zaak ...

zien zijn er twee manieren van het analyseren van het signaal:

1) Tijd domein -> wat verklaart over de hoeveelheid signaal.zoals amplitude van het signaal.maar je kan niet zeggen wat de frequentie van dat signaal bestaat.

2) Frequentie Domein -> die verklaart over de kwaliteit van het signaal.als de hoeveelheid frequentie van het signaal.maar hier kun je niet zeggen over de amplitude van het signaal.

Dus, zijn beide domeinen zeer belangrijk in hun vakgebied.maar als je wilt weten alles over het gegeven signaal ...dan heb je een tool nodig die kan transformeren van het ene naar het andere domein, die dit Fouriertransformatie doet.

So In DSP, Fourier transformatie is een fundamenteel instrument waarmee je kunt niets doen en alles.
bijvoorbeeld: Filter en spraak, Beeld & foto gerelateerde verwerkingen etc.

Zo, eindelijk kan ik zeggen dat,
in Time Domain speel je met Aantal &
in frequentie domein dat u spelen met de kwaliteit van het signaal.
met deze kun je alles doen wat in de DSP wereld.

dat is alles wat ik wilde zeggen ...

thanks ..

 
sinu_gowde schreef2) Frequentie Domein -> die verklaart over de kwaliteit van het signaal.
als de hoeveelheid frequentie van het signaal.
maar hier kun je niet zeggen over de amplitude van het signaalin het geval van frequentie-domein rep., de lengte van de lijn op de freq.component zal vormen / geven de betrokken amplitude.
ook
fase info kan worden afgebeeld op tijd domein niet in "f"-domein

 
Oorspronkelijk Fourier transformatie itroduced zijn voor het oplossen van lineaire differentiaalvergelijkingen.
U weet dat LDE en systemen van LDE beschrijven continue tijd lineaire systemen als LRC ketens.Chains bestaande uit weerstanden, condensatoren, inductivities.
Door de manier, is convolutie integraal systeem van vertegenwoordiging van LDE.

Idee was om het signaal te vertegenwoordigen als een som van "gemakkelijk voor gebruik" signalen, zoeken oplossing voor al deze signalen en combineert de resultaten.Deze "gemakkelijk voor gebruik" signalen zijn eigenfuncties van het systeem worden opgelost.In het geval van LDE ze zijn complexe exponentiële functies (A * exp (j * (lambda))).Deze functies blijft hetzelfde wenn overdracht door middel van lineaire systemen.Alleen parameters veranderen.

Dus, als we ingangssignaal vertegenwoordigen als een som van complexe exponentiële functies (de forward Fourier Transform), set van LDE werd een set van lineaire vergelijkingen.Het oplossen ervan en het combineren van (dit is de inverse Fourier Transform) de uitgang van de exponentiële functies (onthoud, hun grootheden en fasen worden gewijzigd) krijgen we uitgangssignaal.

Dit is de verbinding beetween verschillende termen
Convolution <-> Systeem van LDEs <- (Fourier-transformatie) -> Systeem van lineaire vergelijking op Fourier domein

Ik denk dat het beter om wat meer gedetailleerde beschrijving in enkele boeken te vinden.

Hetzelfde is voor discrete tijd met de volgende wijzigingen
convolutie gauw discrete convolutie
Stelsel van LDEs gauw systeem van eindige differentievergelijkingen
Fourier-transformatie -> discrete Fourier transformatie

Dus, de belangrijkste reden van de invoering van Fourier transformatie -> eenvoudig te maken van het analyseren, simuleren en behandeling lineaire systemen.

Bovendien valt het in zekere zin met intuïtief duidelijke termijn van frequentie (in audio-verwerking, bijvoorbeeld)

Succes in het leren Sygnals en Systemen

 
Ik ben het verzenden van een goede uitleg over forier analyse lezen ik nooit vinden die een dergelijke verklaring in een ander boek

 
Zijn eenvoudige, cant zie je de verschillende frequenties aanwezig zijn in de lengte van een signaal door het analyseren van de golfvorm in Time domein (tijd vs amplitude) te analyseren de golfvorm in frequentie domein moeten we het spectrum van het tijdsdomein signaal dit bereikt kan worden vinden door Transforms uitgevonden door velen, een aantal van de bekendste daarvan zijn DFT, DCT, FFT etc.Elk heeft hun specifieke eigenschap.bijvoorbeeld DCT heeft een energie compactie pand dus het wordt gebruikt in het merendeel van de compressie algoritmen en FFT is de geoptimaliseerde vorm van DFT, zodat het meestal wordt gebruikt.En in filtering toepassingen.

<img src="http://www.edaboard.com/images/smiles/icon_smile.gif" alt="Lachten" border="0" />
 
Hoi,

Zoals veel leden hebben al het beste voorbeeld van een transformatie hebben geantwoord logrithms.

Fourier-transformatie is een wiskundige concept dat uitermate goed geschikt voor signaalanalyse.

Zie altijd de tijd domain info van het signaal is niet genoeg jus de freq info is ook van zeer groot belang ..thats y dit transformeren werd aangenomen in de eerste plaats ..

De relatieve gemak van operaties waarbij transformeert als convolutie, dualiteit en freq verschuiving.

jus zitten en uitvoeren van een mooie grote tijdsdomein conv.en neem dan een freq domein vermenigvuldiging ..U zal begrijpen.

Raadpleeg boeken als openhiem wanneer u starter bent ..ook volgen prokias hoofdstuk 5 ..Als ik gelijk ..

groeten.

 
claudiocamera gelijk.FT is slechts een wiskundige tool ontwikkeld om de levens van luie ingenieurs te vergemakkelijken.In feite was FT behandeld als onorthodoxe in het verleden door wiskundigen tot een meer solide bewijs voor het afkomstig is.

In dit geval van FT, dat is de werking van de grootste zorg is convolutie, die wordt gebruikt in alle filters als lineaire systemen.Convolutie in het tijdsdomein vereist integratie, die kan rommelig krijgen.Maar convolutie in het frequentiedomein is eenvoudig vermenigvuldigen.

 
Het is het equivalent van Fourier-reeks voor niet-periodieke signalen

 
In een woord, Fourier-transformatie geeft ons een andere manier om het signaal te analyseren.Vaak zien we alleen het signaal perceptuele, maar we kunnen het signaal rationeel weten.

 
Weet u dat beter is dan Laplace Fourier transformatie?
Laplace b kan gebruikt worden voor een functie van de tijd WHR u kunt niet van toepassing Fourier.

 
het is gemakkelijker om signalen in de frequentie-domein te analyseren in plaats van in timedomain.
Ook integro differentiaalvergelijkingen in de tijd domein worden omgezet in eenvoudige algebraïsche operaties in frequentie domein

 
Heey guys

We vertrokken een ding.

We r belangstelling voor de informatie in signaal dat wat is r de freqs aanwezig zijn en elk een magnitude en fase.we r niet geïnteresseerd in de vorm van het signaal.

tijdsdomein signaal geeft alleen vorm.geen andere informatie.

indien singnal in freq domein dan krijgen we elk freq en de omvang aanwezig in signaal.

dus door het omzetten van tijdsdomein signaal in freq domein, we transformeren en dat is FT.

 
You must log in or register to reply here.

Welcome to EDABoard.com

Sponsor

Back
Top