Transformasi Fourier
Aplikasi Transformasi Fourier – – – – –
Koefisien serapan Resolusi spektral Analisis profil garis Pola antena Studi derau (noise)
Teorema konvolusi dipergunakan dalam melakukan perkalian dua fungsi secara efisien Referensi: 1. Bracewell, R. 1965 The Fourier Transform Spectroscopy, Academic, New York 2. Bell, R.J. 1972 The Fourier Transform and Its Application, Mc.GrawHill, New York Transformasi Fourier
2
Definisi Tranformasi Fourier suatu fungsi: Spesifikasi amplitudoamplitudo dan fasefase sinusoidal yang jika dijumlahkan bersama menghasilkan fungsi baru
Tinjau fungsi F(x), maka Transformasi Fourier dari F(x):
f ( )
F ( x) exp(2ix)dx
x, : pasangan variabel Fourier Transformasi invers:
F ( x)
f ( ) exp(2ix )d
Transformasi Fourier
3
Rumus Euler untuk F(x): sehingga
exp(ix ) cos x i sin x F ( x) FR ( x) FI ( x) real
imajiner
f ( ) FR ( x) cos 2xdx i FI ( x) cos 2xdx i FR ( x) sin 2xdx FI ( x) sin 2xdx
Fungsi sinus dengan periode 1/
f ( ) f R ( ) f I ( ) : Fungsi kompleks
Transformasi Fourier
4
Kasus F(x) real Contoh: Spektrum fluks bintang
FI ( x) 0, sehingga f ( )
F ( x) cos 2xdx i F ( x) sin 2xdx R
R
FR ( x) : fungsi genap [ FR ( x) FR ( x)], maka f ( )
F
R
( x) cos 2xdx
: f(σ) Tetap merupakan fungsi kompleks
Sifat genap FR(x) bersama sifat ganjil sin 2πσx suku imajiner = 0
Bilangan kompleks: f ( ) f R ( ) if I ( ) f ( ) exp(i )
f ( ) f R ( ) 2 f I ( ) 2 tan
1/ 2
: Amplitudo
f I ( ) , : sudut fase f R ( ) Transformasi Fourier
5
Kasus σ = 0
f (0)
F ( x)dx F (0) f ( )d
Luas daerah di bawah fungsi semula
Aplikasi:
Dlm transformasi Fourier garis spektrum, σ = 0 berarti absorpsi garis total
Transformasi Fourier
6
Transformasi umum W W x 2 2 W W 1, x 2 2
B( x) 0,
b( )
Fungsi kotak (Box function)
W /2
W / 2
B( x) exp( 2ix )dx exp( 2ix )dx
exp( 2ix ) 1 exp(iW ) exp( iW ) 2i 2i W / 2 W /2
2i 2i
[sin W ] W
sin W W
Transformasi Fourier
7
Fungsi delta (Fungsi ) Arti fisis : Pulsa,
( x)dx 1
Sifat-sifat: 1. ( x) 0, x 0 (pulsa terjadi pada x=0) 2. ( x x1 )
(pulsa terjadi pada x=x1)
3. Perkalian fungsi dengan fungsi delta ( x x1 ) F ( x) ( x x1 ) F ( x1 )
( x x ) F ( x)dx F ( x ) ( x x )dx F ( x ) 1
1
1
1
Transformasi Fourier
8
Transformasi Fourier
( x x1 )
f ( ) ( x x1 ) exp(2ix )dx
exp(2ix ) ( x x1 )dx exp(2ix1 )
Amplitudo f(σ) tidak tergantung pada σ tapi pada suku fase linier 2πix1σ
Fungsi delta dapat dipergunakan untuk transformasi fungsi kosinus dan sinus Tinjau:
F ( x) ( x x1 ) ( x x1 )
f ( ) ( x x1 ) exp( 2ix)dx ( x x1 ) exp( 2ix)dx exp( 2x1 ) exp( 2x1 ) 2 cos(2x1 ) F ( x ( x x1 ) ( x x1 ) f ( ) 2i sin(2x1 )
Transformasi Fourier
9
Untuk sejumlah n buah fungsi delta (n) dengan selang Δx Fungsi Shah (III)
III ( x)
( x nx), n : bilangan bulat
n
Transformasi III: sejumlah fungsi delta,
III ( ) (
n ) x Selang antar puncak pada III(σ)=kebalikan selang pada III(x)
Transformasi Fourier
10
Transformasi Fourier
11
Cuplik & jendela data Penggunaan III(x): Perkalian dg suatu fungsi kontinu yg hasilnya sama dengan apabila fungsi dicuplik (sampled) pada titik-titik x=nΔx
D( ) III ( ) F ( )
Profil garis yang diukur
Fungsi garis spektrum Jendela data : Fungsi kotak (B) yang merepresentasikan rentang pengambilan data (t, λ,x,..)
D( ) B( ) III ( ) F ( ) Transformasi Fourier
12
Konvolusi Transformasi Fourier dari suatu perkalian fungsi
F ( x)G( x)
Perkalian fungsi
K ( )
f ( ) g (
1
)d 1
K ( ) f ( ) g ( ) Arti konvolusi: K(σ) dievaluasi titik demi titik, integrasi dilakukan thd σ1 dengan σ tetap. Fungsi g(σ- σ1) digeser sebesar σ thd f(σ) ke arah kiri. Perkalian f(σ) dan g(σ- σ1) dibentuk dan luas daerah perkalian = K(σ). Perubahan σ pergeseran g(σ- σ1) ke posisi baru Sifat:
f ( ) g ( ) g ( ) f ( ) Transformasi Fourier
13
Transformasi Fourier
14
Konvolusi fungsi Transformasi fungsi terhadap seluruh σ nilai =1
F ( x) ( x) F ( x) F ( x) ( x x1 ) F ( x x1 ) F(x) berpindah sejauh posisi fungsi Konvolusi fungsi gaussian dan profil dispersi g ( )
1
exp(
x2
2 2 2 ) exp( 2 ix ) exp( ) 2
Dua gaussian yang dikalikan: g a ( ) g b ( ) exp( 2 a2 2 ) exp( 2 b2 2 ) exp( 2 c2 2 ), c2 a2 b2
Konvolusi 2 gaussian menghasilkan gaussian lain
Konvolusi 2 profil dispersi (a dan b) menghasilkan profil dispersi baru dengan lebar paro
c a b
Transformasi Fourier
15
Konvolusi gaussian dan profil dispersi Fungsi Voigt
G ( x)
1
1
exp(
x2
2 2 2 ) g ( ) exp( 1 ) 2
1
22 F ( x) f ( ) exp( 2 2 ) 2 2 x 2 1
v( ) exp( 12 2 ) exp( 2 2 )
Transformasi Fourier
16
Aplikasi astronomi: Deteksi obyek Lihat: Adinugroho, A.S. 2005, TA, Dep. Astronomi, FMIPA, ITB
Transformasi Fourier
17
Teorema resolusi Keterbatasan instrumen waktu, lebar pita, jendela pengukuran, dll Tinjau : Data D(x) diukur dari fungsi masukan F(x) via daerah W (didefinisikan oleh kotak satuan B(x)
D( x) B( x) F ( x) d ( ) b( ) f ( ) W sin W dan b( ) W
Transformasi Fourier
18
Bagi b(σ) ciri yang tajam dalam f(σ) merupakan pulsa konvolusi menyebabkan musnah. Untuk memisahkan ciri tajam dalam f(σ) : lebar W 1/W < lebar ciri tajam
Keterbatasan bentang (span) pengukuran ril: Komponen frekuensi tinggi akan ‘hilang’ oleh transformasi Fourier frekuensi yang meliputi d(σ) dengan x < W yang eksis
Struktur ril dalam transformasi dibatasi hingga Δσ1/W
Transformasi Fourier
19
Sampling dan aliasing Tinjau
d ( ) b( ) III ( ) f ( ) Anggap B(x) sangat lebar b(σ) impuls, sehingga
d ( ) III ( ) f ( ) Jarak antara fungsi-fungsi dalam III(σ) = 1/Δx Konvolusi f(σ) dan III(σ): f ( ) 0 utk
Δx
0.5 f ( ) III ( ) x
Menghasilkan f(σ) yg terpisahpisah Sebaliknya, terjadi saling tumpang tindih
ALIASING
Δx’=1/Δx
Transformasi Fourier
20
Parameter N
0.5 x
Frekuensi pancung (Nyquist frequency)
Mengatasi aliasing D(x): Besaran yang diukur, d(σ) dihitung amplitudo f(σ) pada σ σN tdk dapat diketahui. Secara umum f(σ) << utk σ >> 1. f(σ)0, σ σN : Hitung d(σ), konstruksi kembali F(x) dg mengambil invers d(σ) untuk σNσσN 2. Kasus ‘tumpang tindih’ tidak ada solusi unik Ulangi pengukuran dg selang data (Δx) diperkecil Transformasi Fourier
21
Metode numerik transformasi Fourier Referensi: 1. Press et al. 1993 “Numerical recipes: The art of scientific computing”, Cambridge Univ. Press
2. Gray 1992 “The Observation and analysis of stellar photosphere”, Cambridge Univ. Press 3. Bloomfield 1976 “Fourier analysis of time series: An introduction”, John Wiley & Sons 4. Brault & White 1971 Astron. & Astrophys. 13, pp. 169-189
Awal perhitungan numerik: Formula kuadratur untuk memecahkan integral f(σ) dan F(x) Algoritma Cooley-Tukey (metode penjumlahan bersarang/nested summation) : Fast Fourier Transform Transformasi Fourier
22
Kebutuhan algoritma Cooley-Tukey: 1. Titik-titk sepanjang kurva fungsi yang akan ditransformasikan N=pangkat 2 bilangan bulat. N=2n, n=1,2,…. 2. Titik-titik tersebar dengan interval absis yang seragam Tinjau
D( ) B( ) III ( ) F ( ) D( x) D( jx) D( j ) x : interval, j : 0 ( N 1), j utk N data
d ( ) D( x j ) exp 2ix j x
N 1
D( j ) exp 2i ( jx) x 0
Nyatakan σ=kΔσ, Δσ: selang titik-titik pada d(σ), k: bilangan bulat N 1
d ( ) d (k ) D( j ) exp( 2ijk x )x 0
Transformasi Fourier
23
Frekuensi tertinggi yang dapat diharapkan untuk memperoleh informasi:
N
1 2x
Asumsi: Jika terdapat N titik yang mendefinisikan D(x) N nilai dari d(σ)
dihitung Implikasi: Jika d(σ) membentang simetri dlm σ ada N/2 titik di sekitar 0: 1 N xN
N /2 1 x N
N 1
d (k ) D( j ) exp 2ijk / N x 0 N 1
D( j ) d (k ) exp 2ijk / N
Teknik transformasi (& invers transformasi) Fourier cepat Umumnya diambil Δx=1
0
Transformasi Fourier
24
Rambatan derau antar domain dlm transformasi Fourier Nyatakan E(x): galat pengukuran F(x), sehingga F ( x) F0 ( x) E ( x) f ( ) f 0 ( ) e( ) Teorema:
2 2 E ( x ) dx e ( )d
Pengukuran dilakukan dalam rentang terbatas : L rentang nilai σ transformasi: ±l x0 L
/ 2
E ( x)dx 2
2 e ( )d
(*)
/ 2
x0
x0 : harga awal. Dapat ditulis
E 2L e 2L
Relasi fundamental
Transformasi Fourier
25
Data yang ditransformasikan biasanya berbentuk numerik. Jika digunakan transformasi Fourier cepat (FFT), untuk N data yang berselang sama Δx, maka (*) menjadi N 1
N 1
2 E ( x ) x e j ( j ) 2
0
0
0.5 N 2 x Definisikan simpangan baku L xN ,
1/ 2
E (x j ) e ( j ) s x ; s 0 ( N 1) 0 ( N 1 s x2 L s2 N 1
s s x
2
N 1
2
L s x xL s x x N Transformasi Fourier
1/ 2
Derau kedua domain sebanding 26