Fouriertransformatie intuïtief begrijpen (Van signalen naar frequenties)

Sla drie toetsen tegelijk aan op een piano en er verlaat één enkele, verstrengelde drukgolf het instrument. Die raakt je trommelvlies als één trillende lijn, niet als drie. Toch splitst je binnenoor die lijn moeiteloos terug in de drie tonen, en een geoefende muzikant kan het akkoord benoemen. Ergens tussen de lucht en je bewustzijn is een gemengd signaal ontrafeld in zijn zuivere frequenties.

Dat ontrafelen heeft een naam. De fouriertransformatie is de wiskundige machine die elk signaal, een geluid, een beeldrij, een aandelenkoers, de trilling van een brug, herschrijft als een lijst van de zuivere frequenties die erin zitten. Ze is de reden dat je telefoon audio kan comprimeren, de reden dat MRI-scanners beelden opleveren, en de reden dat ingenieurs naar een ratelende motor kunnen kijken en zeggen: "dat is de component van 400 hertz."

De meeste studenten ontmoeten de fouriertransformatie als een formule om uit het hoofd te leren: een integraal met een complexe e-macht erin en geen enkele voor de hand liggende reden voor al die onderdelen. Deze gids bouwt het beeld vanaf de grond op. We behandelden onlangs de nauw verwante Laplace-transformatie, en aan het eind zul je zien dat het allebei dezelfde machine is met een andere knopstand.

Twee beschrijvingen van hetzelfde

Denk aan een recept voor een taart. Je kunt de afgebakken taart beschrijven door op te sommen wat je op elk punt erbinnen zou waarnemen, laag voor laag, kruimel voor kruimel. Of je kunt haar beschrijven door de ingrediënten op te sommen: 200 gram bloem, 3 eieren, 100 gram suiker. Beide beschrijvingen bevatten dezelfde taart. De ene beschrijft waar de dingen zitten; de andere waar ze van gemaakt is.

Een signaal heeft precies dezelfde twee beschrijvingen:

• Het tijddomein somt de waarde van het signaal op elk moment op: de druk op je trommelvlies bij 0,001 seconde, bij 0,002 seconde, enzovoort. Zo komen signalen in de echte wereld binnen.
• Het frequentiedomein somt de ingrediënten op: hoeveel van een sinusgolf van 440 hertz aanwezig is, hoeveel van 523 hertz, hoeveel van elke mogelijke frequentie. Dit is wat de fouriertransformatie oplevert.

Fouriers inzicht, voor het eerst gepubliceerd in 1822 tijdens zijn onderzoek naar warmtestroming, was dat deze ingrediëntenlijsten volledig zijn. Elk redelijk signaal, hoe grillig ook, kan exact worden gereconstrueerd uit een som van gladde sinusgolven. Er zit nergens een derde ingrediënt verstopt. Sinussen zijn genoeg.

Waarom sinusgolven het alfabet vormen

Waarom sinussen en niet blokken, driehoeken of een andere vorm? Omdat sinusgolven de enige vormen zijn die de bewerkingen doorstaan waar de fysica om geeft.

Neem de afgeleide van een sinusgolf en je krijgt een cosinus, dezelfde golf verschoven over een kwart periode. Neem opnieuw de afgeleide en je krijgt een negatieve sinus: weer dezelfde vorm, geschaald. Zoals we onderzochten in het artikel over goniometrie, is een sinusgolf een cirkel van opzij bekeken, en een cirkel draaien maakt er nooit iets anders van.

Voer een sinusgolf toe aan een veer, een schakeling of een concertzaal, en wat eruit komt is een sinusgolf van dezelfde frequentie, mogelijk luider of zachter en mogelijk vertraagd, maar nooit een andere vorm. Ingenieurs noemen systemen met deze eigenschap lineair en tijdinvariant, en vrijwel elk fysisch systeem is er een, althans bij benadering.

Dat is de hele reden waarom het frequentiedomein nuttig is. Als je weet wat een systeem met elke zuivere frequentie doet, en je kunt elke ingang opsplitsen in zuivere frequenties, dan weet je wat het systeem met elke ingang doet. Het lastige probleem "wat doet deze brug wanneer er een vrachtwagen op rijdt" wordt een lijst eenvoudige problemen: "wat doet deze brug bij 1 hertz, bij 2 hertz, bij 3 hertz."

De opwindmachine

Nu het mechanisme. Stel dat je een signaal hebt en wilt weten hoeveel van een bepaalde frequentie, zeg 3 cycli per seconde, erin verstopt zit. Hier volgt een fysieke procedure die die vraag beantwoordt.

Neem de grafiek van je signaal, een lijn getekend langs een tijdas. Wikkel die lijn nu om een cirkel, met een opwindsnelheid van 3 omwentelingen per seconde signaaltijd. Waar het signaal groot is, ligt de gewikkelde lijn ver van het midden; waar het signaal klein is, kruipt ze tegen het midden aan. Je krijgt een krabbel rond de oorsprong.

Zoek nu het zwaartepunt van die krabbel.

Bevat het signaal niets bij 3 hertz, dan belanden de pieken en dalen van het signaal onder willekeurige hoeken rond de cirkel. Ze heffen elkaar op, en het zwaartepunt ligt vlak bij de oorsprong. Maar bevat het signaal wel een component van 3 hertz, dan landen de pieken allemaal aan dezelfde kant van de cirkel, omwenteling na omwenteling. Ze stapelen zich op, en het zwaartepunt zwaait weg van de oorsprong.

Herhaal dit voor elke mogelijke opwindsnelheid, zet de afstand van het zwaartepunt uit tegen de opwindsnelheid, en je hebt de fouriertransformatie getekend. Pieken in de grafiek zijn frequenties die in het signaal aanwezig zijn. Dat is het hele idee. Al het overige is notatie.

De formule, stuk voor stuk

De opwindmachine, in symbolen geschreven, is:

$$\hat{f}(\omega) = \int_{-\infty}^{\infty} f(t)\, e^{-i\omega t}\, dt$$

Elk onderdeel komt overeen met een stap in de procedure.

Het opwinden. De factor $e^{-i\omega t}$ is de draaiing. Volgens de formule van Euler geldt $e^{-i\omega t} = \cos(\omega t) - i\sin(\omega t)$, een punt dat met de klok mee over de eenheidscirkel beweegt met hoekfrequentie ω. Naarmate t voortschrijdt, draait dit punt. Die draaiing is het opwinden, en ω is de opwindsnelheid.

Het wikkelen. Het product $f(t)\, e^{-i\omega t}$ is de krabbel. Door het draaiende punt met lengte één te vermenigvuldigen met de signaalwaarde f(t), wordt het naar buiten gerekt of naar binnen getrokken. Grote signaalwaarden duwen het punt ver van het midden; kleine waarden trekken het naar binnen. Het product tekent precies de krabbel uit de vorige paragraaf.

Het zwaartepunt is de integraal. Door de positie van de krabbel op elk moment op te tellen, van het begin van de tijd tot het einde, en het resultaat als één complex getal te behandelen, krijg je een punt waarvan de afstand tot de oorsprong meet hoe sterk het signaal meeklinkt bij ω. Strikt genomen is dit de totale som en niet het gemiddelde, dus schaalt ze mee met de duur van het signaal, maar de vorm van het spectrum is dezelfde.

Het resultaat $\hat{f}(\omega)$ is voor elke ω een complex getal, en beide delen doen ertoe. De modulus is de amplitude van die frequentie: hoeveel van het ingrediënt in het recept zit. De hoek is de fase: waar in de cyclus dat ingrediënt begint. Twee signalen kunnen bij elke frequentie dezelfde amplitudes hebben en toch totaal verschillend klinken doordat hun fasen verschillen.

Waarom een e-macht en geen sinus

Studenten vragen vaak waarom de kern een complexe e-macht is en niet gewoon een sinusgolf. Je zou je signaal immers kunnen vermenigvuldigen met $\sin(\omega t)$ en dat integreren.

Het probleem is de fase. Als je signaal een cosinus met frequentie ω bevat en je toetst het aan een sinus met dezelfde frequentie, dan middelt het product uit tot nul, omdat sinus en cosinus een kwart periode uit elkaar liggen. Je zou concluderen dat de frequentie ontbreekt terwijl ze volop aanwezig is. Om elke fase op te vangen zou je twee toetsen nodig hebben, een tegen de sinus en een tegen de cosinus, en daarna zou je de resultaten moeten combineren.

De complexe e-macht voert beide toetsen tegelijk uit. Het reële deel is de cosinustoets en het imaginaire deel de sinustoets, verpakt in één draaiend object. Met welke fase de frequentie ook binnenkomt, een deel van de draaiing sluit erop aan. De modulus van het resulterende complexe getal is wat de gecombineerde tweetoetsmethode zou opleveren, en de hoek geeft je de fase er gratis bij. In het artikel over imaginaire getallen beschreven we i als een draaiing; hier verricht die draaiing echt technisch werk.

Negatieve frequenties zijn geen vergissing

De integraal loopt over alle ω, ook over negatieve waarden, en de transformatie van een reëel signaal laat altijd een spiegelbeeld zien aan de negatieve kant. Dat verontrust mensen. Wat zou een negatieve frequentie fysisch moeten betekenen?

Kijk nog eens naar de formule van Euler. Een reële cosinus is het gemiddelde van twee draaiingen:

$$\cos(\omega t) = \frac{e^{i\omega t} + e^{-i\omega t}}{2}$$

De eerste term draait linksom met snelheid ω; de tweede draait rechtsom met dezelfde snelheid. Rechtsom draaien bij ω is wat de transformatie registreert als frequentie min ω. Een reëelwaardig signaal kan de twee richtingen niet uit elkaar houden, dus bevat het ze altijd in gelijke mate, en is het spectrum symmetrisch.

De negatieve helft draagt voor reële signalen geen nieuwe informatie, en in de praktijk tekenen ingenieurs vaak alleen de positieve kant. Maar door beide helften te behouden blijven de formules symmetrisch en kan dezelfde transformatie ook complexwaardige signalen aan, zoals die in radio en MRI, waar de twee draairichtingen werkelijk verschillen.

De terugreis

Een recept terugveranderen in een taart is de inverse fouriertransformatie:

$$f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \hat{f}(\omega)\, e^{i\omega t}\, d\omega$$

Lees het als een instructie: neem voor elke frequentie ω de hoeveelheid $\hat{f}(\omega)$ van dat ingrediënt, laat die linksom draaien met die snelheid, en tel alles bij elkaar op. Het teken in de exponent is omgeslagen van min naar plus omdat je nu afwikkelt in plaats van opwindt. De factor 2π is boekhouding en corrigeert voor het feit dat een volledige omwenteling 2π radialen is; sommige leerboeken verdelen hem symmetrisch als $1/\sqrt{2\pi}$ over beide transformaties, en andere verbergen hem volledig door de frequentie in hertz te meten in plaats van in radialen per seconde. De fysica verandert niet, alleen de constante.

Het paar formules is bijna volmaakt symmetrisch. Die symmetrie is een diepe hint: tijd en frequentie zijn twee aanzichten van één object, en geen van beide is fundamenteler dan de ander.

Afgeleiden worden opnieuw vermenigvuldigingen

De Laplace-transformatie verdiende haar plek door afgeleiden om te zetten in vermenigvuldiging met s. De fouriertransformatie doet hetzelfde trucje met iω.

Differentieer de formule van de inverse transformatie naar t. De enige plek waar t voorkomt is binnen $e^{i\omega t}$, en de afgeleide daarvan haalt een factor iω naar voren:

$$\frac{d}{dt} f(t) = \frac{1}{2\pi} \int_{-\infty}^{\infty} \bigl(i\omega\, \hat{f}(\omega)\bigr)\, e^{i\omega t}\, d\omega$$

De fouriertransformatie van $f'(t)$ is dus simpelweg $i\omega\, \hat{f}(\omega)$. Een afgeleide nemen in de tijd vermenigvuldigt elke frequentiecomponent met iω: hoge frequenties worden versterkt, lage frequenties onderdrukt, en elke component draait een kwartslag. Precies daarom maakt differentiëren ruizige signalen nog ruiziger. Ruis zit bij hoge frequenties, en de afgeleide vermenigvuldigt die met grote getallen.

Dezelfde logica verandert een differentiaalvergelijking met constante coëfficiënten in een algebraïsche vergelijking in ω, en zo lossen natuurkundigen golf- en warmtevergelijkingen op. Fourier bedacht het gereedschap precies daarvoor.

Fourier en Laplace: één machine, twee knopstanden

Zet de twee transformaties naast elkaar:

$$F(s) = \int_0^{\infty} f(t)\, e^{-st}\, dt, \qquad \hat{f}(\omega) = \int_{-\infty}^{\infty} f(t)\, e^{-i\omega t}\, dt$$

In het artikel over Laplace beschreven we s als een knop met twee regelaars, $s = \sigma + i\omega$: σ voor exponentiële demping, ω voor trilling. Zet de dempingsregelaar op nul, zodat σ = 0 en s = iω, en de Laplace-kern $e^{-st}$ wordt de Fourier-kern $e^{-i\omega t}$. De fouriertransformatie is de Laplace-transformatie geëvalueerd langs de imaginaire as van het s-vlak.

Het andere verschil is de ondergrens. Laplace begint bij t = 0 omdat de transformatie gebouwd is voor oorzaak-en-gevolgsystemen met een inschakelmoment en beginvoorwaarden. Fourier loopt over alle tijd omdat ze gebouwd is voor stabiele signalen die er altijd geweest zijn en er altijd zullen zijn: een aangehouden noot, een draaggolf, een constante bromtoon.

Welke je gebruikt volgt uit de vraag. Overgangsverschijnselen, schakelaars en beginvoorwaarden: Laplace. Spectra, filters en stabiele trillingen: Fourier. De dempingsregelaar is wat Laplace in staat stelt signalen te verwerken die onbegrensd groeien, wat de Fourier-integraal niet kan opnemen; de tweezijdige integraal is wat Fourier in staat stelt signalen zonder begin te beschrijven.

De afruil waaraan je niet ontkomt

Eén laatste eigenschap verklaart verrassend veel fysica. Een signaal dat smal is in de tijd, is breed in frequentie, en een signaal dat smal is in frequentie, is breed in de tijd. Allebei tegelijk kan niet.

Een zuivere sinusgolf heeft één enkele frequentie, dus haar spectrum is één enkele piek. Maar een zuivere sinusgolf duurt eeuwig. Knip haar af op één seconde en het spectrum spreidt zich uit rond de oorspronkelijke frequentie; knip haar af op één milliseconde en het spectrum spreidt veel verder uit. In de limiet bevat een ogenblikkelijke klik alle frequenties even sterk, en daarom klinkt een handklap als witte ruis terwijl een stemvork als een toon klinkt.

Het opwindbeeld maakt dit vanzelfsprekend. Een korte uitbarsting van signaal wikkelt zich bij welke opwindsnelheid dan ook maar een paar keer om de cirkel, dus krijgt het zwaartepunt nooit de kans om netjes weg te vallen. Veel naburige opwindsnelheden geven allemaal een vergelijkbaar, gematigd resultaat. Een lang signaal wikkelt zich duizenden keren, en alleen de precies passende snelheid overleeft de uitdoving.

In de kwantummechanica zijn positie en impuls fourierparen, en dezelfde afruil is de onzekerheidsrelatie van Heisenberg. Het is geen beperking van de meting. Het is een eigenschap van golven.

Waar de typische denkfouten ontstaan

Studenten die met fouriertransformaties werken struikelen op drie voorspelbare plekken.

De eerste is het laten vallen van de fase. Omdat het amplitudespectrum is wat getekend wordt, gaan studenten de transformatie zien als uitsluitend een lijst amplitudes. Vervolgens komt een inverse transformatie verkeerd uit doordat de hoeken van $\hat{f}(\omega)$ zijn weggegooid. De transformatie is een lijst complexe getallen, en de helft van elk getal is zijn hoek.

De tweede is verwarring over tekens en constanten. Verschillende leerboeken zetten de 2π op verschillende plaatsen en kiezen verschillende tekens in de exponent, en ze hebben allemaal gelijk zolang de voorwaartse en de inverse transformatie op elkaar aansluiten. Kies één conventie, schrijf beide formules boven aan de bladzijde, en controleer of het transformeren en terugtransformeren van een eenvoudige functie haar onveranderd teruggeeft.

De derde is verwachten dat een eindig signaal een keurig spectrum oplevert. Echte metingen zijn eindig, dus hun spectra vertonen altijd de uitsmering uit de vorige paragraaf, plus rimpelingen door de abrupte afkapping aan de randen. Dat is geen rekenfout. Het is de afruil die zich laat gelden, en vensterfuncties bestaan om die te beheersen.

Waar Math Zen van pas komt

De fouriertransformatie is opgebouwd uit drie vaardigheden die automatisch moeten zijn voordat de intuïtie je verder kan dragen: goniometrische identiteiten, complexe e-machten en integralen van producten.

Als het omzetten tussen $\cos(\omega t)$ en complexe e-machten bewuste inspanning kost, of als het met de hand integreren van $e^{-at} e^{-i\omega t}$ onzeker aanvoelt, zal de transformatie altijd op een zwarte doos blijven lijken. Math Zen traint die onderdelen in korte dagelijkse sessies:

• Goniometrie: Vlotheid met som- en dubbelehoekformules en het cirkelbeeld erachter, in de module met goniometrie-oefeningen.
• Complexe getallen: Poolvorm, de formule van Euler en draaien door te vermenigvuldigen, in de module met oefeningen voor complexe getallen.
• Transformaties: Dezelfde mechaniek van kernintegralen, inclusief transformaties van afgeleiden, in de module met Laplace-transformatie-oefeningen.

Zodra dit reflexen zijn, houdt de fouriertransformatie op een formule te zijn en wordt ze wat ze is: een opwindmachine die het recept van een signaal afleest.

De conclusie

De fouriertransformatie herschrijft een signaal van "wat is de waarde op elk moment" naar "hoeveel van elke frequentie is aanwezig". Ze werkt omdat sinusgolven de vormen zijn die fysische systemen ongewijzigd laten, dus vertelt de frequentie-inhoud van een signaal je hoe elk lineair systeem erop zal reageren.

De formule is een opwindmachine: $e^{-i\omega t}$ wikkelt het signaal om een cirkel met snelheid ω, de integraal vindt het zwaartepunt, en een zwaartepunt ver van de oorsprong betekent dat die frequentie aanwezig is. De complexe e-macht vangt elke fase in één keer op, negatieve frequenties zijn het spiegelbeeld dat elk reëel signaal met zich meedraagt, en de inverse transformatie wikkelt af door de andere kant op te draaien.

Zet de dempingsregelaar van de Laplace-transformatie op nul en je hebt de fouriertransformatie. Gebruik Laplace voor schakelaars en overgangsverschijnselen, Fourier voor spectra en stabiele signalen, en onthoud dat welke je ook gebruikt, een signaal dat kort is in de tijd altijd breed is in frequentie.