Bu madde veya sayfa başka bir dilden kötü bir biçimde tercüme edilmiştir. Sayfa makine çevirisi veya dilde yetkinliği bulunmayan bir çevirmen tarafından oluşturulmuş olabilir. Lütfen çeviriyi geliştirmek için yardım edin. (Aralık 2020)

Bu madde, Vikipedi biçem el kitabına uygun değildir. Maddeyi, Vikipedi standartlarına uygun biçimde düzenleyerek Vikipedi'ye katkıda bulunabilirsiniz. Gerekli düzenleme yapılmadan bu şablon kaldırılmamalıdır. (Aralık 2019)

Matematikte, harmonik analiz alanında, kesirli Fourier dönüşümü (FRFT) Fourier dönüşümüne genelleştirilecek doğrusal dönüşümlerin bir ailesidir. Bu nedenle, -zaman ve frekans- arasında bir ara etki alanı için bir işlev dönüştürebilir - Fourier dönüşünde n'in bir tam sayı olması gerekmez n'inci kuvvet dönüşümü olarak da düşünülebilir. Onun uygulamaları faz geri alma ve örüntü tanıma için,filtre tasarımı ve sinyal analizi arasında değişir.

kesirli Fourier dönüşümü (FRFT) Fourier dönüşümüne genelleştirilecek lineer dönüşümlerin bir ailesidir.

FRFT fraksiyonel konvolüsyon, korelasyon ve diğer işlemleri tanımına kullanılabilir ve aynı zamanda lineer kanonik dönüşümler(LCT) içine daha fazla genelleştirilebilir ve ayrıca Namias'ın.^[1] Green fonksiyonu için çözümü yardımıyla faz uzayı rotasyonları için FRFT'nin bir erken tanımı Condon^[2] tarafından verildi,Hermit polinomları üzerinde Wiener'in ^[3] çalışması genelleştirildi

Bağımsız birkaç araştırma grubu tarafından 1993 civarında yeniden icat edilene kadar ancak yaygın olarak kabul edilmemiştir.^[4] O zamandan beri,fraksiyonel fourier boyutunda sınırlı bant kabul edilen sinyalleri için,Shannon örnekleme teoremine^[5][6] olan ilgide büyük bir artış olmuştur.

"Kesirli Fourier dönüşümü" için tamamen farklı bir anlam frekansı alanı kesirli bir miktarda kaydırılarak ayrık bir Fourier dönüşümüne karşılık bir durumda z-dönüşümü için aslında başka bir isim olarak ve özellikle Bailey ve Swartztrauber^[7] tarafından tanıtıldı (bir doğrusal kesir tarafından giriş çarpılması) ve frekans noktalarının (örn. tayfı sadece küçük bir kısmı göz önünde bulundurarak) bir fraksiyonel kümesi de değerlendiriliyor. (Bu tür dönüşümler Bluestein FFT algoritması tarafından verimli bir şekilde değerlendirilebilir.) Bu terminoloji teknik edebiyatının en kullanım dışına çıkmış,yani,FRFT^[8] tercih edilecek Bu makalenin geri kalanında FRFT olarak geçecek.Fourier dönüşümünün bir genelleştirmesi ile ilgili cıvıltı dönüşümünede ayrıca bakılmalıdır

Tanım[değiştir | kaynağı değiştir]

Sürekli Fourier fonksiyonu bir ${\displaystyle f(t)}$ dönüşümü halinde ${\displaystyle {\mathcal {F}}(f)}$ ile gösterilir, ${\displaystyle {\mathcal {F}}^{2}(f)={\mathcal {F}}({\mathcal {F}}(f))}$, daha sonra, genel olarak, benzer şekilde, ${\displaystyle {\mathcal {F}}^{(n+1)}(f)={\mathcal {F}}({\mathcal {F}}^{n}(f))}$;benzer şekilde, ${\displaystyle {\mathcal {F}}^{-n}(F)}$ dönüşümü ters n'inci gücü gösterir.FRFT ile gösterilen tam sayı olmayan herhangi bir gerçek sayı için ${\displaystyle n=2\alpha /\pi }$ herhangi gerçel sayı ${\displaystyle \alpha }$ üslerin idare ve özelliklerine sahip su tanıma uzanır:

${\displaystyle {\mathcal {F}}_{\alpha }(f)={\mathcal {F}}^{2\alpha /\pi }(f)}$

olduğunda, bir tam sayıdır, ve:

Daha spesifik olarak,${\displaystyle {\mathcal {F}}_{\alpha }(f)}$ denklemi ile ifade edilir:

${\displaystyle {\mathcal {F}}_{\alpha }(f)(\omega )={\sqrt {\frac {1-i\cot(\alpha )}{2\pi }}}e^{i\cot(\alpha )\omega ^{2}/2}\int _{-\infty }^{\infty }e^{-i\csc(\alpha )\omega t+i\cot(\alpha )t^{2}/2}f(t)\,dt.}$

unutmadan, bu tam olarak sürekli bir Fourier dönüşümü tanımı haline gelir ve bunun tersi ${\displaystyle \alpha =-\pi /2}$ sürekli bir Fourier dönüşümü tanımına dikkat edilmelidir. çünkü yukarıda ayrışan kotanjant ve cosekant fonksiyonlarına bakılırsa bu ifade daha sonra,katlı bir tam sayı olmaktadır. Bununla birlikte, bu limit alınabilir ve bu integral Dirac delta fonksiyonu'na neden olabilir,kolayca ve sırasıyla, ${\displaystyle {\mathcal {F}}^{2}(f)=f(-t)}$, ${\displaystyle {\mathcal {F}}_{\alpha }(f)}$ veya basitçe ${\displaystyle f(t)}$ veya ${\displaystyle f(-t)}$ için ${\displaystyle \alpha }$ bir çift veya tek katlı ${\displaystyle \pi }$, olarak sayılmalıdır.

İlgili dönüşümler[değiştir | kaynağı değiştir]

Yine benzer dönüşümler için ayrık Fourier dönüşümü veya ayrık fraksiyonal Fourier dönüşümü ile ilgili Zeev Zalevsky tarafından tanımlanan fraksiyonel genellemeler vardır

Özellikler[değiştir | kaynağı değiştir]

${\displaystyle {\mathcal {F}}_{\alpha }}$ operatörünün özellikleri var:

• FT kuvvetleri ile uyum : Eğer ${\displaystyle \alpha \equiv \pi k\,[2\pi ]}$ ise, burada k bir tam sayı, ise

${\displaystyle {\mathcal {F}}_{\alpha }={\mathcal {F}}^{k}}$

Genelleme[değiştir | kaynağı değiştir]

Fourier dönüşümü aslında bozonik'tir;çünkü bu üstüstelik kuralları ve ilişkili girişim desenleri ile çalışır,ayrıca bir fermiyonik Fourier dönüşümüdür.^[9] Burada bir süpersimetrik FRFT içinde genelleştirme ve bir süpersimetrik Radon dönüşümü^[9],ayrıca bir fraksiyonel Radon dönüşümü, bir simplektik FRFT ve bir simplektik dalgacık dönüşümüdür.^[10] Çünkü kuantum devreleri birim işlemci üzerinde temellidir,ayrıca ikinci olarak integral dönüşümlerini hesaplamak için kullanılan bir fonksiyon uzayı üzerinde birim işlemcidir. Bir kuantum devresi FRFT uygulamak için tasarlanmıştır.^[11]

• Toplamsallık:herhangi gerçek açılar α, β,için

${\displaystyle {\mathcal {F}}_{\alpha +\beta }={\mathcal {F}}_{\alpha }\circ {\mathcal {F}}_{\beta }={\mathcal {F}}_{\beta }\circ {\mathcal {F}}_{\alpha }.}$

Fraksiyonel çekirdek[değiştir | kaynağı değiştir]

FrFT bir integral dönüşümüdür

${\displaystyle {\mathcal {F}}_{\alpha }f(u)=\int K_{\alpha }(u,x)f(x)\,\mathrm {d} x}$

burada α-açı çekirdektir

${\displaystyle K_{\alpha }(u,x)={\begin{cases}{\sqrt {1-i\cot(\alpha )}}\exp \left(i\pi (\cot(\alpha )(x^{2}+u^{2})-2\csc(\alpha )ux)\right)&{\mbox{ eğer }}\alpha {\mbox{ bir çoğulu değil ise }}\pi ,\\\delta (u-x)&{\mbox{ eğer }}\alpha {\mbox{ bir çoğulu ise }}2\pi ,\\\delta (u+x)&{\mbox{ eğer }}\alpha +\pi {\mbox{ bir çoğulu ise }}2\pi ,\\\end{cases}}}$

(karekök ${\displaystyle [-\pi /2,\pi /2]}$ aralığı içinde yer alan sonuçların bileşenleri böyle tanımlanır).

burada yine özel durum eğer α yaklaşıklığı π'nin birçoğul limit davranış ile oluşturuluyor ise,

FrFT'de bazı çekirdek özellikleri olarak şunlar var:

• simetri: ${\displaystyle K_{\alpha }(u,u')=K_{\alpha }(u',u)}$
• ters eleman: ${\displaystyle K_{\alpha }^{-1}(u,u')=K_{\alpha }^{*}(u,u')=K_{-\alpha }(u',u)}$
• toplam: ${\displaystyle K_{\alpha +\beta }(u,u')=\int K_{\alpha }(u,u'')K_{\beta }(u'',u')\,\mathrm {d} u''.}$

Kesirli Fourier dönüşümünün Yorumlanması[değiştir | kaynağı değiştir]

Fourier dönüşümünün herzamanki kullanılan şekli bir zaman domeni sinyalinin bir frekans domeni sinyaline dönüşümüdür.Diğer taraftan, ters Fourier dönüşümü ise frekans domeni sinyalini zaman domeni sinyaline dönüştürür.Görünen o ki,Kesirli Fourier dönüşümü bir sinyale (ya zaman ya da frekans domeni) sürekli zaman ve frekans domenine dönüştürülebilir,zaman-frekans domeni içinde bu bir döngüdür. Lineer kanonik dönüşüm tarafından genelleştirilen bir bakış açısıdır, bu kesirli Fourier dönüşümü genelleştirilerek dönme dışındada frekans-zaman domeni,doğrusal dönüşümlerini sağlar.

Bir örnek olarak aşağıda Şekil alalım:sinyal zaman domeninde dörtgen ise(aşağıda),frekans domeni içinde bir sinc fonksiyon alınacak. Ancak kesirli Fourier dikdörtgen sinyaline dönüştürme uygularsanız, dönüşüm çıkış zaman ve frekans arasındaki bir domen olacaktır.

Aslında, kesirli Fourier dönüşümü zaman frekans dağılımı üzerine bir dönme işlemdir.Yukarıdaki tanımından α = 0 için, burada kesirli Fourier Dönüşümü uyguladıktan sonra herhangi bir değişiklik olmayacak ve bir Fourier dönüşümüne α = π/2 için, kesirli Fourier dönüşümü alınıyor. Buradaki zaman frekans dağılımını  π/2 ile döndürülür. α için diğer değer,α nın zaman frekans dağılımına göre kesirli Fourier dönüşümünün döngüsüdür.Aşağıdaki resim  αnın değişik değerleri ile birlikte kesirli Fourier'e dönüştüren sonuçları gösterir.

Uygulama[değiştir | kaynağı değiştir]

Fraksiyonel Fourier dönüşümü zaman frekans analizi ve DSP'de kullanılabilir. Bu gürültüyü filtrelemek için yararlıdır, ama zaman-frekans domeninde istenen sinyalin örtüşmemesi koşulu ile.Aşağıdaki örneği inceleyelim.Gürültüyü ortadan kaldırmak için doğrudan bir filtre uygulayamayız,ancak kesirli Fourier dönüşümü yardımıyla, öncelikle (istenilen sinyal ve gürültü dahil) sinyal döndürebiliriz. O halde sadece istenilen sinyali geçmesine izin verecek özel bir filtre uygulayabiliriz. Böylece gürültü tamamen kaldırılır. Sonra biz geri sinyale döndürmek için tekrar kesirli Fourier dönüşümünü kullanıyoruz ve istenilen sinyal alabiliyoruz.

Böylece, sadece zaman alanında kesilme kullanılarak veya eşdeğeri frekans domenindeki alçak geçiren filtre'lerle, herhangi bir konveks küme zaman-frekans alanını kesebilirsiniz;kesirli Fourier kullanılarak zaman domeni veya frekans domeninde yöntemleri kullanılarak sadece eksene paralel dikdörtgenler dışındaki kesimin dönüşümüne izin verir.

Ayrıca bakınız[değiştir | kaynağı değiştir]

Diğer zaman-frekans dönüşümleri:

• Lineer kanonik dönüşümler
• kısa-süreli Fourier dönüşümü
• Dalgacık dönüşümü
• Chirplet dönüşümü

Kaynakça[değiştir | kaynağı değiştir]

Dış bağlantılar[değiştir | kaynağı değiştir]

• DiscreteTFDs -- software for computing the fractional Fourier transform and time-frequency distributions16 Ocak 2014 tarihinde Wayback Machine sitesinde arşivlendi.
• "Fractional Fourier Transform11 Şubat 2012 tarihinde Wayback Machine sitesinde arşivlendi." by Enrique Zeleny, The Wolfram Demonstrations Project.
• Dr YangQuan Chen's FRFT (Fractional Fourier Transform) Webpages

Kaynakça[değiştir | kaynağı değiştir]

• Ozaktas, Haldun M.; Zalevsky, Zeev; Kutay, M. Alper (2001), The Fractional Fourier Transform with Applications in Optics and Signal Processing, Series in Pure and Applied Optics, John Wiley & Sons, ISBN 0-471-96346-1, 23 Şubat 2009 tarihinde kaynağından arşivlendi, erişim tarihi: 12 Haziran 2012 
• Candan, C.; Kutay, M.A.; Ozaktas, H.M. (Mayıs 2000), "The discrete fractional Fourier transform", IEEE Transactions on Signal Processing, 48 (5), ss. 1329-1337, doi:10.1109/78.839980 
• A. W. Lohmann, "Image rotation, Wigner rotation and the fractional Fourier transform," J. Opt. Soc. Am. A 10, 2181–2186 (1993).
• Soo-Chang Pei and Jian-Jiun Ding, "Relations between fractional operations and time-frequency distributions, and their applications," IEEE Trans. Sig. Processing 49 (8), 1638–1655 (2001).
• Jian-Jiun Ding, Time frequency analysis and wavelet transform class notes, the Department of Electrical Engineering, National Taiwan University (NTU), Taipei, Taiwan, 2007.
• Saxena, R., Singh, K., (2005) Fractional Fourier transform: A novel tool for signal processing, J. Indian Inst. Sci., Jan.–Feb. 2005, 85, 11–26. https://web.archive.org/web/20110716112239/http://journal.library.iisc.ernet.in/vol200501/paper2/11.pdf.