Dieser Artikel beschäftigt sich mit der Fourier-Transformation für aperiodische Funktionen. Oftmals versteht man unter Fourier-Transformation auch das Bilden der Fourier-Koeffizienten einer
Fourier-Reihe.
Die Fourier-Transformation (genauer die kontinuierliche Fourier-Transformation; Aussprache: [fuʁie]) ist eine mathematische Methode aus dem Bereich der Fourier-Analyse, mit der aperiodische Signale in ein kontinuierliches Spektrum zerlegt werden. Die Funktion, die dieses Spektrum beschreibt, nennt man auch Fourier-Transformierte oder Spektralfunktion. Es handelt sich dabei um eine Integraltransformation, die nach dem Mathematiker Jean Baptiste Joseph Fourier benannt ist. Fourier führte im Jahr 1822 die Fourier-Reihe ein, die jedoch nur für periodische Signale definiert ist und zu einem diskreten Frequenzspektrum führt.
Es gibt einige Anwendungsfälle, in denen die Fourier-Transformation mittels eines Computers berechnet werden soll. Dafür wurde die Diskrete Fourier-Transformation beziehungsweise die Schnelle Fourier-Transformation eingeführt.
Sei
eine integrierbare Funktion, wobei
den Lebesgue-Raum bezeichnet. Die (kontinuierliche) Fourier-Transformierte
von
ist definiert durch
![{\displaystyle ({\mathcal {F}}f)(y)={\frac {1}{{\sqrt {2\pi }}^{\ n}}}\int _{\mathbb {R} ^{n}}f(x)\,\mathrm {e} ^{-\mathrm {i} y\cdot x}\,\mathrm {d} x}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2c6381d110b482bb74d3c7d495bc07850b3a88d7)
und die zugehörige inverse Transformation lautet:
![{\displaystyle f(x)={\frac {1}{{\sqrt {2\pi }}^{\ n}}}\int _{\mathbb {R} ^{n}}({\mathcal {F}}f)(y)\,\mathrm {e} ^{\mathrm {i} y\cdot x}\,\mathrm {d} y\;.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8d139b5deb249762ec11068ccc7daa81b26f44aa)
Dabei gilt:
und
sind
-dimensionale Volumenelemente,
die imaginäre Einheit und
das Standardskalarprodukt der Vektoren
und
.
Die Normierungskonstante ist in der Literatur nicht einheitlich. In der Theorie der Pseudodifferentialoperatoren und in der Signalverarbeitung ist es üblich, den Faktor
in der Transformation wegzulassen, sodass stattdessen die Rücktransformation den Vorfaktor
erhält. Die Transformation lautet dann:
![{\displaystyle ({\mathcal {F}}f)(y)=\int _{\mathbb {R} ^{n}}f(x)\,\mathrm {e} ^{-\mathrm {i} y\cdot x}\,\mathrm {d} x\;,}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2a78b4b52f783c88bbe3d407c60bd3b09bceba98)
![{\displaystyle f(x)={\frac {1}{(2\pi )^{n}}}\int _{\mathbb {R} ^{n}}({\mathcal {F}}f)(y)\,\mathrm {e} ^{\mathrm {i} y\cdot x}\,\mathrm {d} y\;.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/d9be915c0a77b83b1e515bb7b86736e3865c330e)
Hier taucht ein Vorfaktor auf, so dass die Anwendung des Satzes von Plancherel nicht direkt möglich ist, weil die Fouriertransformation dann keine unitäre Abbildung mehr auf
ist und so die Signalleistung ändert. Dies kann jedoch (wie bei allen Orthogonaltransformationen) einfach durch eine Substitution (Reskalierung der Abszisse) ausgeglichen werden und stellt damit kein grundlegendes Problem dar. Genau dies wird in der Literatur zu Signalverarbeitung und Systemtheorie vorgeschlagen, indem von der natürlichen Frequenz auf die Kreisfrequenz
(die den Faktor beinhaltet) übergegangen wird:
![{\displaystyle ({\mathcal {F}}f)(y)=\int _{\mathbb {R} ^{n}}f(x)\,\mathrm {e} ^{-2\pi \mathrm {i} y\cdot x}\,\mathrm {d} x\;=\int _{\mathbb {R} ^{n}}f(x)\,\mathrm {e} ^{-\mathrm {i} \omega \cdot x}\,\mathrm {d} x\;}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ab3b3e5bea2883258c2489c565a167be129f49b2)
![{\displaystyle f(x)=\int _{\mathbb {R} ^{n}}({\mathcal {F}}f)(y)\,\mathrm {e} ^{2\pi \mathrm {i} y\cdot x}\,\mathrm {d} y\;=\int _{\mathbb {R} ^{n}}({\mathcal {F}}f)(y)\,\mathrm {e} ^{\mathrm {i} \omega \cdot x}\,\mathrm {d} y\;.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/786dcd05e954f314969887dd16d97e01c1f95854)
Die reelle Form der Fourier-Transformation wird als Hartley-Transformation bezeichnet. Für reelle Funktionen
kann die Fourier-Transformation durch die Sinus- und Kosinus-Transformation substituiert werden.
Die Kompression von digitalen Daten auf Basis der Fourier-Transformation ist eine zentrale Technologie für Kommunikation, Datenaustausch und Streaming von Medien im (mobilen) Internet.[1]
Beispielsweise wird zur Kompression von Audio-Daten (etwa um eine MP3 Datei zu erzeugen) das Audio-Signal in den Frequenz-Raum transformiert. Die Transformation erfolgt über das Verfahren der (modifizierten) diskreten Kosinustransformation, welches der schnellen Fourier-Transformation ähnelt. Im Frequenzraum werden dann alle Frequenzen, die Menschen nicht hören können oder die nur wenig zum subjektiven Empfinden des Klangs beitragen, entfernt. Das Ergebnis wird im letzten Schritt aus dem Frequenz-Raum rücktransformiert – daraus erhält man, auf Grund des verringerten Frequenzumfangs, eine deutlich kleinere (komprimierte) Audio-Datei.[2]
In vergleichbaren Verfahren können Bilder (JPEG Kompression) oder Filme (MPEG-4) komprimiert werden.
In der Signalanalyse werden mittels Fourier-Transformation Frequenzanalysen von Signalen durchgeführt. Hierzu wird das Verfahren der diskreten Fourier-Transformation bzw. der schnellen Fourier-Transformation genutzt. Ein Beispiel für die Vielzahl von technischen Anwendungen ist die Nutzung der Signalanalyse bei der Erstellung von Bildern mittels Magnetresonanztomographie.[3]
Der reine Kammerton
ist eine Sinuswelle mit der Frequenz 440 Hz, also 440 Schwingungen pro Sekunde. Eine ideale Stimmgabel gibt genau dieses Sinussignal ab. Der gleiche Ton gespielt mit einem anderen Musikinstrument (nicht-ideale Stimmgabel), ist eine Zusammensetzung/Überlagerung aus Wellen verschiedener Wellenlängen. Diese sind bezüglich ihrer Frequenz normalerweise ganzzahlige Vielfache der Frequenz des Grundtons. Die Zusammensetzung und jeweilige Amplitude dieser Wellen ist bestimmend für die Klangfarbe jedes Musikinstruments. Nur die Welle mit der größten Wellenlänge, der Grundton des Signals, hat dabei die Frequenz 440 Hz. Die anderen Wellen, die Obertöne, haben höhere Frequenzen.
An der Fourier-Transformierten des Tonsignals kann man direkt die verschiedenen Frequenzen/Wellenlängen der Wellenzusammensetzung ablesen. Diese Eigenschaft kann man beispielsweise für die automatische Erkennung von Tonhöhen und Musikinstrumenten in einem Tonsignal ausnutzen.
Zur Veranschaulichung sei ein Puls-Signal mit zwei überlagerten Frequenzen gegeben. Die Funktion, die dieses Signal darstellt, besteht beispielhaft aus der Summe zweier Cosinus-Funktionen, multipliziert mit einer Gauß-Kurve zur Darstellung des An- und Abklingens:
![{\displaystyle f(t)=(10\cdot \cos(2\pi (5\cdot t))+(5\cdot \cos(2\pi (40\cdot t))))\cdot \mathrm {e} ^{-\pi t^{2}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/f69e7273977afe587bb06ed2d161a145be2de4c6)
Interpretiert man die Einheit der Zeitachse t als Sekunden, dann haben die beiden Frequenzen einen Wert von 5 Hz bzw. 40 Hz bei einer Amplitude von 10 bzw. 5.
Durch die Fourier-Transformation transformiert man die Funktion in den Frequenz-Raum – d. h., die X-Achse im Diagramm der Fourier-Transformierten stellt eine Frequenz dar. Die Fourier-Transformierte der Beispiel-Funktion zeigt die beiden Frequenz-Anteile als Spitze beim jeweiligen Frequenzwert (5 bzw. 40). Der Wert der Fourier-Transformierten an der Stelle der jeweiligen Frequenz ist ein Maß für die Amplitude der überlagerten Frequenzen in der Beispiel-Funktion. Hier dargestellt ist der absolute Betrag der Fourier-Transformierten bei normierter X-Achse (zur Vereinfachung ist nur der positive Teil der Transformierten gezeigt):
Dies illustriert die Anwendung der Fourier-Transformation zur Analyse der Frequenzanteile von Signalen – hieraus leitet sich auch das Synonym Spektralfunktion für die Fourier-Transformierte ab.
Es soll das Frequenzspektrum einer gedämpften Schwingung mit ausreichend schwacher Dämpfung untersucht werden. Diese kann durch folgende Funktion beschrieben werden:
![{\displaystyle f(t)=x_{0}\cdot \mathrm {e} ^{-{\frac {t}{\tau }}}\cdot \cos(\omega _{\rm {s}}t)\Theta (t)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fdd3eb7654762025e5451f475e730ec0296755ff)
oder in komplexer Schreibweise:
![{\displaystyle f(t)=x_{0}\cdot \mathrm {e} ^{-{\frac {t}{\tau }}}\cdot {\tfrac {1}{2}}(\mathrm {e} ^{\mathrm {i} \omega _{\rm {s}}t}+\mathrm {e} ^{-\mathrm {i} \omega _{\rm {s}}t})\Theta (t)\;.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ae0db6f8fb2f3cb502bbc8af3bf812362629c6b1)
Hier ist
die Amplitude und
die Kreisfrequenz der Schwingung,
die Zeit, in der die Amplitude um den Faktor
abfällt, und
die Heaviside-Funktion.
Das heißt, die Funktion ist nur für positive Zeiten nicht null.
Man erhält
![{\displaystyle {\begin{aligned}F(\omega )=({\mathcal {F}}f)(\omega )&={\frac {1}{\sqrt {2\pi }}}\int _{-\infty }^{\infty }f(t)\mathrm {e} ^{-\mathrm {i} \omega t}\,\mathrm {d} t\\&={\frac {1}{\sqrt {2\pi }}}\int _{-\infty }^{\infty }x_{0}\cdot \mathrm {e} ^{-t/\tau }\cdot {\tfrac {1}{2}}\left(\mathrm {e} ^{\mathrm {i} \omega _{\rm {s}}t}+\mathrm {e} ^{-\mathrm {i} \omega _{\rm {s}}t}\right)\Theta (t)\cdot \mathrm {e} ^{-\mathrm {i} \omega t}\,\mathrm {d} t\\&={\frac {x_{0}}{\sqrt {2\pi }}}\int _{0}^{\infty }\mathrm {e} ^{-t/\tau }\cdot {\tfrac {1}{2}}\left(\mathrm {e} ^{\mathrm {i} \omega _{\rm {s}}t}+\mathrm {e} ^{-\mathrm {i} \omega _{\rm {s}}t}\right)\cdot \mathrm {e} ^{-\mathrm {i} \omega t}\,\mathrm {d} t\\&={\frac {x_{0}}{2{\sqrt {2\pi }}}}\int _{0}^{\infty }\left(\mathrm {e} ^{-t\left(1/\tau -\mathrm {i} (\omega _{\rm {s}}-\omega )\right)}+\mathrm {e} ^{-t\left(1/\tau +\mathrm {i} (\omega _{\rm {s}}+\omega )\right)}\right)\,\mathrm {d} t\\&={\frac {x_{0}}{2{\sqrt {2\pi }}}}\left[-{\frac {1}{1/\tau -\mathrm {i} (\omega _{\rm {s}}-\omega )}}\mathrm {e} ^{-t\left(1/\tau -\mathrm {i} (\omega _{\rm {s}}-\omega )\right)}-{\frac {1}{1/\tau +\mathrm {i} (\omega _{\rm {s}}+\omega )}}\mathrm {e} ^{-t\left(1/\tau +\mathrm {i} (\omega _{\rm {s}}+\omega )\right)}\right]_{0}^{\infty }\\&={\frac {x_{0}}{2{\sqrt {2\pi }}}}\left({\frac {1}{1/\tau -\mathrm {i} (\omega _{\rm {s}}-\omega )}}+{\frac {1}{1/\tau +\mathrm {i} (\omega _{\rm {s}}+\omega )}}\right)\\&={\frac {x_{0}}{\sqrt {2\pi }}}{\frac {1/\tau +\mathrm {i} \omega }{(1/\tau +\mathrm {i} \omega )^{2}+\omega _{\rm {s}}^{2}}}\,.\end{aligned}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/26f20b97dc90cba9a1e81d484f03fbeda4935f02)
Die Fourier-Transformation
ist ein linearer Operator. Das heißt, es gilt
.
Die Fourier-Transformation ist ein stetiger Operator vom Raum der integrierbaren Funktionen
in den Raum der Funktionen
, die im Unendlichen verschwinden. Mit
ist die Menge der stetigen Funktionen bezeichnet, welche für
verschwinden. Die Tatsache, dass die Fourier-Transformierten im Unendlichen verschwinden, ist auch als Lemma von Riemann-Lebesgue bekannt. Außerdem gilt die Ungleichung
.
Sei
eine Schwartz-Funktion und
ein Multiindex. Dann gilt
und
.
.
Die Dichtefunktion
![{\displaystyle \varphi (x)={\frac {1}{(2\pi )^{n/2}}}\cdot \mathrm {e} ^{-{\frac {1}{2}}\|x\|^{2}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/bb9d81369b8d4288aee8765139eab87b4218ae8e)
mit
der (
-dimensionalen) Gauß’schen Normalverteilung ist ein Fixpunkt der Fourier-Transformation. Das heißt, es gilt für alle
die Gleichung
.
Insbesondere ist also
eine Eigenfunktion der Fourier-Transformation zum Eigenwert
. Mit Hilfe des Residuensatzes oder mit Hilfe partieller Integration und Lösen einer gewöhnlichen Differentialgleichung kann in diesem Fall das Fourier-Integral
bestimmt werden.
Für
gilt für alle
die Gleichung
.
Äquivalent lässt sich dies auf dem Schwartzraum
als Operatorgleichung
![{\displaystyle {\mathcal {F}}^{2}={\mathcal {P}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/fdcc735053879591e97f3b8c4dbfe2293c885de9)
schreiben, wobei
![{\displaystyle {\mathcal {P}}:f\mapsto (x\mapsto f(-x))}](https://wikimedia.org/api/rest_v1/media/math/render/svg/80ea6a76c96e80ce8f869aa4f469f167f736eaea)
den Paritätsoperator bezeichnet.
Sei
eine integrierbare Funktion derart, dass auch
gilt. Dann gilt die Rücktransformation
![{\displaystyle {\mathcal {F}}^{-1}({\mathcal {F}}(f))(x)=f(x)={\frac {1}{(2\pi )^{\frac {n}{2}}}}\int _{\mathbb {R} ^{n}}\mathrm {e} ^{\mathrm {i} tx}{\mathcal {F}}(f)(t)\,\mathrm {d} t.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9a3419eda2bf3b93fdc450de5b9e32be3baed8d2)
Diese wird auch Fouriersynthese genannt. Auf dem Schwartz-Raum
ist die Fouriertransformation ein Automorphismus.
Das Faltungstheorem für die Fourier-Transformation besagt, dass die Faltung zweier Funktionen durch die Fourier-Transformation in ihrem Bildraum in eine Multiplikation reeller Zahlen überführt wird. Für
gilt also
.
Die Umkehrung des Faltungssatzes besagt[4]
.
Für eine Funktion
ist die Fouriertransformation mittels eines Dichtheitsargumentes definiert durch
.
Die Konvergenz ist im Sinne von
zu verstehen und
ist die Kugel um den Ursprung mit Radius
. Für Funktionen
stimmt diese Definition mit der aus dem ersten Abschnitt überein.
Da die Fouriertransformation bezüglich des
-Skalarproduktes unitär ist (s. u.) und
in
dicht liegt, folgt,
dass die Fouriertransformation ein isometrischer Automorphismus des
ist. Dies ist die Aussage des Satzes von Plancherel.
Seien
und
. Für
ist
und es gilt
.
Die Fourier-Transformation
hat also eine Fortsetzung zu einem stetigen Operator
, der durch
![{\displaystyle {\mathcal {F}}(f)(\xi )=\lim _{r\to \infty }{\frac {1}{(2\pi )^{\frac {n}{2}}}}\int _{B_{r}(0)}f(x)\mathrm {e} ^{-\mathrm {i} x\xi }\mathrm {d} x}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e215d4422771214cc5464fdcddfda550271f9e27)
beschrieben wird. Der Grenzwert ist hier im Sinne von
zu verstehen.
Falls die Funktion
schwach differenzierbar ist, gibt es eine Differentiationsregel analog zu denen für Schwartzfunktionen. Sei also
eine k-mal schwach differenzierbare L2-Funktion und
ein Multiindex mit
. Dann gilt
.
Die Fourier-Transformation ist bezüglich des komplexen
-Skalarproduktes ein unitärer Operator, das heißt, es gilt
![{\displaystyle \langle {\mathcal {F}}(f),g\rangle _{L^{2}}=\int _{\mathbb {R} ^{n}}{\overline {{\mathcal {F}}(f)}}(x)g(x)\mathrm {d} x=\int _{\mathbb {R} ^{n}}{\overline {f}}(x){\mathcal {F}}^{-1}(g)(x)\mathrm {d} x=\langle f,{\mathcal {F}}^{-1}(g)\rangle _{L^{2}}.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/ecb68356a6093b266764db3aef27f6a579ba41dd)
Damit liegt das Spektrum der Fourier-Transformation auf der Einheitskreislinie. Im eindimensionalen Fall (
) bilden ferner die Hermite-Funktionen
im Raum
ein vollständiges Orthonormalsystem von Eigenfunktionen zu den Eigenwerten
.[5]
Sei
eine temperierte Distribution, die Fourier-Transformierte
ist für alle
definiert durch
.
Stattet man den Raum
mit der Schwach-*-Topologie aus, dann ist die Fourier-Transformation eine stetige, bijektive Abbildung auf
. Ihre Umkehrabbildung lautet
.
Die Fourier-Transformation wird allgemein für endliche Borel-Maße auf
definiert:
![{\displaystyle {\check {\mu }}(x)=\int \mathrm {e} ^{\mathrm {i} xy}\mu (\mathrm {d} y)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/2c6220efa05da26916e067c692291cc173ed68c7)
heißt inverse Fourier-Transformierte des Maßes. Die charakteristische Funktion ist dann die inverse Fourier-Transformierte einer Wahrscheinlichkeitsverteilung.
In der Theorie der partiellen Differentialgleichungen spielt die Fourier-Transformation eine wichtige Rolle. Mit ihrer Hilfe kann man Lösungen bestimmter Differentialgleichungen finden. Die Differentiationsregel und das Faltungstheorem sind dabei von essentieller Bedeutung.
Am Beispiel der Wärmeleitungsgleichung wird nun gezeigt, wie man mit der Fourier-Transformation eine partielle Differentialgleichung löst. Das Anfangswertproblem der Wärmegleichung lautet
![{\displaystyle \left\{{\begin{array}{rcll}{\frac {\partial u}{\partial t}}(x,t)&=&\Delta _{x}u(x,t)&{\text{in }}\mathbb {R} ^{n}\times ]0,\infty [\\u(x,t)&=&g(x,t)&{\text{auf }}\mathbb {R} ^{n}\times \{t=0\}\,.\end{array}}\right.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/9d3a0f2fd31a5741ceaa14c63ba9945fab32c3fa)
Hierbei bezeichnet
den Laplace-Operator, der nur auf die
-Variablen wirkt. Anwenden der Fourier-Transformation auf beide Gleichungen bezüglich der
-Variablen und Anwenden der Differentiationsregel ergibt
![{\displaystyle \left\{{\begin{array}{rcll}{\mathcal {F}}\left({\frac {\partial u}{\partial t}}\right)(\xi ,t)&=&-|\xi |^{2}{\mathcal {F}}(u)(\xi ,t)&{\text{in }}\mathbb {R} ^{n}\times ]0,\infty [\\{\mathcal {F}}(u)(\xi ,t)&=&{\mathcal {F}}(g)(\xi ,t)&{\text{auf }}\mathbb {R} ^{n}\times \{t=0\}\,.\end{array}}\right.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/29ea96b1150558d2632c19734efefc6bae5cbb74)
Hierbei handelt es sich nun um eine gewöhnliche Differentialgleichung, die die Lösung
![{\displaystyle {\mathcal {F}}(u)(\xi ,t)=\mathrm {e} ^{-t|\xi |^{2}}{\mathcal {F}}(g)(\xi ,t)}](https://wikimedia.org/api/rest_v1/media/math/render/svg/500fd80bcf2468d1efe1f3e5e25904f5e0bd4368)
hat. Daraus folgt
und aufgrund des Faltungstheorems gilt
![{\displaystyle u(x,t)={\frac {g(x,t)*F(x,t)}{(2\pi )^{\frac {n}{2}}}}}](https://wikimedia.org/api/rest_v1/media/math/render/svg/8a1a70a6e306e701d32cf7916baeb255ce9e051b)
mit
Daraus folgt
![{\displaystyle F(x,t)={\frac {1}{(2\pi )^{\frac {n}{2}}}}\int _{\mathbb {R} ^{n}}\mathrm {e} ^{\mathrm {i} x\cdot y-t|y|^{2}}\mathrm {d} y={\frac {1}{(2t)^{\frac {n}{2}}}}\mathrm {e} ^{\frac {-|x|^{2}}{4t}}\,.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/b8734f2fd1bf557d9e028df821630cb4220c21fa)
Das ist die Fundamentallösung der Wärmegleichung. Die Lösung des hier betrachteten Anfangswertproblems hat daher die Darstellung
![{\displaystyle u(x,t)={\frac {g(x,t)*F(x,t)}{(2\pi )^{\frac {n}{2}}}}={\frac {1}{(4\pi t)^{\frac {n}{2}}}}\int _{\mathbb {R} ^{n}}\mathrm {e} ^{-{\frac {|x-\xi |^{2}}{4t}}}g(\xi )\mathrm {d} \xi \,.}](https://wikimedia.org/api/rest_v1/media/math/render/svg/e930a1ee32fd0f89aafd89dad181ff015d6af7ee)
In diesem Kapitel folgt eine Zusammenstellung wichtiger Fourier-Transformations-Paare.
Signal |
Fouriertransformierte Kreisfrequenz |
Fouriertransformierte Frequenz |
Hinweise
|
|
|
|
|
|
|
|
Zeitverschiebung
|
|
|
|
Frequenzverschiebung
|
|
|
|
Frequenzskalierung
|
|
|
|
Hier ist eine natürliche Zahl und g eine Schwartz-Funktion. bezeichnet die -te Ableitung von g.
|
Signal |
Fouriertransformierte Kreisfrequenz |
Fouriertransformierte Frequenz |
Hinweise
|
|
|
|
|
|
|
|
Die Gaußsche Funktion ergibt fouriertransformiert wieder dieselbe Funktion. Für die Integrierbarkeit muss sein.
|
|
|
|
Die Rechteckfunktion und die sinc-Funktion ( ).
|
|
|
|
Die Rechteckfunktion ist ein idealisierter Tiefpassfilter, und die sinc-Funktion ist die akausale Stoßantwort eines solchen Filters ( ).
|
|
|
|
Die FT der um den Ursprung exponentiell abfallenden Funktion ist eine Lorentzkurve.
|
|
|
|
|
Signal |
Fouriertransformierte Kreisfrequenz |
Fouriertransformierte Frequenz |
Hinweise
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Hier ist eine natürliche Zahl und die -te Ableitung der Delta-Distribution.
|
|
|
|
|
|
|
|
|
|
|
|
ist der Einheitssprung (Heaviside-Funktion).
|
|
|
|
Das Signal heißt Dirac-Kamm.
|
- Rolf Brigola: Fourier-Analysis und Distributionen. edition swk, Hamburg 2013, ISBN 978-3-8495-2892-8.
- S. Bochner, K. Chandrasekharan: Fourier Transforms. Princeton University Press, Princeton NJ 1949 (Annals of mathematics studies 19, ISSN 0066-2313).
- Otto Föllinger: Laplace-, Fourier- und z-Transformation. Bearbeitet von Mathias Kluwe. 8. überarbeitete Auflage. Hüthig, Heidelberg 2003, ISBN 3-7785-2911-0 (Studium).
- Lars Hörmander: The Analysis of Linear Partial Differential Operators I. Second Edition. Springer-Verlag, ISBN 3-540-52345-6.
- Burkhard Lenze: Einführung in die Fourier-Analysis. 3. durchgesehene Auflage. Logos Verlag, Berlin 2010, ISBN 3-931216-46-2.
- M. J. Lighthill: Introduction to Fourier Analysis and Generalised Functions. Cambridge University Press, Cambridge 2003, ISBN 0-521-09128-4 (Cambridge Monographs on Mechanics and Applied Mathematics).
- P. I. Lizorkin: Fourier Transform. In: Michiel Hazewinkel (Hrsg.): Encyclopedia of Mathematics. Springer-Verlag und EMS Press, Berlin 2002, ISBN 1-55608-010-7 (englisch, encyclopediaofmath.org).
- Athanasios Papoulis: The Fourier Integral and Its Applications. Reissued. McGraw-Hill, New York NY u. a. 1987, ISBN 0-07-048447-3 (McGraw-Hill Classic Textbook Reissue Series).
- Lothar Papula: Mathematische Formelsammlung. 11. Auflage. Springer Verlag. Wiesbaden 2014, ISBN 978-3-8348-2311-3.
- Herbert Sager: Fourier-Transformation. 1. Auflage. vdf Hochschulverlag AG an der ETH Zürich, Zürich 2012, ISBN 978-3-7281-3393-9.
- Elias M. Stein, Rami Shakarchi: Princeton Lectures in Analysis. Band 1: Fourier Analysis. An Introduction. Princeton University Press, Princeton NJ 2003, ISBN 0-691-11384-X.
- Dirk Werner: Funktionalanalysis. Springer-Verlag, 6. Auflage, ISBN 978-3-540-72533-6.
- Jörg Lange, Tatjana Lange: Fourier-Transformation zur Signal- und Systembeschreibung. Kompakt, visuell, intuitiv verständlich. Springer Vieweg, 2019, ISBN 978-3-658-24849-9.
- ↑ Martin Donner: Fouriers Beitrag zur Geschichte der Neuen Medien. In: Humboldt-Universität zu Berlin. 2006, abgerufen am 30. Juli 2021.
- ↑ Dirk Schulze: Digitale Audiokodierung mit MP3, Varianten und Anwendungsgebiete. In: Technische Universität Dresden. 2008, abgerufen am 30. Juli 2021.
- ↑ Johannes Klotz: Grundlagen der Fourier-Transformation und deren Anwendung in der Magnetresonanztomographie (MRT). Universität Innsbruck, 30. April 2019, abgerufen am 30. Juli 2021.
- ↑ Beweis mittels Einsetzen der inversen Fouriertransformierten, z. B. wie in Tilman Butz: Fouriertransformation für Fußgänger. Ausgabe 7, Springer DE, 2011, ISBN 978-3-8348-8295-0, S. 53, Google Books.
- ↑ Helmut Fischer, Helmut Kaul: Mathematik für Physiker. Band 2: Gewöhnliche und partielle Differentialgleichungen, mathematische Grundlagen der Quantenmechanik. 2. Auflage. B.G. Teubner, Wiesbaden 2004, ISBN 3-519-12080-1, § 12, Abschn. 4.2, S. 300–301.