Fourierserier och ljudkompression

Relevanta dokument
Samtidig visning av alla storheter på 3-fas elnät

H1009, Introduktionskurs i matematik Armin Halilovic

Meningslöst nonsens. November 19, 2014

RIEMANNSUMMOR. Den bestämda integralen definieras med hjälp av Riemannsummor. Låt vara en begränsad funktion,, reella tal och. lim.

Armin Halilovic: EXTRA ÖVNINGAR

Lösningsförslag, Tentamen, Differentialekvationer och transformer II, del 2, för CTFYS2 och CMEDT3, SF1629, den 9 juni 2011, kl.

Ulrik Söderström 20 Jan Signaler & Signalanalys

Ulrik Söderström 19 Jan Signalanalys

Armin Halilovic: EXTRA ÖVNINGAR

17.1 Kontinuerliga fördelningar

KTH Matematik Tentamensskrivning i Differentialekvationer I, SF1633.

Signal- och bildbehandling TSEA70

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

x 1 1/ maximum

Trigonometriska formler Integraler och skalärprodukter Fourierserier Andra ortogonala system. Fourierserier. Fourierserier

AC-kretsar. Växelströmsteori. Lund University / Faculty / Department / Unit / Document / Date

Signaler & Signalanalys

Reglerteknik M3, 5p. Tentamen

a) Bestäm samtliga asymptoter (lodräta/vågräta/sneda). b) Bestäm samtliga stationära punkter och deras karaktär (min/max/terrass). c) Rita grafen.

5B1134 Matematik och modeller Lösningsförslag till tentamen den 29 augusti 2005

5B1134 Matematik och modeller

Tentamensskrivning i Differentialekvationer I, SF1633(5B1206).

Transformer och differentialekvationer (MVE100)

MVE465. Innehållsförteckning

Betygskriterier Matematik D MA p. Respektive programmål gäller över kurskriterierna

Matematik 5 Kap 3 Derivator och Integraler

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

Lösningsförslag till tentan i 5B1115 Matematik 1 för B, BIO, E, IT, K, M, ME, Media och T,

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

Tentamen SF1633, Differentialekvationer I, den 23 oktober 2017 kl

2320 a. Svar: C = 25. Svar: C = 90

PRÖVNINGSANVISNINGAR

k=0 kzk? (0.2) 2. Bestäm alla holomorfa funktioner f(z) = f(x + iy) = u(x, y) + iv(x, y) sådana att u(x, y) = x 2 2xy y 2. 1 t, 0 t 1, f(t) =

Planering för Matematik kurs D

Fourierserier: att bryta ner periodiska förlopp

Euler-Mac Laurins summationsformel och Bernoulliska polynom

Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker. GeoGebraexempel

SF1658 Trigonometri och funktioner Lösningsförslag till tentamen den 19 oktober 2009

SF1625 Envariabelanalys Lösningsförslag till tentamen

Tentamen: Lösningsförslag

Rita även upp grafen till Fourierseriens summa på intervallet [ 2π, 3π], samt ange summans värde i punkterna π, 0, π, 2π. (5) S(t) = c n e int,

i utvecklingen av (( x + x ) n för n =1,2,3º. = 0 där n = 1,2,3,

5B1134 Matematik och modeller

Frågorna 1 till 6 ska svaras med sant eller falskt och ger vardera 1

Innehåll 1. Kapitel 6: Separation of Variables 1

Moment Viktiga exempel Övningsuppgifter Ö , Ö1.25, Ö1.55, Ö1.59

Dubbelintegraler och volymberäkning

Lösningsförslag, preliminär version 0.1, 23 januari 2018

Instuderingsfrågor i Funktionsteori

1. Rita in i det komplexa talplanet det område som definieras av följande villkor: (1p)

v0.2, Högskolan i Skövde Tentamen i matematik

vux GeoGebraexempel 3b/3c Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx

FREKVENSSPEKTRUM TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1

Högskolan i Skövde (SK, JS) Svensk version Tentamen i matematik Lösningsförslag till del I

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

NATIONELLT KURSPROV I MATEMATIK KURS D VÅREN 2002

Kursens Kortfrågor med Svar SF1602 Di. Int.

5B1134 Matematik och modeller Lösningsförslag till tentamen den 13 januari T = 1 ab sin γ. b sin β = , 956 0, 695 0, 891

Spektrala Transformer

TAIU07 Matematiska beräkningar med Matlab

SF1625 Envariabelanalys Lösningsförslag till tentamen DEL A

5B1134 Matematik och modeller Uppgifter från kontrollskrivningar och tentamina under läsåren och

Attila Szabo Niclas Larson Gunilla Viklund Mikael Marklund Daniel Dufåker. GeoGebraexempel

MATEMATIKPROV, LÅNG LÄROKURS BESKRIVNING AV GODA SVAR

9 Skissa grafer. 9.1 Dagens Teori

Tentamen i Matematisk analys, HF1905 exempel 1 Datum: xxxxxx Skrivtid: 4 timmar Examinator: Armin Halilovic

IV, SF1636(5B1210,5B1230).

Lösningar till MVE016 Matematisk analys i en variabel för I yy 1 + y 2 = x.

Tenta i MVE465 Linjär algebra och analys fortsättning. K/Bt/Kf. (2p) Z 2 xdx b) Beräkna 0 (x + 1) (2x + 1). (3p)

Tentamen i matematik. f(x) = ln(ln(x)),

MVE500, TKSAM Avgör om talserierna är konvergenta eller divergenta (fullständig motivering krävs). (6p) 2 n. n n (a) n 2.

Matematiska Institutionen L osningar till v arens lektionsproblem. Uppgifter till lektion 9:

6.2 Implicit derivering

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

SF1625 Envariabelanalys Tentamen Lördagen den 11 januari, 2014

Signalanalys med snabb Fouriertransform

Mer om reella tal och kontinuitet

SF1620 Matematik och modeller

Kompletterande räkneuppgifter i Spektrala Transformer Komplex analys, sampling, kvantisering, serier och filter Laura Enflo & Giampiero Salvi

Vi ska titta närmare på några potensfunktioner och skaffa oss en idé om hur deras kurvor ser ut. Vi har tidigare sett grafen till f(x) = 1 x.

ENDIMENSIONELL ANALYS A3/B kl INGA HJÄLPMEDEL. Lösningarna ska vara försedda med ordentliga motiveringar. lim

DIFFERENTIALEKVATIONER. INLEDNING OCH GRUNDBEGREPP

5B1134 Matematik och modeller Uppgifter från kontrollskrivningar och tentamina under läsåren , och

SF1626 Flervariabelanalys Lösningsförslag till tentamen DEL A

Matematik D (MA1204)

Mer om Fourierserier. Fouriertransform LCB vt 2012

Kapitel. 9-1 Innan graflösning används 9-2 Analys av en funktionsgraf

5B1147. Envariabelanalys. MATLAB Laboration. Laboration 1. Gränsvärden och Summor

Spektrala Transformer

Upphämtningskurs i matematik

Tentamen i matematik. f(x) = 1 + e x.

Tentamen i Envariabelanalys 2

Lösningsförslag till Tentamen: Matematiska metoder för ekonomer

SF1620 (5B1134) Matematik och modeller Uppgifter från kontrollskrivningar och tentamina under tiden

Låt vara en reell funktion av en reell variabel med definitionsmängden som är symmetrisk i origo.

Statistiska samband: regression och korrelation

Ekvationer & Funktioner Ekvationer

2 Ortogonala signaler. Fourierserier. Enkla filter.

6 Derivata och grafer

Transkript:

Fourierserier och ljudkompression Joakim Roos joakimrs@math.kth.se 5 februari 215

Problemformulering Studera valfri låt!

Problemformulering Studera valfri låt! Exempelvis: Amplitud 1.5.5 1 62 125 189 249 Tid (s)

Problemformulering Studera valfri låt! Exempelvis: (Psy - Gangnam Style) Amplitud 1.5.5 1 62 125 189 249 Tid (s)

Problemformulering Inzoomning nära t = 1 s: Amplitud 1.5.5 1 1 11 Tid (s)

Problemformulering Inzoomning nära t = 1 s: Amplitud 1.5.5 1 1. 1.1 Tid (s)

Problemformulering Inzoomning nära t = 1 s: Amplitud 1.5.5 1 1. 1.1 Tid (s)

Problemformulering Problem: Många datapunkter/funktionsvärden krävs för en hel låt.

Problemformulering Problem: Många datapunkter/funktionsvärden krävs för en hel låt. (Hela 1 987 52 stycken i exemplet...)

Problemformulering Problem: Många datapunkter/funktionsvärden krävs för en hel låt. (Hela 1 987 52 stycken i exemplet...) Kan vi finna ett sätt att minska denna datamängd utan att signalens utseende förändras för mycket?

Sinusfunktionen sin(t): 1.5.5 1. 3.14 6.28 9.42

Sinusfunktionen sin(t): Periodisk funktion med period 2 1.5.5 1. 3.14 6.28 9.42

Sinusfunktionen sin(2t): Periodisk funktion med period 1.5.5 1. 3.14 6.28 9.42

Sinusfunktionen sin(3t): Periodisk funktion med period 2 /3 1.5.5 1. 3.14 6.28 9.42

Integrering Integralen av en funktion f = f (t) över ett intervall a apple t apple b skrivs Z b a f (t)dt och är lika med arean mellan funktionens graf och t-axeln, räknat så att area ovanför t-axeln bidrar positivt till integralens värde, och area under t-axeln bidrar negativt.

Integrering Exempel: Antag att en funktion f (t) harutseendet

Integrering Exempel: Antag att en funktion f (t) harutseendet Z b a f (t)dt = (blå area) (röd area)

Antag en given funktion f = f (t) definieradpåapple t apple.

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t).

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) =

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t)

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) +

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t)

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t) + b 3 sin(3t)

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t) + b 3 sin(3t) +...

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t) + b 3 sin(3t) +... 1X = b n sin(nt) n=1

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t) + b 3 sin(3t) +...! 1X NX = b n sin(nt) = lim b n sin(nt) n=1 N!1 n=1

Antag en given funktion f = f (t) definieradpåapple t apple. Idé: Använd funktionerna sin(t), sin(2t), sin(3t)... som byggstenar för att finna ett alternativt sätt att uttrycka f (t). Vi vill försöka finna konstanter b 1, b 2, b 3,... så att f (t) = b 1 sin(t) + b 2 sin(2t) + b 3 sin(3t) +...! 1X NX = b n sin(nt) = lim b n sin(nt) n=1 N!1 n=1 P 1 n=1 b n sin(nt) kallas då för en sinusserieutveckling av f (t).

Mer allmänt: en utveckling f (t) =a + 1X (a n cos(nt)+b n sin(nt)) n=1 kallas en Fourierserie för f (t). (Efter Jean-Baptiste Joseph Fourier, 1768 183.) Konstanterna a n och b n kallas Fourierkoe cienter.

Vi kommer att anta att en funktion f (t) påapple t apple kan sinusserieutvecklas:

Vi kommer att anta att en funktion f (t) påapple t apple kan sinusserieutvecklas: f (t) = 1X b n sin(nt) n=1

Vi kommer att anta att en funktion f (t) påapple t apple kan sinusserieutvecklas: f (t) = 1X b n sin(nt) n=1 Detta gäller för väldigt många funktioner, men inte för alla.

Vi kommer att anta att en funktion f (t) påapple t apple kan sinusserieutvecklas: f (t) = 1X b n sin(nt) n=1 Detta gäller för väldigt många funktioner, men inte för alla. (Komplicerat...)

Vi kommer att anta att en funktion f (t) påapple t apple kan sinusserieutvecklas: f (t) = 1X b n sin(nt) n=1 Detta gäller för väldigt många funktioner, men inte för alla. (Komplicerat...) Men hur beräknar vi koe cienterna b n?

Låt m vara ett positivt heltal.

Låt m vara ett positivt heltal. Z f (t)sin(mt)dt =

Låt m vara ett positivt heltal. Z f (t)sin(mt)dt = Z! 1X b n sin(nt) sin(mt)dt n=1

Låt m vara ett positivt heltal. Z f (t)sin(mt)dt = = Z! 1X b n sin(nt) sin(mt)dt n=1 1X Z b n sin(nt)sin(mt)dt n=1

Låt m vara ett positivt heltal. Z f (t)sin(mt)dt = = Z! 1X b n sin(nt) sin(mt)dt n=1 1X Z b n sin(nt)sin(mt)dt n=1 Behöver alltså beräkna R sin(nt)sin(mt)dt.

Exempel: sin(t)sin(4t) påapple t apple : 1.5.5 1. 3.14

Exempel: sin(t)sin(4t) påapple t apple : 1.5.5 1. 3.14 Ser att R sin(t)sin(4t)dt =.

Exempel: sin(2t)sin(3t) påapple t apple : 1.5.5 1. 3.14

Exempel: sin(2t)sin(3t) påapple t apple : 1.5.5 1. 3.14 Ser återigen att R sin(2t)sin(3t)dt =.

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika.

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika. Om n och m istället är lika:

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika. Om n och m istället är lika: Z sin(nt)sin(nt)dt

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika. Om n och m istället är lika: Z sin(nt)sin(nt)dt = Z sin 2 (nt)dt

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika. Om n och m istället är lika: Z sin(nt)sin(nt)dt = Z sin 2 (nt)dt =(...)

Allmänt: man kan visa att R sin(nt)sin(mt)dt =alltid gäller om de positiva heltalen n och m ä r olika. Om n och m istället är lika: Z sin(nt)sin(nt)dt = Z sin 2 (nt)dt =(...) = 2.

Alltså:

Alltså: Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m,

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m,

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m, Z f (t)sin(mt)dt

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m, Z f (t)sin(mt)dt = 1X Z b n sin(nt)sin(mt)dt n=1

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m, Z f (t)sin(mt)dt = 1X Z b n n=1 sin(nt)sin(mt)dt = b m 2

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m, Z f (t)sin(mt)dt = 1X Z b n n=1 sin(nt)sin(mt)dt = b m 2

Alltså: vilket ger Z om n 6= m, sin(nt)sin(mt)dt = 2 om n = m, Z f (t)sin(mt)dt = 1X Z b n n=1 sin(nt)sin(mt)dt = b m 2 ) b m = 2 Z f (t)sin(mt)dt.

Beräkning av fourierkoe cienter Åter till exemplet vid start: 1.5.5 1 1. 1.1 Vi vill beräkna b 1.

Beräkning av fourierkoe cienter Vi justerar tidsaxeln för beräkning 1.5.5 1. 3.14 och integrerar produkten av f (t) med sin(t) över hela intervallet.

Beräkning av fourierkoe cienter Vi justerar tidsaxeln för beräkning 1.5.5 1. 3.14 och integrerar produkten av f (t) med sin(t) över hela intervallet.

Beräkning av fourierkoe cienter Vi justerar tidsaxeln för beräkning: 1.5.5 1. 3.14 ) b 1 = 2 R f (t)sin(t)dt.312

Beräkning av fourierkoe cienter Motsvarande för att beräkna b 2 : 1.5.5 1. 3.14 Integrerar produkten av f (t) med sin(2t) över hela intervallet.

Beräkning av fourierkoe cienter Motsvarande för att beräkna b 2 : 1.5.5 1. 3.14 Integrerar produkten av f (t) med sin(2t) över hela intervallet.

Beräkning av fourierkoe cienter Motsvarande för att beräkna b 2 : 1.5.5 1. 3.14 ) b 2 = 2 R f (t)sin(2t)dt.42

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc.

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 1X b n sin(nt) n=1.312 sin(t) 1.5.5 1. 3.14

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 3X b n sin(nt).312 sin(t).42 sin(2t)+.153 sin(3t) n=1 1.5.5 1. 3.14

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 1.5.5 5X b n sin(nt) n=1 1. 3.14

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 1.5.5 7X b n sin(nt) n=1 1. 3.14

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 1.5.5 X1 n=1 b n sin(nt) 1. 3.14

Beräkning av fourierkoe cienter Fortsätter på detta vis för att även få b 3.153, b 4.436, b 5.331 etc. Jämför nu f (t) och 1.5.5 X2 n=1 b n sin(nt) 1. 3.14

Slutsats 1.5.5 1. 3.14 Vi tycks ha funnit ett sätt att gå från 44 st datapunkter till 1 st parametrar (b 1, b 2,...,b 1 ) per ms, samtidigt som signalen tycks behålla ungefär samma form.

Slutsats 1.5.5 1. 3.14 Vi tycks ha funnit ett sätt att gå från 44 st datapunkter till 1 st parametrar (b 1, b 2,...,b 1 ) per ms, samtidigt som signalen tycks behålla ungefär samma form. ( 75% mindre filstorlek!)