Comprendere il Trasformatore di Fourier Discreto

Il Discrete Fourier Transform (DFT) è uno degli strumenti più potenti e usati frequentemente nel kit di strumenti di elaborazione del segnale dell'ingegnere. Al suo nucleo, il DFT converte una sequenza di campioni a tempo determinato in una rappresentazione dello stesso segnale nel dominio di frequenza. Questa trasformazione consente agli ingegneri di esaminare il contenuto spettrale dei segnali, identificare le frequenze dominanti, filtrare il rumore e i sistemi di progettazione che operano in modo efficiente su specifiche bande di frequenza.

A differenza della continua trasformazione di Fourier, che opera su funzioni continue, il DFT funziona con dati campionati, rendendola perfettamente adatta per i sistemi digitali. Ogni moderno oscilloscopio, analizzatore di spettro, codec audio e radio software-definiti si basa su una qualche forma del DFT o la sua rapida implementazione, il Fast Fourier Transform (FFT) senza il DFT, molti dei sistemi di comunicazione digitale e di elaborazione dei segnali che diamo per scontati non sarebbero fattibili.

Perché gli ingegneri hanno bisogno di DFT

I segnali reali, audio, vibrazioni, onde elettromagnetiche, sono spesso meglio compresi in termini di contenuto di frequenza. Un segnale di vibrazione meccanica potrebbe contenere armoniche da macchine rotanti; un segnale audio potrebbe essere composto da più note musicali; un ritorno radar potrebbe portare i turni Doppler. Il DFT fornisce un modo chiaro e quantitativo per decomporre questi segnali nelle loro frequenze costituenti.

  • Identificazione del sistema:]] determinare la risposta in frequenza di filtri, amplificatori e sistemi di controllo.
  • Rilevamento di guasto:[] identificando i modelli di frequenza caratteristici che indicano l'usura del cuscinetto, lo squilibrio o il disallineamento nelle apparecchiature rotanti.
  • Compressione dei dati:[]] rappresenta efficacemente i segnali scartando i componenti di frequenza insignificanti (ad esempio, compressione dell'immagine JPEG).
  • Progettazione del sistema di comunicazione:[] segnali di modulazione e demodulazione (ad esempio, OFDM in Wi-Fi e 4G/5G).

Definizione matematica del DFT

[FLT:]][]]] ]] campioni reali o complessi e produce una sequenza di output ]X][Fondo]]][FLT:[Ff][[Ff][Ff]][[[Ff]]][[[[[Ff]]][[[Ff]]]]]]]]][[[Ff]]][[[Ff]]][[[[[[[Ff]]]]]][[[Ff]]]]]]]]]]]]]]]][[[[[Ff]]]]]]][[[[[[[[[[[[[Ff]]]]]]]]]]]]]]]]]]][[[Ff]][[[[[[[[

[LT] [[FLT]] [[FLT]]] [[FLT]]]] [[FLT]]]]] [[FLT]]]] [[FLT]]] [[FLT]]] [[FLT]]]]=0[FLT]]][FLT]][[FLT]]]]][FLT][[[FLT]]]]]][[[FLT]]][FLT]]]]][[[[[[[FLT]]]]]]]]]]]]]]]][F[[FLT]]][[[[[FLT]]]]]]][FLT]]][FLT]]]][F]]]]][[[[FLT][FLT]]]][[FLT]][FLT]]]]][FLT]]]]]]]]]]]]]]]][[[[[[[

dove:

  • ]]x[[][[[[]]]] è il campione di input all'indice di tempo n]]]]]
  • ]]X[[[[[]]]] è il valore di frequenza-dominio all'indice di frequenza ]]] ]]]
  • ]]N[[[] è il numero totale di campioni (la lunghezza del DFT)
  • ] [ è l'unità immaginaria (√-1)]
  • e]-jθ[] = cos θ – j] peccato θ (la formula di Euler)

k] è un numero complesso. La sua magnitudine |Xk]][[[FLT]]]]]]][[FLT]]]]][[FLT]]]]]][[[FLT]]]]]]]]]]][[[[[[[[

Interpretazione dell'uscita DFT

Quando si calcola un DFT di lunghezza ]N], gli indici di uscita k = 0, 1, 2, ..., N−1]−1 corrispondono a frequenze da 0 fino alla frequenza di Nyquist (half the campionamento tasso).

]f[] = ]f[]]] / ]N[]]]]

f]]s[[[]] è la frequenza di campionamento. Per ottenere una risoluzione di frequenza più fine, è necessario aumentare la velocità di campionamento o, più comunemente, aumentare il numero di campioni N].

Proprietà chiave del DFT

Il DFT non è solo una formula; è un'operazione algebrica lineare con diverse proprietà utili che gli ingegneri sfruttano regolarmente.

Linearità

Se vengono aggiunti due sequenze, il DFT della somma corrisponde alla somma dei singoli DFT. Analogamente, la scalatura di una sequenza ne scaglia il DFT dallo stesso fattore, che consente agli ingegneri di sovrapporre gli effetti della frequenza-dominio, semplificando l'analisi dei segnali complessi composti da più fonti.

Sinmetria per Segnali Reali

[FLT] [[FLT]] [[FLT]]] [[FLT]]]] [[FLT]]]]] [[FLT]]]]] [[[[[[FLT]]]]][[[[[[[LT]]]]]]]]]][[[[[[LT]]]]]]]]][[[[[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]

Proprietà di convoluzione ciclica

La moltiplicazione nel dominio di frequenza corrisponde alla convoluzione ciclica nel dominio del tempo. Questa proprietà è la base di algoritmi di convoluzione veloci utilizzati nel filtraggio digitale, correlazione e filtraggio abbinato.

Teorema di Parseval

L'energia totale del segnale nel dominio del tempo equivale all'energia totale nel dominio di frequenza (scaled by 1/[N[]]]). Gli ingegneri utilizzano questo per verificare che nessuna energia venga persa nel trattamento o per calcolare la potenza in specifiche bande di frequenza, sommando le magnitudine quadrate dei contenitori DFT.

Applicazioni di DFT in Ingegneria

Il DFT appare praticamente in ogni disciplina dell'ingegneria elettrica e meccanica, e qui di seguito sono diverse aree di applicazione chiave esplorate in maggiore profondità.

Elaborazione e comunicazione dei segnali digitali

Nelle comunicazioni, il DFT è il motore matematico dietro la divisione di frequenza ortogonale Multiplexing (OFDM), utilizzato in Wi-Fi (IEEE 802.11), 4G LTE e 5G NR. OFDM divide un flusso di dati ad alta velocità in molti flussi paralleli più lenti, ciascuno modulato su un subcarrier ortogonale separato.

Immagine e Video Processing

In elaborazione delle immagini, il DFT bidimensionale (2D-DFT) decompone un'immagine in componenti di frequenza spaziale. Le basse frequenze rappresentano variazioni di intensità lisce; le alte frequenze rappresentano bordi, texture e dettagli fini. Gli ingegneri utilizzano questo per progettare filtri di immagine (ad esempio, i filtri a basso passaggio Gaussian per denoising, filtri ad alto passaggio per la valorizzazione dei bordi) e per la compressione delle immagini.

Analisi delle vibrazioni e monitoraggio delle condizioni

Gli ingegneri meccanici si affidano all’analisi delle vibrazioni basata su DFT per monitorare la salute delle macchine rotanti come pompe, motori, turbine e compressori. Un sensore (accelerometro) cattura le forme d’onda del tempo di vibrazione, e il DFT rivela lo spettro di frequenza delle vibrazioni.

Ingegneria audio e acustica

Gli ingegneri audio utilizzano il DFT per visualizzare gli spettri sonori, implementare gli equalizzatori, progettare gli effetti audio (reverb, pitch shifting), e eseguire la riduzione del rumore.Gli analizzatori di spettro in tempo reale basati sul FFT sono strumenti essenziali nella produzione musicale, nella misurazione acustica e nel design degli apparecchi acustici.

Analisi radar, sonar e sismica

Nei sistemi radar e sonar, il DFT viene utilizzato per estrarre gamma, velocità e direzione da segnali riflessi. Una tecnica chiamata lavorazione a impulsi-doppler trasmette più volte brevi impulsi e calcola il DFT del treno echo ricevuto per misurare il cambio di frequenza Doppler, che indica la velocità radiale del bersaglio.

Trasformazione veloce del Fourier (FFT)

[LT] [[FLT]][[FLT]]] [[FLT]]] [[FLT]]]][FLT]]] [[FLT]]]] [[FLT]]] [[FLT]]]] [[FLT]]]]] [[FLT]]]] [[FLT]]]] [[[[FLT]]]]]]]]]]] [[[[[[[[[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]] [[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[[FLT]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]]

Il FLT (FLT) raggiunge questa velocità dividendo in modo ricorrente il DFT in DFT più piccoli. Sfrutta la simmetria e la periodicità delle esponenti complessi (spesso chiamati “fattori di collegamento”) per eliminare i calcoli ridondanti. La variante più ampiamente usata richiede la lunghezza dell'algoritmo ] N] per essere una potenza di due, anche se le librerie moderne implementano il rafd.

Oggi, il FFT è implementato in hardware e software su tutte le piattaforme di calcolo. Le biblioteche come FFTW (il più veloce Fourier Transform in Occidente) forniscono routine altamente ottimizzate che selezionano automaticamente il miglior algoritmo per una data dimensione e simmetria.

Considerazioni pratiche quando si utilizza il DFT

Applicare il DFT ai segnali del mondo reale richiede un'attenta attenzione a diversi problemi che possono alterare la rappresentazione del dominio di frequenza se non gestita correttamente.

Finestra

La gamma DFT assume intrinsecamente la sequenza di input è periodica con il periodo N. Se il segnale contiene componenti di frequenza che non sono multipli interi esatto della frequenza fondamentale (Δf), si verifica una dispersione spettrale—energia da una singola frequenza “lecca” in contenitori adiacenti, spalmando lo spettro.

Zero-Padding

Zero-padding – che si applica a zero alla fine di una sequenza prima del calcolo DFT – non migliora la risoluzione di frequenza vera (la capacità di separare due frequenze strettamente distanziate), ma fornisce un'interpolazione più fluida dello spettro, rendendo più facile identificare visivamente i picchi spettrali.

Scala e Normalizzazione

Alcune implementazioni DFT utilizzano diverse convenzioni di scaling. Alcuni scalano la trasformazione in avanti di 1/N] o la trasformazione inversa di 1/N[]; alcuni non scalano affatto. Gli ingegneri devono essere coerenti con la convenzione scelta, soprattutto quando si eseguono più trasformazioni in una catena.

Alias

Se il segnale viene campionato contiene frequenze superiori alla metà della frequenza di campionamento (la frequenza di Nyquist), quei componenti ad alta frequenza saranno alias in contenitori a bassa frequenza, corrompere l'uscita DFT.

Trasformazioni correlate

Mentre il DFT è estremamente versatile, diverse trasformazioni correlate sono più adatte per compiti specifici:

  • Districazione Cosine Transform (DCT):[] Impiega solo funzioni di cosene reali, con una migliore compattazione energetica per la maggior parte delle immagini naturali e audio.
  • Trasformatore a quattro tempi brevi (STFT): Applica il DFT a segmenti brevi e sovrapposti di un segnale, producendo uno spettrogramma di frequenza temporale. Essenziale per l'analisi di segnali non stazionari come il discorso o la musica.
  • Trasformamento d'onda in calcestruzzo (DWT):[ Fornisce analisi multi-risoluzione sia nel tempo che in frequenza. Spesso utilizzato per la denoising, la compressione e l'estrazione di caratteristiche dove la risoluzione di frequenza non uniforme è utile.
  • Goertzel Algorithm:[] Compute un singolo DFT in modo efficiente, utile per rilevare toni specifici (ad esempio, segnalazione DTMF in telefonia) senza calcolare il DFT completo.

Conclusioni

L’articolo Discrete Fourier Transform è un punto cardine dell’analisi e del design di Wikipedia. La sua capacità di rivelare la struttura di frequenza dei segnali è la base di innumerevoli tecnologie, dallo smartphone nella tasca ai sistemi di monitoraggio delle vibrazioni industriali che mantengono le fabbriche in esecuzione in modo sicuro.