ตัวเลือกของการประชุมและสัญกรณ์สำหรับการแปลงฟูริเยร์?


13

คำจำกัดความของการแปลงฟูริเยร์และการแปลงฟูริเยร์ที่ฉันเรียนรู้ในวิทยาลัยคือ

เอฟ( T ) = 1

F(Jω)=-(เสื้อ)อี-Jωเสื้อ dเสื้อ
(เสื้อ)=12π-F(Jω)อีJωเสื้อdω

ลักษณะเด่นของอนุสัญญานี้คือ

  • การแปลงแบบไม่รวมกัน; หน่วยโดเมนความถี่คือเรเดียน (ตัวแปรคือ )ω
  • หน่วย "โดเมนเวลา" อยู่ในเวลา (ตัวแปรคือ )เสื้อ
  • การแปลงฟังก์ชั่นแสดงด้วยอักษรตัวใหญ่ (กับ )FF
  • ในอย่างเคร่งครัดหมายถึงว่าการทำงานเป็นฟูเรียร์F ( j ω )JF(Jω)
  • และแน่นอนการประชุม EE ปกติที่{-1}J=-1

ทุกวันนี้ฉันใช้การประชุมที่แตกต่างกันมากโดยพื้นฐานแล้วใช้กับ วิกิพีเดีย :

F(x)=- (ξ

^(ξ)=-(x)อี-J2πξxdx
(x)=-^(ξ)อีJ2πξxdξ
ลักษณะของการประชุมครั้งนี้คือ
  • การเปลี่ยนแปลงแบบรวม หน่วยโดเมนความถี่เป็นความถี่ปกติ (ตัวแปรคือ )ξ
  • หน่วย "โดเมนเวลา" ไม่มีหน่วย (ตัวแปรคือ )x
  • ฟังก์ชั่นแปลงสวมหมวก (กับ )^
  • ตัวแปรในตัวอักษรกรีกหมายถึงตัวแปรที่ถูกแปลงในตัวอักษรละติน ( vs. )ξx

ฉันชอบอนุสัญญานี้มากด้วยเหตุผลหลายประการ

  1. การใช้ข้อตกลงแบบรวมเพิ่มความสมมาตรและความชัดเจนของฟูริเยร์คู่อย่างมาก: เปรียบเทียบ
    • Rอีเสื้อ(x)sผมn(ξ) ,
    • sผมn(x)Rอีเสื้อ(ξ)ถึง
    • Rอีเสื้อ(เสื้อ)sผมn(ω2π) ,
    • sผมn(เสื้อ)Rอีเสื้อ(ω2π)ปี่})
  2. การใช้แทนสำหรับตัวแปร "โดเมนเวลา" ทำให้สมการไม่เชื่อเรื่องพระเจ้าของโดเมนปัญหามากขึ้น สิ่งนี้ทำให้ง่ายขึ้นมากในการทำให้เป็นอะนาล็อกเกี่ยวกับแนวคิดการประมวลผลภาพ 2D ในแง่ของแนวคิดการประมวลผลสัญญาณ 1D โดยไม่มีความไม่ลงรอยกันขององค์ความรู้ในการใช้เป็นตัวแปรที่แสดง ระยะทางหรือต้องเปลี่ยนตัวแปรรอบเมื่อไปจากโดเมนหนึ่งt txเสื้อเสื้อ
  3. ฉันพบว่าตัวอักษรตัวใหญ่มีประโยชน์มากกว่าสำหรับการแสดงตัวแปร / ฟังก์ชันที่มีค่าไม่ต่อเนื่องมากกว่าการแสดงหน้าที่ที่แปลงแล้ว
  4. ใช้หมวกชัดเจนมากขึ้นหมายถึงฟูเรียร์ในฐานะที่เป็นผู้ประกอบการที่ นำมาใช้ในการที่ฟังก์ชั่นที่เกิดรับพารามิเตอร์โดเมนความถี่\เปรียบเทียบสิ่งนี้กับ u003cนั้นวิธี "ดั้งเดิม" ที่ฉันได้เรียนในวิทยาลัยเพื่อแสดงถึงการแปลงฟูริเยร์ในฐานะผู้ดำเนินการซึ่งดูเหมือนจะทำให้ฉันสับสนในเวลานั้น ( vs vsฯลฯ )ξF{}F(เสื้อ)F{}(เสื้อ)F{}(ω)
  5. ฉันมักจะพบว่าการดำเนินการวิเคราะห์ประมวลผลสัญญาณกับเรเดียนเพียงโรยมากขึ้น s รอบกว่าที่ฉันรู้สึกว่าจำเป็น การใช้หน่วยของความถี่ปกติทำให้ฉันรู้สึกมากขึ้นโดยเฉพาะเมื่อทำงานผ่านปัญหาที่เกี่ยวข้องกับทฤษฎีการสุ่มตัวอย่างπ

แน่นอนว่ามันค่อนข้างไร้สาระสำหรับฉันที่จะพิจารณาว่าตัวเลือกการประชุมของฉันจะ ดีกว่าที่คนอื่นใช้ แต่ฉันมีเวลาที่ยากลำบากในการหาเหตุผลที่ดีที่จะชอบการประชุมที่ฉันได้เรียนรู้ในวิทยาลัย (เช่นเหตุผลที่ไม่เกี่ยวข้องกับประเพณี)

ในปัจจุบันฉันคิดได้ว่าเหตุผลหนึ่งที่เหมาะสมสำหรับการเลือกการประชุมแบบ "ดั้งเดิม": การใช้การแปลงแบบไม่รวมกันและสัญกรณ์พารามิเตอร์ช่วยเพิ่มความสอดคล้องของการ แปลง Laplaceอย่างมาก นอกจากนี้หมวกอาจจะเสีย / สับสนได้ง่ายกว่าอักษรตัวใหญ่F(Jω)

ใครสามารถคิดเหตุผลอื่น ๆ ที่จะชอบการประชุมแบบ "ดั้งเดิม" (ไม่ใช่การรวมกัน)? การประชุมแบบ "ดั้งเดิม" นี้เหมือนกับสิ่งที่คุณเรียนรู้จากหลักสูตรการประมวลผลสัญญาณหรือไม่ (ถ้าคุณทำ) คุณชอบการประชุมแบบไหน


4
คำถามที่ชักชวนความคิดเห็นส่วนตัวนั้นไม่ได้มีประโยชน์จริงๆสำหรับเว็บไซต์นี้ คำตอบก็คือมันไม่สำคัญว่าการประชุมของคุณจะเป็นอย่างไรตราบใดที่คุณกำหนดอย่างถูกต้องใช้มันอย่างสม่ำเสมอและในหลาย ๆ กรณีกำลังติดอยู่กับสัญกรณ์ทั่วไปที่ใช้ในสาขาของคุณ สิ่งที่สำคัญคือการไม่ประดิษฐ์สิ่งใหม่ ๆ ที่จะเป็นการจงใจป้าน ผมไม่แน่ใจว่าวิธีการตั้งค่าส่วนตัวและความคิดเห็นที่มีประโยชน์ในการใด ๆ นี้ ...
Lorem Ipsum

3
ฉันสามารถเข้าใจความปรารถนาที่จะหลีกเลี่ยงความเห็นเพียง แต่ฉันไม่คิดว่าจะมีคำถามที่ถูกต้องตามกฎหมายเป็นไปได้ว่าทำไมการประชุมแบบดั้งเดิมเป็นสิ่งที่พวกเขาจะ: เป็นไปได้ยากที่พวกเขาจะมีการกำหนดเพียงอุบัติเหตุทางประวัติศาสตร์ ฉันยินดีที่จะเขียนคำถามนี้ใหม่เพื่อหลีกเลี่ยงการร้องขอความคิดเห็นและมุ่งเน้นไปที่คำถามว่าการตัดสินใจในการประชุม / สัญกรณ์ในวรรณคดีการประมวลสัญญาณเหล่านี้เกิดขึ้นได้อย่างไร
rtollert

3
คุณลืมที่จะเปลี่ยนทุก2πกับτ : D
endolith

1
@endolith คุณเอาชนะฉันได้ :)
เก็บข้อมูล

2
x(เสื้อ)X()X(ω)

คำตอบ:


1

ทางเลือกของการประชุมควรเป็นสิ่งที่เหมาะสมที่สุด (หรือคุ้นเคย) สำหรับผู้ชมที่คุณพยายามสื่อสารด้วย


0

สิ่งหนึ่งที่เกี่ยวกับการใช้ x (t) สำหรับสัญญาณคือการขนานระหว่างกัน

  • Y=x2

และ

  • Y(เสื้อ)=x(เสื้อ)2

โดยที่ x ยังคงเป็นอินพุตและ y ยังคงเป็นเอาต์พุตในกรณีนี้คือสัญญาณแทนที่จะเป็นตัวเลข

โดยการใช้ไซต์ของเรา หมายความว่าคุณได้อ่านและทำความเข้าใจนโยบายคุกกี้และนโยบายความเป็นส่วนตัวของเราแล้ว
Licensed under cc by-sa 3.0 with attribution required.