Spektralanalyse
Spektralanalyse ist derart wichtig in allen Naturwissenschaften, dass man deren Bedeutung nicht überbewerten kann!
Mit der Spektralanalyse können wir Antworten auf folgende Fragen bekommen:
Welche (räumliche oder zeitliche) Frequenzen sind in meinem Signal enthalten?
Gibt es ein periodisches Signal in meinen Beobachtungen?
Muss ich die Eigenschaften des Messinstruments (z.B.
Seismometer) einbeziehen um das physikalische Signal zu erhalten?
Muss ich das Signal filtern, um das physikalische Signal zu sehen ?
und, und, und …
Empfohlene Lektüre
Chapter 2, Keary et al., Introduction to Geophysical Exploration
Harmonische Analyse – Spektralzerlegung
Der Kern der Spektralanalyse ist eines der wichtigsten Theoreme der mathematischen Physik:
Jedes endliche periodische Signal kann mit Hilfe von überlagerten harmonischen (Sinus-, Cosinus-) Signalen
dargestellt (approximiert) werden.
Die Repräsentation des diskreten physikalischen Systems durch Zeit und Raum oder durch Frequenz und Wellenzahl ist
(unterbestimmten Voraussetzungen) äquivalent! Es gibt keinen
Informationsverlust, wenn man von dem einen Raum in den
anderen transformiert, oder zurück.
Spektralanalyse (anschaulich)
die rote Spur ist die Summe aller blauen Spuren!
Das Spektrum
Amplitudenspektrum Phasenspektrum
F our ier R aum S pek tr al ber ei c h
Raum oder Zeit
Fourier Zerlegung
Husten Sie an eine Harfe oder einen
offenen Flügen, zerlegt das Instrument ihren Sound in einzelne Anteile
unterschiedlicher
Frequenz (hier: Saiten)
Mathematische Beschreibung
ungerade Funktionen
Mathematische Beschreibung (ungerade Funktionen)
Eine Sinusfunktion (a Amplitude, λ Wellenlänge) wird repräsentiert durch:
x
A λ
=
y 2 π
sin
Ignoriert man die Phasenverschiebung, so kann man ein beliebiges Signal erhalten durch Überlagerung von (a 0 an beiden Enden)
∞
∑ sin L 1,
0 n x n =
a +
a
=
f(x) n
n
π
Hierbei ist L die Länge des Bereichs (räumlich oder zeitlich). Die
Sequenz der Wellenlängen/Perioden ist: 2L, L, 2/3L, L/2 …
Die Fourier Komponenten (ungerade Funktionen)
Die Amplituden/Koeffizienten (a n ) der Fourier Basisfunktionen (sin oder cos) erhält man durch Integration des Signals
∫
∫
L n
L
L dx x f(x) n
= L a
f(x)dx
= L a
0 0 0
2 sin 1
π
Durchschnittswert des Signals
Spektrale Komponente
Fouierreihen
beliebige Funktionen Intervall [-L, L]
∫
∫
∫
L n
L n
L
L dx x f(x) n
= L b
L dx x f(x) n
= L a
f(x)dx
= L a
L -
L -
L - 0
1 sin 1 cos 1
π π
∞
+
∑
=
L 1, L s
2 cos 1
1
0 n x n =
in b
n x a
+ a
=
f(x) n n
n
π π
Die a n und b n sind die Anteile der verschiedenen Frequenzen!
Beispiel: Fourier Näherung der Funktion |x|
.. für n<4 …
Mit der Fourierreihe
+ + +
−
= ...
5 ) 5 cos(
3 ) 3 cos(
1 ) cos(
4 2
) 1
(
2x
2x
2x
x
g π π
π π ≤ ≤
−
= x x
x
f ( ) ,
-20 -15 -10 -5 0 5 10 15 20
0
1
2
3
4
Beispiel: Fourier Näherung der Funktion x 2
π 2 0
, )
( x = x 2 < x <
f
... Für N<11 ….
Mit der Fourierreihe
∑
=
−
+
=
Nk
N
kx
kx k x k
g
1
2 2
) 4 sin(
) 4 cos(
3 ) 4
( π π
-10 -5 0 5 10 15
-10 0 10 20 30 40