Einleitung: Warum Phasors und Fourier transformieren Materie

In der Elektrotechnik und Signalverarbeitung sind nur wenige Konzepte so grundlegend wie Phasoren und Fourier-Transformationen. Diese beiden mathematischen Werkzeuge ermöglichen es Ingenieuren und Wissenschaftlern, komplexe, schwer zu analysierende Signale zu nehmen und sie in einfachere Teile zu zerlegen, die verstanden, manipuliert und optimiert werden können. Ob Sie einen Radioempfänger entwerfen, einen Audio-Entzerrer bauen oder Stromsysteme analysieren, diese Konzepte bilden das Rückgrat der modernen Signalanalyse.

Auf den ersten Blick scheinen Phasoren und Fourier-Transformationen wie separate Ideen zu wirken. Phasoren werden oft in Einführungskursen gelehrt, um Wechselstrom (AC)-Schaltungen zu handhaben. Fourier-Transformationen erscheinen später in Signalverarbeitungsklassen als eine Methode zur Zerlegung von Signalen in ihre Frequenzkomponenten. In Wirklichkeit sind die beiden tief miteinander verbunden. Das Verständnis dieser Verbindung kann beide Konzepte leichter zu erlernen und leistungsfähiger zu verwenden machen.

Dieser Artikel untersucht, was Phasoren und Fourier-Transformationen einzeln sind, und untersucht dann, wie sie zueinander in Beziehung stehen. Wir werden uns auch praktische Anwendungen in verschiedenen Ingenieurdisziplinen ansehen und Beispiele liefern, die die elegante Beziehung zwischen diesen beiden Werkzeugen veranschaulichen.

Was sind Phasoren?

Bei der Wechselstrom-Schaltungsanalyse sind sinusförmige Spannungen und Ströme üblich. Eine typische Sinuswelle kann durch ihre Amplitude, Frequenz und Phase beschrieben werden. Phasoren vereinfachen dies, indem sie Amplitude und Phase als komplexe Zahl darstellen, während die Frequenz impliziert ist. Diese Abstraktion erleichtert die Durchführung von Arithmetik auf sinusförmigen Signalen, insbesondere beim Addieren oder Subtrahieren von Wellen gleicher Frequenz.

Mathematisch wird eine Sinusfunktion v(t) = V m cos [ωt + φ] durch den Phasor V = V m e^{jφ} oder V = V m ∠φ dargestellt. Die Frequenz ω ist nicht explizit im Phasor enthalten, da alle Signale in der Schaltung die gleiche Frequenz in der Steady-State-Analyse teilen.

Phasor Notation und die komplexe Ebene

Die Phasoren sind auf der komplexen Ebene gezeichnet, wobei die horizontale Achse den Realteil und die vertikale Achse den Imaginärteil darstellt. Der Phasor dreht sich mit der Kreisfrequenz ω entgegen dem Uhrzeigersinn, und seine Projektion auf die reale Achse gibt den Momentanwert des Sinus. In der Praxis arbeiten wir mit dem Phasor als feststehende Momentaufnahme zum Zeitpunkt t = 0, wissend, dass er den rotierenden Vektor darstellt.

Diese grafische Darstellung macht es intuitiv, Signale hinzuzufügen: man fügt einfach die komplexen Zahlen (Vektoren) hinzu, die jedem Zeiger entsprechen. Phasenunterschiede werden zu Winkelunterschieden und Amplitudenänderungen werden zu Vektorlängenänderungen. Dieser visuelle Ansatz ist ein Grund, warum Phasoren in Lehre und Praxis so weit verbreitet sind.

Phasors in der AC Circuit Analysis

In der AC-Schaltungsanalyse verhalten sich Widerstände, Kondensatoren und Induktoren alle unterschiedlich mit sinusförmigen Eingängen. Widerstände haben keine Phasenverschiebung, Kondensatoren verschieben den Strom um +90 Grad relativ zur Spannung und Induktoren verschieben den Strom um -90 Grad. Mit Hilfe von Phasoren werden diese Verhaltensweisen durch Impedanz erfasst, eine komplexe Größe, die den Widerstand verallgemeinert. Die Impedanz eines Widerstands ist R, eines Kondensators ist 1/(jωC) und einer Induktivität ist jωL.

Mit Impedanzen können Sie Wechselstromkreise mit den gleichen Methoden analysieren, die Sie für Gleichstromkreise verwenden: Ohm's Gesetz, Kirchhoff's Gesetze und Knotenanalyse gelten alle, aber jetzt mit komplexen Zahlen. Dies ist eine enorme Vereinfachung, die das Design von Wechselstromkreisen praktisch und effizient macht.

Beispiel: Hinzufügen von zwei Sinusoiden mit Phasoren

Angenommen, Sie haben zwei Spannungsquellen in Reihe: v1(t) = 10 cos(ωt + 30°) und v2(t) = 5 cos(ωt + 60°). Um die Gesamtspannung zu finden, konvertieren Sie jede in einen Phasor: V1 = 10∠30°, V2 = 5∠60°. Fügen Sie sie als komplexe Zahlen hinzu: V total = 10(cos30° + j sin30°) + 5(cos60° + j sin60°) = 8.66 + j5 + 2.5 + j4.33 = 11.16 + j9.33. Konvertieren Sie zurück in die polare Form: Größe ≈ 14.53, Phase ≈ 39.9°. Also v total(t) = 14.53 cos(ωt + 39.

Fouriertransformationen verstehen

Die Fourier-Transformation ist eine mathematische Operation, die ein Zeitdomänensignal nimmt und es als eine Funktion der Frequenz ausdrückt. Es gibt Ihnen ein Spektrum, das zeigt, welche Frequenzen im Signal vorhanden sind und mit welcher Amplitude und Phase. Das ist wie die Zerlegung eines Musikakkords in seine einzelnen Noten.

Die kontinuierliche Fourier-Transformation ist definiert als:

F(ω) = ∫ {-∞}^{∞} f(t) e^{-jωt} dt

Die inverse Transformation stellt das ursprüngliche Signal wieder her:

f(t) = (1/2π) ∫ {-∞}^{∞} F(ω) e^{jωt} dω

Diese Gleichungen mögen einschüchternd aussehen, aber die Kernidee ist schön: Jedes Signal kann aus einer Summe (integriert) von Sinusoiden verschiedener Frequenzen aufgebaut werden, jede mit ihrer eigenen Amplitude und Phase. Die Fourier-Transformation sagt Ihnen einfach, was diese Amplituden und Phasen sind.

Arten von Fourier-Transformationen

Es gibt mehrere Varianten der Fourier-Transformation, die jeweils für verschiedene Arten von Signalen geeignet sind:

  • Kontinuierliche Fouriertransformation (CFT): Für kontinuierliche, aperiodische Signale erzeugt es ein kontinuierliches Spektrum.
  • Fourier-Serie: Für kontinuierliche, periodische Signale erzeugt es ein diskretes Spektrum (Harmonik).
  • Discrete-Time Fourier Transform (DTFT): Für diskrete, aperiodische Signale. Es erzeugt ein kontinuierliches Spektrum.
  • Diskrete Fourier-Transformation (DFT): Für diskrete, periodische Signale erzeugt sie ein diskretes Spektrum. Die Fast Fourier-Transformation (FFT) ist ein Algorithmus, der die DFT effizient berechnet.

Jede dieser Komponenten hat ihren Platz in der Signalverarbeitung, aber sie alle haben das gleiche Grundprinzip: die Zerlegung von Signalen in sinusförmige Komponenten.

Warum Fourier-Transformationen wichtig sind

Fourier-Transformationen werden überall in Ingenieurwesen und Wissenschaft eingesetzt. In der Audioverarbeitung ermöglichen sie es, Musik durch Vergrößern oder Schneiden bestimmter Frequenzbänder auszugleichen. In der Bildverarbeitung ermöglichen sie Kompression (JPEG), Filterung (Verwischen, Schärfen) und Merkmalserkennung. In der Telekommunikation sind sie die Grundlage für Modulationsschemata wie OFDM, die in Wi-Fi und 4G/5G verwendet werden. In Steuerungssystemen helfen sie, Systemstabilität und Frequenzgang zu analysieren. Die Liste geht weiter.

Die Macht der Fourier-Transformation liegt in ihrer Fähigkeit, verborgene Strukturen zu enthüllen. Ein Signal, das wie zufälliges Rauschen im Zeitbereich aussieht, könnte ein sauberes, interpretierbares Frequenzspektrum haben. Diese Verschiebung der Perspektive, von Zeit zu Frequenz, ist eine der mächtigsten Ideen in der gesamten Technik.

Die Verbindung zwischen Phasors und Fourier Transforms

Nun kommen wir zum Kern der Sache: Wie sind Phasoren und Fourier-Transformationen miteinander verwandt? Die kurze Antwort ist, dass Phasoren die Bausteine der Fourier-Transformation sind. Wenn man die Fourier-Transformation eines Signals berechnet, findet man im Wesentlichen die Menge von Phasoren, die, wenn man sie zusammenrechnet, dieses Signal rekonstruieren.

Genauer gesagt, die Fourier-Transformation eines Signals mit einer bestimmten Frequenz ω gibt dir eine komplexe Zahl. Diese komplexe Zahl hat eine Größe und eine Phase. Diese komplexe Zahl, interpretiert als rotierender Vektor bei der Frequenz ω, ist genau ein Phasor. Die Fourier-Transformation kann also als eine Funktion betrachtet werden, die dir für jede Frequenz den Phasor sagt, der diese Frequenzkomponente zum Signal beiträgt.

Phasoren als Zutaten, Fourier als Rezept

Die Fourier-Transformation ist das Rezept, das Ihnen sagt, welche Zutaten (Sinusoide) und in welchen Mengen (Amplituden) und zu welchen Zeiten (Phasen) sie hinzugefügt werden. Jede Zutat ist ein Sinusoid, und wenn Sie dieses Sinusoid als eine komplexe Zahl (Amplitude und Phase) darstellen, haben Sie einen Phasor. Also ist der Ausgang der Fourier-Transformation im Wesentlichen ein Kontinuum von Phasoren, indiziert durch die Frequenz.

Diese Perspektive vereint die beiden Konzepte elegant:

  • Phasoren sind statische Darstellungen von Sinus-Einfrequenzen.
  • Fourier transformiert] findet die Phasor-Darstellung für jede Frequenz, die in einem Signal vorhanden ist.

Wenn man mit Phasoren in Wechselstromkreisen arbeitet, nimmt man implizit an, dass das Signal ein einzelnes Sinusoid ist. Wenn man mit Fourier-Transformationen arbeitet, behandelt man Signale, die viele Frequenzen enthalten können, aber das fundamentale Objekt bei jeder Frequenz ist immer noch ein Phasor.

Von der Zeit-Domain zur Frequenz-Domain

Wenn man ein Sinus-Sinus als Phasor darstellt, hat man sich von einer zeitabhängigen Funktion zu einer Frequenz-Domänen-Darstellung (eine komplexe Zahl bei einer bestimmten Frequenz) bewegt. Die Fourier-Transformation verallgemeinert dies: Sie nimmt ein vollständiges Zeit-Domänen-Signal und erzeugt eine vollständige Frequenz-Domänen-Funktion, wobei jede Frequenzkomponente ein Phasor ist.

Deshalb wird die Fourier-Transformation manchmal als "kontinuierliche Phasor-Transformation" beschrieben. Bei jedem infinitesimalen Frequenzband gibt die Transformation den Phasor, der die Amplitude und Phase des Beitrags dieses Bandes zum Gesamtsignal darstellt.

Steady-State vs. Transientenanalyse

Eine Möglichkeit, den Unterschied zwischen Phasoren und Fourier-Transformationen zu verstehen, besteht darin, die Art der Signale zu berücksichtigen, die sie am besten verarbeiten:

  • Phasoren sind ideal für die stationäre Analyse von linearen Systemen mit sinusförmigen Eingängen.Sie nehmen an, dass das Signal für immer eingeschaltet war und für immer andauern wird, so dass es keine Transienten gibt.
  • Vierertransformationen können sowohl stationäre als auch transiente Signale verarbeiten. Ein transientes Signal, wie ein Puls oder ein Burst, enthält viele Frequenzen, und die Fouriertransformation offenbart sie alle.

Deshalb sind Phasoren allein nicht ausreichend, um vorübergehende Phänomene wie Schaltereignisse oder Datenimpulse zu analysieren.

Praktische Anwendungen

Das Verständnis der Beziehung zwischen Phasoren und Fourier-Transformationen eröffnet leistungsstarke Analysetechniken in vielen Bereichen.

Elektrotechnik: Stromsysteme und Schaltungsdesign

Bei Stromsystemen sind Spannungen und Ströme bei einer festen Frequenz (50 oder 60 Hz) sinusförmig. Phasoren sind das Standardwerkzeug für die Analyse dieser Systeme. Stromfluss, Fehleranalyse und Stabilitätsstudien verwenden alle Phasordarstellungen. Bei der Analyse von Oberschwingungen, die durch nichtlineare Lasten (wie z.B. drehzahlveränderliche Antriebe oder Computernetzteile) verursacht werden, wird jedoch die Fourier-Transformation benötigt, um die verzerrte Wellenform in ihre harmonischen Komponenten zu zerlegen. Jede Oberschwingung kann dann als Phasor bei dieser Frequenz behandelt werden. Dieser kombinierte Ansatz wird als Harmonische Analyse bezeichnet und ist für die Bewertung der Stromqualität unerlässlich.

Mehr über die Oberschwingungen des Stromsystems finden Sie in diesem Leitfaden aus IEEE.

Signalverarbeitung: Filterdesign und Spektralanalyse

Bei der Signalverarbeitung wird die Fourier-Transformation verwendet, um Filter zu entwerfen, die bestimmte Frequenzkomponenten passieren oder ablehnen. Sobald Sie den Frequenzinhalt eines Signals kennen (über die Fourier-Transformation), können Sie einen Filter anwenden, um diesen Inhalt zu ändern. Zum Beispiel entfernt ein Tiefpassfilter hochfrequentes Rauschen, während das niederfrequente Signal erhalten bleibt. Die Wirkung des Filters auf jede Frequenzkomponente kann mit Hilfe von Phasoren beschrieben werden: Bei jeder Frequenz ändert das Filter die Amplitude und Phase des Phasors dieser Komponente.

Die Beziehung ist so eng, dass viele Filterdesign-Techniken mit dem gewünschten Frequenzgang beginnen (eine Reihe von Phasorgewinnen bei verschiedenen Frequenzen) und dann rückwärts arbeiten, um einen Filter zu finden, der ihn erreicht.

Audio Engineering: Ausgleichs- und Raumakustik

In der Audiotechnik arbeiten Entzerrer, indem sie die Amplitude bestimmter Frequenzbänder einstellen. Die Amplitude und Phase jedes Bandes kann als Phasor betrachtet werden. Die Fourier-Transformation eines Audiosignals zeigt seinen Frequenzinhalt, so dass Ingenieure sehen können, wo sie schneiden oder verstärken müssen. Zum Beispiel beinhaltet das Reduzieren einer Resonanzfrequenz in einem Raum das Identifizieren der Frequenzzeigeramplitude und dann das Anwenden eines Notchfilters, um sie zu reduzieren.

Die Audio Engineering Society verfügt über viele Ressourcen für den Einsatz der Fourier-Analyse im akustischen Design.

Telekommunikation: Modulation und Demodulation

Moderne Kommunikationssysteme sind stark auf Phasoren und Fourier-Transformationen angewiesen. Bei der Quadraturamplitudenmodulation (QAM) werden Daten in der Amplitude und Phase von Sinusoiden codiert, was genau eine Phasordarstellung ist. Der Empfänger verwendet eine Fourier-Transformation (implementiert über FFT), um das Signal durch Extrahieren der Phasoren bei jeder Trägerfrequenz zu demodulieren. OFDM (orthogonales Frequenzmultiplexing), das in Wi-Fi und LTE verwendet wird, teilt den Kanal in viele schmale Unterträger auf, die jeweils mit einem Phasor moduliert sind. Die FFT wird sowohl am Sender als auch am Empfänger verwendet, um diese Phasoren effizient zu berechnen.

Diese tiefe Integration von Phasoren und Fourier-Transformationen macht drahtlose Hochgeschwindigkeitskommunikation möglich.

Steuerungssysteme: Frequenzantwortanalyse

In der Regelungstechnik beschreibt der Frequenzgang eines Systems, wie es auf sinusförmige Eingänge mit verschiedenen Frequenzen reagiert. Die Übertragungsfunktion des Systems, die mit einer bestimmten Frequenz ausgewertet wird, gibt einen Phasor, der Ihnen den Amplitudengewinn und die Phasenverschiebung anzeigt, die das System auf diese Frequenz anwendet. Der Bode-Plot ist einfach eine grafische Darstellung dieser Phasorverstärkungen und Phasen als Funktionen der Frequenz. Die Fourier-Transformation der Impulsantwort des Systems gibt Ihnen die gleichen Informationen. Das Verständnis dieser Äquivalenz ist entscheidend für die Entwicklung stabiler und ansprechender Steuerungssysteme.

Ein tieferer Blick: Die mathematische Brücke

Um die Verbindung zu verfestigen, betrachten Sie die Fourier-Serie eines periodischen Signals:

f(t) = Σ {n=-∞}^{∞} C n e^{jnω 0 t}

Jeder Term C n e^{jnω 0 t} ist ein komplexes Sinusoid bei der Frequenz nω 0 Der Koeffizient C n ist eine komplexe Zahl, die sowohl Amplituden- als auch Phaseninformationen enthält. Dieser Koeffizient ist genau ein Phasor, der die n-te Harmonische repräsentiert. Die Fourier-Reihe ist daher eine Summe von Phasoren, die sich jeweils mit einer anderen harmonischen Frequenz drehen.

Die Fourier-Transformation eines nichtperiodischen Signals kann als ein Kontinuum von Phasoren mit jeweils infinitesimaler Amplitude betrachtet werden. Die Transformation F(ω) ist eine Phasordichte: Sie sagt Ihnen die Amplitude und Phase pro Frequenzeinheit. Wenn Sie über ein Frequenzband integrieren, erhalten Sie den Gesamt-Phasorbeitrag für dieses Band.

Diese Perspektive zeigt, dass Phasoren nicht nur ein Spezialfall der Fourier-Transformation sind; sie sind die Atome, aus denen die Fourier-Transformation besteht. Jedes Mal, wenn Sie eine Fourier-Transformation verwenden, arbeiten Sie implizit mit Phasoren.

Häufige Missverständnisse

Es gibt einige Fallstricke, die Studenten und Praktiker beachten sollten:

  • Phasoren sind nicht nur für Sinuswellen: Phasoren können jeden komplexen Exponentialwert darstellen, einschließlich Kosinus und Sinus.
  • Die Fourier-Transformation ersetzt keine Phasoren: Sie erweitert sie. Für die stationäre Sinusanalyse sind die Phasoren einfacher und direkter. Für komplexe oder transiente Signale ist die Fourier-Transformation notwendig.
  • Die Phasor-Addition funktioniert nur auf derselben Frequenz: Ihr könnt keine Phasoren verschiedener Frequenzen direkt hinzufügen.
  • Die Fourier-Transformation ist nicht auf periodische Signale beschränkt: Während die Fourier-Serie für periodische Signale ist, verarbeitet die Fourier-Transformation auch aperiodische Signale und bietet ein kontinuierliches Spektrum.

Fazit: Zwei Seiten der gleichen Münze

Phasoren und Fouriertransformationen sind keine konkurrierenden Konzepte, sondern komplementäre Werkzeuge, die auf unterschiedlichen Analyseskalen arbeiten. Phasoren sind die feinkörnige Darstellung einer einzelnen sinusförmigen Komponente, während Fouriertransformationen das große Bild liefern und zeigen, wie all diese Komponenten zusammenpassen, um komplexe Signale zu bilden.

Für Ingenieure und Wissenschaftler, die mit elektrischen Systemen, Audio, Kommunikation oder Steuerung arbeiten, ist es unerlässlich, beide Konzepte zu beherrschen. Phasors geben Ihnen die Möglichkeit, schnelle, intuitive Berechnungen in Wechselstromkreisen und stationärer Analyse durchzuführen. Fourier-Transformationen geben Ihnen die Möglichkeit, Signale beliebiger Komplexität zu verstehen und zu manipulieren. Zusammen bilden sie einen vollständigen Rahmen für die Signalanalyse, der sowohl elegant als auch sehr praktisch ist.

Wenn Sie das nächste Mal ein Signal analysieren, sollten Sie mit der Fourier-Transformation beginnen, um ihre Frequenzstruktur zu verstehen, und dann Phasor-Techniken verwenden, um einzelne Komponenten zu manipulieren. Dieser zweistufige Ansatz gibt Ihnen einen tieferen Einblick und mehr Kontrolle über Ihre Designs.

Für weitere Informationen siehe diese umfassende Ressource aus MathWorks auf der Fourier-Transformation und ihren Anwendungen.