Zusammenfassung
Wie in Abschnitt 2.4.1 dargestellt worden ist, geht man bei der digitalen Signalverarbeitung im allgemeinen davon aus, daß die zu verarbeitenden analogen Signale bandbegrenzt sind und mit hinreichend hoher Frequenz abgetastet werden. Man wird in der Regel auf die Vorteile, die damit verbunden sind, nicht verzichten wollen. Das sind insbesondere die leichte Herstellbarkeit bandbegrenzter Signale durch Filterung, die einfache Beziehung zwischen Signalspektrum und DFT der Abtastwerte und die Erhaltung der Bandbegrenzung bei Faltung und Korrelation. Jedoch gibt es eine Reihe von Anwendungen, wo die Bandbegrenzung mit den bestehenden oder gewünschten Signaleigenschaften unvereinbar ist oder zumindest stort. So zeigt die Shannonsche Interpolationsformel (2.4–5) beispielsweise, daß bandbegrenzte Signale prinzipiell nicht bereichsweise verschwinden und somit auch nicht von endlicher Dauer bzw. kausal sein können. Weiterhin lassen sich Unstetigkeiten in den Signalen oder ihren Ableitungen, wie sie z.B. in Rechteck- oder Dreieckimpulsen auftreten, bei Bandbegrenzung nicht realisieren, denn bandbegrenzte Signale müssen unendlich oft differenzierbar sein, wie ebenfalls aus der Shannonschen Interpolationsformel hervorgeht. Schließlich kann die Voraussetzung einer Bandbegrenzung insbesondere bei Problemen der Entfaltung zu Schwierigkeiten führen (s. Abschnitt 6.5).
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Ahlberg, J.H.; Nilson, E.N.; Walsh, J.L.: The Theory of Splines and their Applications. New York: Academic Press 1967.
Bulirsch, R.; Rutishauser, H.: Interpolation und genäherte Quadratur. In: Sauer, R.; Szabó, I.: Mathematische Hilfsmittel des Ingenieurs, Teil III. Berlin, Heidelberg, New York: Springer 1968.
Dällenbach, W.: Verschärftes rechnerisches Verfahren der harmonischen Analyse. Arch. Elektrotechn. 10 (1922).
Quade, W.; Collatz, L.: Zur Interpolationstheorie der reellen periodischen Funktionen. Sitzungsberichte der preuß. Akad. der Wissenschaften, phys.- math. Klasse 30 (1938).
Bauer, F.L.; Stetter, H.J.: Zur numerischen Fourier-Transformation. Numer. Math. 1 (1959) 208–220.
Achilles, D.: Pipeline Fourier Transform with Implicit Spline Interpolation. Arch, elektr. Ubertr. 29 (1975) 74–80.
Achilles, D.: Convolution, Correlation, and Deconvolution of Spline Functions Via FFT. Nachrichtentechn. Zeitschr. 30 (1977) 654–656.
Achilles, D.: New Algorithms for Fast Convolution Based on Convolution Preserving Spline Signals. IEEE Int. Conference on Acoustics, Speech and Signal Processing, Washington D.C., April 2–4, 1979, ICASSP Record, 486–489.
Achilles, D.: Deconvolution Algorithms Based on Spline Interpolation. IEEE Int. Conference on Acoustics, Speech and Signal Processing, Denver, CO, April 9-11, 1980, ICASSP 80 Proceedings, Bd. 3, 950–953
Achilles, D.: Digitale Signalverarbeitung auf der Basis von faltungsinvarianten Spline-Funktionen. Bericht iiber das DFG-Forschungsvorhaben Ac 22 /5, 1981.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 1985 Springer-Verlag. Berlin/Heidelberg
About this chapter
Cite this chapter
Achilles, D. (1985). Fourier-Transformation und Spline-Interpolation in der Signalverarbeitung. In: Die Fourier-Transformation in der Signalverarbeitung. Hochschultext. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-82568-2_6
Download citation
DOI: https://doi.org/10.1007/978-3-642-82568-2_6
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-540-15721-2
Online ISBN: 978-3-642-82568-2
eBook Packages: Springer Book Archive