Sie sind auf Seite 1von 4

Die Fouriertransformation:

Die Fouriertransformation eines Signals x(t), bezeichnet mit X(f) und auch Spektrum
genannt,
ist definiert durch:

Die Rücktransformation, also die Berechnung des Signals aus dem Spektrum, ist:

Diskrete Fouriertransformation (DFT):

Bei der Implementierung der Fouriertransformation auf einem Rechner ergibt sich
zwangsweise ein diskretes Spektrum, da nur eine endliche Anzahl von Stützwerten
für das Spektrum berechnet werden kann. Diese wird im Unterschied zur
zeitdiskreten Fouriertransformation als DFT bezeichnet. Da ein endliches Signal x[n]
transformiert wird, kann auch hier ein periodisches Signal X[n] angenommen werden.
Der Grenzübergang auf unendliche Periodendauern erfolgt hier aber nicht. Es wird ja
nur ein endlicher Frequenzabstand Ω0 zwischen den Koeffizienten erwartet. Die
Analyse- und Synthesegleichung für die DFT ergibt sich dann abgesehen von der
Bezeichnung der Fouriertransformierten X[k] identisch zu der diskreten Fourier-
Reihe.

2 ⋅π ⋅ n ⋅ k
1 N −1 −j
X (k ) = ∑ x(n ) ⋅ e N
, k =0,1,2,.... ,N - 1
N n =0

x[n]……… Zeitfolge der Abtastwerte (Sequenz)


fa………… Abtastfrequenz
n…………. Zeitindex : n=0, 1, 2,….., N-1
N…………. Blocklänge : Anzahl der Abtastwerte im Zeitfenster
X[k]………..Spektrallinie
k…………...Ordnungszahl : Nummer der Spektrallinie
1/N…………Gewichtungsfaktor, Skalierfaktor

Ein großer Vorteil der DFT ist das zur ihrer Berechnung ein extrem schneller
Algorithmus, die so genannte Fast-Fouriertransformation (FFT) zur Verfügung steht.
Die Größe von N ist frei wählbar und wird deshalb häufig als DFT mit N Punkten
bezeichnet. Wählt man den Ausschnitt so dass N kleiner als die Dauer von x[n] ist,
verändern sich die Eigenschaften des Signals an den Schnittkanten. Dieser Einfluss
kann durch eine zusätzliche Bewertung mit einer Blendfunktion (Fensterfunktion)
nach verschiedenen Gesichtspunkten manipuliert werden.

Die Diskrete Fouriertransformation berechnet nicht das Spektrum des Signals im


Zeitfenster sondern das Spektrum seiner periodischen Fortsetzung.

(FFT) Fast Fouriertransformation:

Die Fouriertransformation ist ein fundamentales Verfahren in der Signalverarbeitung.


Durch die Fouriertransformation lassen sich Signale von der Darstellung {(Zeitpunkt,
Abtastwert)} in die Darstellung {(Frequenzanteil, Amplitude, Phase)} überführen.
Viele Operationen, z.B. Filter, lassen sich im Frequenzraum leichter durchführen.
Anschließend wird das Signal mit der inversen Fouriertransformation wieder
zurücktransformiert.

Die FFT ist ein Algorithmus, der die Berechnung der DFT stark vereinfacht und
dadurch den Rechenaufwand erheblich reduziert. Gleichzeitig verringern sich
Rundungsfehler, die bei der Zwischenrechnung entstehen. Ist N die Größe der zu
berechnenden DFT, so ergibt sich für die FFT ein Rechenaufwand der proportional
zu ist. Bei der normalen DFT ergibt sich im Gegensatz dazu ein
Rechenaufwand proportional zu N2. Ist z.B. N = 210 = 1024 folgt für die FFT ein
Aufwand von 10240 Operationen und für die DFT ein Aufwand von 1048567
Operationen, also circa 100-mal soviel wie bei der FFT. Die FFT nutzt
Symmetrieeigenschaften aus und reduziert die Anzahl der erforderlichen
Multiplikationen durch die Auswertung zunehmend größer zusammengefasster
Abschnitte der Eingangsfolge. Das Prinzip der FFT lässt sich mit der im Folgenden
beschriebenen Zerlegung der Eingangsfolge erklären.

Die Eingangsfolge x[n] der Länge N wird in die zwei Folgen x1[n] und x2[n] zerlegt.
x1[n] enthält alle geraden Punkte, x2[n] alle Ungeraden.

x1(n ) = x (2n ) N
n = 0,1,2,.... ., -1
x 2 (n ) = x (2n + 1) 2
Die DFT dieser Folgen sind mit N/2 periodisch.

N
−1 4π
1 2 − j ⋅k ⋅ ⋅n
X 1( k ) =
N
∑ x [n ] ⋅ e
n =0
1
N

N
−1 4π
1 2 − j ⋅k ⋅ ⋅n
X 2 (k ) =
N
∑ x [n ] ⋅ e
n =0
2
N

Die gesuchte DFT von x[n] ergibt sich entsprechend durch eine Summation der
Terme für ungerade und gerade n:

N
−1 2π 2π
1 2 − jk 2 n − jk ( 2 n +1)
X ( k ) = ∑ { x1[n ] ⋅ e N
+ x 2 [n ] ⋅ e N
}
N n =0
mit k =0,1,2,.... ,N - 1

oder:
N N
−1 −1
2 2
∑ x(2n ) ⋅W + ∑ x(2n + 1) ⋅W N ⋅ W N
2 nk 2 nk k
X (k ) = N
n =0 n =0
k
X [ k ] = X 2 [ k ] + W N ⋅ X 1[ k ]
N N
N k
k =0,1,2,.... ., −1 mit k ≤ −1
X [k + ] = X 2 [ k ] − W N ⋅ X 1[ k ] 2 2
2

X[k]….1.Hälfte der Spektrallinien


X[k + N/2]…..2.Hälfte der Spektrallinien

Die ersten N/2 Punkte und die letzten N/2 Punkte können also durch die DFT von
x1[n] und x2[n] errechnet werden, die beide nur Folgen der Länge N/2 sind. Der
erforderliche Rechenaufwand ist nach diesem Schema also proportional zu 2(N/2)2
plus folgende Additionen, um die gesamte DFT zu bestimmen.

Phasenfaktor (Twiddle- Faktor):

2πk
k −j
W N
=e N

Der Phasenfaktor wiederholt sich periodisch bei dem n-fachen von N. Daraus ergibt
sich:

a +N a
W N
=W N

Jetzt sind für die Berechnung des Spektrums nur mehr N/2 komplexe Additionen und
Multiplikationen notwendig.