Twierdzenie Parsevala jest fundamentalną koncepcją w przetwarzaniu sygnałów i analizie harmonicznej. Dla funkcji okresowej średnia moc sygnału w jednym okresie jest równa sumie kwadratów wielkości wszystkich jej zespolonych współczynników Fouriera. Twierdzenie to, nazwane na cześć Marca-Antoine'a Parsevala, stanowi potężne narzędzie do analizy rozkładu energii w sygnałach.
Co ciekawe, twierdzenie Parsevala obowiązuje również dla trygonometrycznej formy szeregu Fouriera, która wyraża funkcję za pomocą funkcji sinus i cosinus. Tutaj współczynniki Fouriera można powiązać ze współczynnikami szeregu trygonometrycznego, co pozwala na zastosowanie twierdzenia w tej alternatywnej formie.
Aby potwierdzić twierdzenie Parsevala, zaczynamy od rozważenia funkcji x(t) z reprezentacją w postaci zespolonego szeregu Fouriera:
Gdzie cn to zespolone współczynniki Fouriera, a ω_0 to podstawowa częstość kątowa. Twierdzenie stwierdza:
Gdzie T to okres funkcji. Podstawienie szeregu Fouriera do lewej strony i rozwiązanie potwierdza równość, udowadniając w ten sposób twierdzenie.
Twierdzenie Parsevala jest kluczowe w praktycznych zastosowaniach, szczególnie w przetwarzaniu dźwięku. Umożliwia porównanie energii zawartej w oryginalnej fali dźwiękowej z energią zawartą w jej skompresowanej wersji. Porównanie to jest niezbędne, aby zapewnić, że proces kompresji nie pogorszy znacząco jakości sygnału audio poprzez utratę zbyt dużej ilości energii.
Z perspektywy inżynierskiej twierdzenie Parsevala pozwala na cenne spostrzeżenia. Na przykład, jeśli funkcja w kwestii reprezentuje sygnał elektryczny, taki jak prąd lub napięcie, to kwadrat tej funkcji reprezentuje chwilową moc rozproszoną w rezystorze 1-omowym. W konsekwencji twierdzenie łączy energię rozproszoną w rezystorze w ciągu jednego okresu z reprezentacją sygnału w postaci szeregu Fouriera. Ta relacja jest wyrażona w dwóch różnych formach: jednej przy użyciu trygonometrycznego szeregu Fouriera, a drugiej przy użyciu postaci amplitudy i fazy szeregu Fouriera. Tak więc twierdzenie Parsevala nie tylko służy jako narzędzie analityczne, ale także łączy koncepcje teoretyczne z praktycznymi zastosowaniami inżynierskimi.
Z rozdziału 16:
Now Playing
Fourier Series
347 Wyświetleń
Fourier Series
162 Wyświetleń
Fourier Series
151 Wyświetleń
Fourier Series
167 Wyświetleń
Fourier Series
114 Wyświetleń
Fourier Series
110 Wyświetleń
Fourier Series
181 Wyświetleń
Copyright © 2025 MyJoVE Corporation. Wszelkie prawa zastrzeżone