W dziedzinie cyfrowego przetwarzania sygnałów widziałem ludzi używających słów
Złożone sygnały i częstotliwości ujemne. Na przykład w widmie FFT.
Czy to naprawdę ma znaczące znaczenie w dziedzinie czasu, czy jest tylko częścią matematycznej symetrii.
Jak wizualizujesz ujemną częstotliwość w dziedzinie czasu?
Odpowiedzi:
FFT działają, traktując sygnały jako dwuwymiarowe - z częściami rzeczywistymi i urojonymi. Pamiętasz koło jednostek ? Częstotliwości dodatnie występują, gdy fazor obraca się w kierunku przeciwnym do ruchu wskazówek zegara, a częstotliwości ujemne, gdy fazor obraca się zgodnie z ruchem wskazówek zegara.
Jeśli wyrzucisz wyimaginowaną część sygnału, rozróżnienie między częstotliwościami dodatnimi i ujemnymi zostanie utracone.
Na przykład ( źródło ):
Gdybyś nakreślił wyimaginowaną część sygnału, dostałbyś kolejną sinusoidę, przesuniętą fazowo względem rzeczywistej części. Zauważ, że jeśli fazor obracał się w drugą stronę, górny sygnał byłby dokładnie taki sam, ale związek fazowy części urojonej z częścią rzeczywistą byłby inny. Odrzucając wyimaginowaną część sygnału, nie masz możliwości dowiedzieć się, czy częstotliwość jest dodatnia czy ujemna.
źródło
W dziedzinie czasu częstotliwość ujemna jest reprezentowana przez odwrócenie fazy.
Dla fali kosinusowej nie robi to żadnej różnicy, ponieważ i tak jest symetryczna wokół czasu zero. Zaczyna się od 1 i spada do zera w obu kierunkach.
Jednak fala sinusoidalna zaczyna się od wartości zero w czasie zero i rośnie w kierunku dodatnim, ale spada w kierunku ujemnym.
źródło
Oto nieco inne podejście. Zobaczmy, która funkcja okresowa ma transformatę Fouriera dokładnie z częstotliwością .−1
Jest to funkcja dla t ∈ [ 0 , 1 ] .t↦e−2πit=cos(−2πt)+isin(−2πt)=cos(2πt)−isin(2πt) t∈[0,1]
Zauważ, że ta funkcja ma tę samą rzeczywistą część, co funkcja . Ta ostatnia funkcja ma tylko jeden składnik częstotliwości - częstotliwość 1 .t↦e2πit 1
Powodem, dla którego te ujemne częstotliwości pojawiają się przy rozpatrywaniu tylko sygnałów rzeczywistych, jest to, że dają one łatwiejszy sposób na opisanie ściśle złożonych wartości własnych działania koła jednostkowego na jego przestrzeń funkcyjną.
Edycja: Aby rozwinąć ostatni komentarz, aby przeprowadzić analizę częstotliwości, naprawdę chcieliśmy zrobić miejsce na funkcje o wartościach rzeczywistych na , F ( [ 0 , 1 ] , R ) i móc wyrażać dowolną funkcję f ∈ F ( [ 0 , 1 ] , R ) w kategoriach pewnej naturalnej podstawy F ( [ 0 , 1 ] , R )[0,1] F([0,1],R) f∈F([0,1],R) F([0,1],R) . Zgadzamy się, że to naprawdę nie robi wiele, jeśli zaczniemy nasz okres wynosi do 1 lub 1 / 2 do 3 / 2 tak naprawdę będzie pragnąć, że ta podstawa dobrze zachowują się w stosunku do operatora przesunięcie f ( x ) ↦ f ( a + x ) .0 1 1/2 3/2 f(x)↦f(a+x)
Problem polega na tym, że przy odpowiednich przymiotnikach nie jest bezpośrednią sumą funkcji, które zachowują się dobrze w odniesieniu do przesunięcia. Jest to (uzupełniona) bezpośrednia suma dwuwymiarowych przestrzeni wektorowych, które zachowują się dobrze w odniesieniu do operatora zmiany biegów. Wynika to z faktu, że macierz reprezentująca mapę f ( x ) ↦ f ( a + x ) ma złożone wartości własne. Matryce te będą ukośne (odpowiednio), jeśli skomplikujemy sytuację. Dlatego badamy F ( [ 0 , 1 ]F([0,1],R) f(x)↦f(a+x) zamiast. Wprowadzenie liczb zespolonych ma jednak pewną karę - otrzymujemy koncepcję częstotliwości ujemnych.F([0,1],C)
To wszystko jest trochę abstrakcyjne, ale aby zobaczyć konkretnie to, o czym mówię, rozważ moje dwie ulubione funkcje: sin(2πt)=1
Rozważ zmianę o ,s(f(x))=f(x+114 .
s(cos(2πt))=-sin(2πt)s(sin(2πt))=cos(2πt)
Rzeczywista rozpiętość przestrzeni wektorowejcos(2πt)isin(2πt)jest dwuwymiarową przestrzenią wektorową funkcji, która jest zachowana przezss(f(x))=f(x+14)
To recap, we started with two positive frequencies but in order to diagonalize the action ofs we had to add in the negative frequency function e−2πit .
źródło
A great way of visualizing negative frequencies is to modulate the original signal. Say you have a sine wave with frequencyω0 (in radians):
The spectrum of this signal has a peak atω=ω0 and one at the negative frequency ω=−ω0 .
By modulating the signalx(t) you basically shift the original spectrum by the carrier frequency ωc>ω0 :
Now the original negative peak at−ω0 has become visible after shifting it up by ωc . It is now at ω=ωc−ω0 . The peak at positive frequencies is not at ω=ωc+ω0 .
źródło
"How do you visualize negative Frequency in Time domain ?"
I interprete this question as follows: Do negative frequencies exist in reality?
If this interpretation is correct (and meets the core of the question) my answer is simply: NO - they do not exist.
More than that (to be a bit "sophistic") - "frequencies" cannot exist because they are not a physical quantity. Instead, we have sinusoidal waves with some specific properties - and on of these properties is the number of periods per second. And that`s what we call "frequency". And this number cannot be negative.
Hence, the introduction of signals having "negative frequencies" may have a lot of advantages but it is a pure abstract and theoretical "tool" allowing simplifications of mathematical expressions/descriptions.
źródło