لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 22 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا
تبدیل فوریه ( Fourier Transform )
پس از عبور نور از یک منشور (Prism) یا diffraction grating ، نور به اجزا مختلف با فرکانس های خاص خود (مونوکروماتیک) تجزیه می شود.
این امر مشابه تبدیل فوریه ( FT ) است.
می توان یــک سیگنال یک بعدی را بصورت مجموعه ای از امواج سینوسی (با فرکانس و دامنه متفاوت) نشان داد .
هرچه فرکانس های بیشتری را محاسبه نماییم تخمین فوریه یک سیگنال دقیق تر می شود و اطلاعات بیشتری درباره شکل اولیه آن بدست می آید.
تبدیل فوریه ( Fourier Transform )
FT مبتنی بر این واقعیت است که سیگنال دوره ای ( Periodic ) شامل بی نهایت سیگنال های سینوسی وزن دار با فــرکانس های متفاوت است. این فرکانس ها عبارتند از فرکانس پایه ( frequency Fundamental ) و مضارب درست این فرکانس پایه.
در تبدیل فوریه، توابع پایهای هم جهت ( orthonormal basis function ) ، امواج سینوسی با فرکانسهای متفاوت هسنند که در فضای بینهایت تعریف شدهاند
تبدیل فوریه ( Fourier Transform )
هر یک از ضرایب حاصل در تبدیل فوریه توسط ضرب نقطهای (inner product) تابع ورودی و یکی از توابع پایهای (basis function) بدست میآید.
این ضرایب، در واقع، درجه شباهت بین تابع ورودی و تابع پایهای مورد نظر را نشان میدهد.
اگر دو تابع پایهای بر هم عمود (orthogonal) باشند، حاصلضرب نقطهای آنها صفر و لذا نشان میدهد که آندو با هم شبیه نیستند.
بنابراین اگر سیگنال یا تصویر ورودی از اجزایی تشکیل شده باشد که یک یا چند تابع پایهای داشته باشد، سپس آن یک یا چند ضریب بزرگ و دیگر ضرایب کوچک هستند.
Inverse Fouries Transform
در تبدیل معکوس، سیگنال یا تصویر اولیه توسط مجموع توابع پایهای (در فرکانسهای مختلف) که تحت تاثیر وزن ضرایب تبدیل قرار گرفتهاند، بازسازی میشود.
بنابراین اگر یک سیگنال یا تصویر از اجزائی شبیه به تعداد معدودی از توابع پایهای تشکیل شده باشد، بسیاری از عبارات موجود در این جمع (ضرایب تبدیل) حذف شده و فقط تعدادی از این ضرایب تبدیل، تقویت اجزایی از تصویر را که شبیه به توابع مربوطه پایهای است انجام داده و تصویر را میسازند.
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 28 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا
1
2
تبدیل فوریه سیستم های زمان پیوسته
4-1-تعریف تبدیل فوریه زمان پیوسته
4-2- شرایط وجود تبدیل فوریه
1- سیگنال مطلقا انتگرال باشد.
2- در طول هر بازه محدود سیگنال تعداد محدودی Max و Min داشته باشد.
3- در طول هر بازه محدود سیگنال تعداد محدودی ناپیوستگی داشته باشد.
3
مثال 1) تبدیل فوریه سیگنال a>0 ، را به دست آورده و اندازه و فاز آن را به دست آورده و ترسیم نمائید.
4
مثال 2) تبدیل فوریه سیگنال زیر را به دست آورید .
یادآوری:
5
لینک دانلود و خرید پایین توضیحات
دسته بندی : پاورپوینت
نوع فایل : powerpoint (..ppt) ( قابل ویرایش و آماده پرینت )
تعداد اسلاید : 23 اسلاید
قسمتی از متن powerpoint (..ppt) :
بنام خدا
تبدیل فوریه ( Fourier Transform )
تبدیل فوریه ( Fourier Transform )
پس از عبور نور از یک منشور (Prism) یا diffraction grating ، نور به اجزا مختلف با فرکانس های خاص خود (مونوکروماتیک) تجزیه می شود.
این امر مشابه تبدیل فوریه ( FT ) است.
می توان یــک سیگنال یک بعدی را بصورت مجموعه ای از امواج سینوسی (با فرکانس و دامنه متفاوت) نشان داد .
هرچه فرکانس های بیشتری را محاسبه نماییم تخمین فوریه یک سیگنال دقیق تر می شود و اطلاعات بیشتری درباره شکل اولیه آن بدست می آید.
تبدیل فوریه ( Fourier Transform )
FT مبتنی بر این واقعیت است که سیگنال دوره ای ( Periodic ) شامل بی نهایت سیگنال های سینوسی وزن دار با فــرکانس های متفاوت است. این فرکانس ها عبارتند از فرکانس پایه ( frequency Fundamental ) و مضارب درست این فرکانس پایه.
در تبدیل فوریه، توابع پایهای هم جهت ( orthonormal basis function ) ، امواج سینوسی با فرکانسهای متفاوت هسنند که در فضای بینهایت تعریف شدهاند
تبدیل فوریه ( Fourier Transform )
هر یک از ضرایب حاصل در تبدیل فوریه توسط ضرب نقطهای (inner product) تابع ورودی و یکی از توابع پایهای (basis function) بدست میآید.
این ضرایب، در واقع، درجه شباهت بین تابع ورودی و تابع پایهای مورد نظر را نشان میدهد.
اگر دو تابع پایهای بر هم عمود (orthogonal) باشند، حاصلضرب نقطهای آنها صفر و لذا نشان میدهد که آندو با هم شبیه نیستند.
بنابراین اگر سیگنال یا تصویر ورودی از اجزایی تشکیل شده باشد که یک یا چند تابع پایهای داشته باشد، سپس آن یک یا چند ضریب بزرگ و دیگر ضرایب کوچک هستند.