UA OPTI512R 傅立叶光学导论14 Wiener-Khinchine定理,Rayleigh定理与矩定理
UA OPTI512R 傅立叶光学导论14 Wiener-Khinchine定理,Rayleigh定理与矩定理
- Wiener-Khinchine定理
- Rayleigh定理
- 矩定理
Wiener-Khinchine定理
定义 考虑f(x)f(x)f(x)与g(x)g(x)g(x)两个波形,用下面的相关性函数衡量它们之间的相似性,
rfg=∫−∞+∞f(α)g∗(α−x)dαr_{fg}=\int_{-\infty}^{+\infty}f(\alpha)g^*(\alpha-x)d\alpharfg=∫−∞+∞f(α)g∗(α−x)dα
如果f=gf=gf=g,称rffr_{ff}rff为自相关函数。
评注 需要注意的是这个定义与卷积是有区别的,卷积的定义是
f∗g=∫−∞+∞f(α)g∗(x−α)dα=∫−∞+∞f(x−α)g∗(α)dαf*g=\int_{-\infty}^{+\infty}f(\alpha)g^*(x-\alpha)d\alpha=\int_{-\infty}^{+\infty}f(x-\alpha)g^*(\alpha)d\alphaf∗g=∫−∞+∞f(α)g∗(x−α)dα=∫−∞+∞f(x−α)g∗(α)dα
做简单的变量代换(比如β=α−x\beta=\alpha-xβ=α−x)就可以验证第二个等号成立。根据二者不同的定义,卷积满足对称性f∗g=g∗ff*g=g*ff∗g=g∗f,而相关性函数rfgr_{fg}rfg满足共轭对称性,
rfg(x)=rgf∗(−x)r_{fg}(x)=r_{gf}^*(-x)rfg(x)=rgf∗(−x)
代入定义即可验证:
rgf∗(−x)=∫−∞+∞f∗(α)g(α+x)dα=∫−∞+∞f∗(β−x)g(β)dβ=rfg(x)r_{gf}^*(-x)=\int_{-\infty}^{+\infty}f^*(\alpha)g(\alpha+x)d\alpha=\int_{-\infty}^{+\infty}f^*(\beta-x)g(\beta)d\beta=r_{fg}(x)rgf∗(−x)=∫−∞+∞f∗(α)g(α+x)dα=∫−∞+∞f∗(β−x)g(β)dβ=rfg(x)
由此也可以发现相关性函数可以用卷积表示,
rfg=f∗(−x)∗g(x)r_{fg}=f^*(-x)*g(x)rfg=f∗(−x)∗g(x)
对于自相关函数,∣rff(x)∣≤∣rff(0)∣|r_{ff}(x)| \leq |r_{ff}(0)|∣rff(x)∣≤∣rff(0)∣,从直观上解释,xxx的作用是让我们要比较的两列f(x)f(x)f(x)波形中的其中一列做平移后再和另一列比较相似性,这样得出的相似性肯定是比完全一样的两列f(x)f(x)f(x)波形更弱的。
Wiener-Khinchine定理 波形f(x)f(x)f(x)的自相关函数rff(x)r_{ff}(x)rff(x)的Fourier变换等于波形f(x)f(x)f(x)的功率谱密度(power spectrum density, PSD)。用公式表达就是:记$F(\xi)=\mathcal{F}[f(x) ] $,则
F[rff(x)]=∣F(ξ)∣2\mathcal{F}[r_{ff}(x)]=|F(\xi) |^2F[rff(x)]=∣F(ξ)∣2
证明
方法一:卷积定理,
F[rff(x)]=F[f∗(−x)∗f(x)]=F∗(−(−ξ))F(ξ)=∣F(ξ)∣2\mathcal{F}[ r_{ff} (x ) ] = \mathcal{F}[ f^*(-x)*f(x) ] =F^*( -( -\xi) ) F( \xi )=|F(\xi) |^2F[rff(x)]=F[f∗(−x)∗f(x)]=F∗(−(−ξ))F(ξ)=∣F(ξ)∣2
方法二:直接计算,
F[rff(x)]=∫−∞+∞(∫−∞+∞f(α)f∗(α−x)dα)e−j2πξxdx=∫−∞+∞f(α)(∫−∞+∞f∗(α−x)e−j2πξxdx)dα=∫−∞+∞f(α)e−j2πξαF∗(ξ)dα=F(ξ)F∗(ξ)=∣F(ξ)∣2\begin{aligned} \mathcal{F}[ r_{ff} ( x ) ] & =\int_{-\infty}^{+\infty} \left( \int_{-\infty}^{+\infty} f (\alpha ) f^* ( \alpha - x ) d \alpha \right) e^{-j2 \pi \xi x} dx \\ & = \int_{-\infty}^{+\infty} f (\alpha ) \left( \int_{-\infty}^{+\infty} f^* ( \alpha - x ) e^{-j2 \pi \xi x} dx \right) d \alpha \\ & = \int_{-\infty}^{+\infty} f (\alpha ) e^{-j 2 \pi \xi \alpha} F^*(\xi) d \alpha = F( \xi ) F^*(\xi) = |F(\xi)|^2 \end{aligned}F[rff(x)]=∫−∞+∞(∫−∞+∞f(α)f∗(α−x)dα)e−j2πξxdx=∫−∞+∞f(α)(∫−∞+∞f∗(α−x)e−j2πξxdx)dα=∫−∞+∞f(α)e−j2πξαF∗(ξ)dα=F(ξ)F∗(ξ)=∣F(ξ)∣2
应用 FTIR spectroscopy
Wiener-Khinchine定理的一个重要应用是FTIR spectroscopy(Fourier transform infrared spectroscopy),它可以用来得到物质的吸收光谱,简易示意图如上,它由五部分组成,正下方是一个红外发射器,正上方是一个固定的反射镜,正右方是一个可以平移的反射镜,正左方放置待分析的样本以及红外传感器,正中是一个分光镜。假设发射器产生的电场为E(x0,t)E(x_0,t)E(x0,t),在Δ\DeltaΔ后一部分光经过分光镜反射穿过样本到达传感器,再过τ\tauτ后,透过分光镜的光被反射镜反射后再次通过分光镜,部分被反射最终到达传感器,于是两次到达传感器的光自相关函数为
rEE(τ)=∫−∞+∞E(x0,t+Δ)E∗(x0,t+Δ+τ)dtr_{EE}(\tau)=\int_{-\infty}^{+\infty} E(x_0,t+\Delta)E^*(x_0,t+\Delta+\tau)dtrEE(τ)=∫−∞+∞E(x0,t+Δ)E∗(x0,t+Δ+τ)dt
在τ\tauτ时间内,传感器接收到的光强为
I(τ)=∣E(x0,t+Δ)+E∗(x0,t+Δ+τ)∣2=∣E(x0,t+Δ)∣2+∣E∗(x0,t+Δ+τ)∣2+2Re[E(x0,t+Δ)E∗(x0,t+Δ+τ)]\begin{aligned}I(\tau)& =|E(x_0,t+\Delta)+E^*(x_0,t+\Delta+\tau)|^2 \\ & = |E(x_0,t+\Delta)|^2 + |E^*(x_0,t+\Delta+\tau)|^2 \\ & +2Re[E(x_0,t+\Delta)E^*(x_0,t+\Delta+\tau)]\end{aligned}I(τ)=∣E(x0,t+Δ)+E∗(x0,t+Δ+τ)∣2=∣E(x0,t+Δ)∣2+∣E∗(x0,t+Δ+τ)∣2+2Re[E(x0,t+Δ)E∗(x0,t+Δ+τ)]
τ\tauτ足够小时,前两项为常数,第三项与rEE(τ)r_{EE}(\tau)rEE(τ)成正比,于是基于光强信息,将其与发射器的频谱对比我们就可以得到样本的吸收谱。
Rayleigh定理
Rayleigh定理 在时域与频域中计算某列波的能量,得到的结果相同。用数学公式表示,假设f(x)f(x)f(x)表示一个波形,它的Fourier变换是F(ξ)F(\xi)F(ξ),则
E=∫−∞+∞∣f(x)∣2dx=∫−∞+∞∣F(ξ)∣2dξE=\int_{-\infty}^{+\infty}|f(x)|^2dx = \int_{-\infty}^{+\infty} |F(\xi)|^2d \xiE=∫−∞+∞∣f(x)∣2dx=∫−∞+∞∣F(ξ)∣2dξ
证明
∫−∞+∞∣f(x)∣2dx=∫−∞+∞f(x)f∗(x)dx=∫−∞+∞[∫−∞+∞F(ξ1)ej2πξ1xdξ1][∫−∞+∞F(ξ2)ej2πξ2xdξ2]∗dx=∬−∞+∞F(ξ1)F∗(ξ2)[∫−∞+∞ej2π(ξ1−ξ2)xdx]dξ1dξ2=∬−∞+∞F(ξ1)F∗(ξ2)δ(ξ1−ξ2)dξ1dξ2=∫−∞+∞F(ξ1)F∗(ξ1)dξ1=∫−∞+∞∣F(ξ)∣2dξ\begin{aligned} \int_{-\infty}^{+\infty}|f(x)|^2dx & = \int_{-\infty}^{+\infty}f(x)f^*(x)dx \\ & = \int_{-\infty}^{+\infty} \left[ \int_{-\infty}^{+\infty} F(\xi_1) e^{j 2 \pi \xi_1 x}d \xi_1\right] \left[ \int_{-\infty}^{+\infty} F(\xi_2) e^{j 2 \pi \xi_2 x}d \xi_2\right]^*dx \\ & = \iint_{-\infty}^{+\infty} F(\xi_1)F^*(\xi_2) \left[ \int_{-\infty}^{+\infty} e^{j 2 \pi (\xi_1-\xi_2)x}dx\right]d \xi_1 d \xi_2 \\ & = \iint_{-\infty}^{+\infty} F(\xi_1)F^*(\xi_2)\delta(\xi_1-\xi_2)d \xi_1 d \xi_2 \\ & = \int_{-\infty}^{+\infty} F(\xi_1)F^*(\xi_1)d \xi_1= \int_{-\infty}^{+\infty} |F(\xi)|^2d \xi\end{aligned}∫−∞+∞∣f(x)∣2dx=∫−∞+∞f(x)f∗(x)dx=∫−∞+∞[∫−∞+∞F(ξ1)ej2πξ1xdξ1][∫−∞+∞F(ξ2)ej2πξ2xdξ2]∗dx=∬−∞+∞F(ξ1)F∗(ξ2)[∫−∞+∞ej2π(ξ1−ξ2)xdx]dξ1dξ2=∬−∞+∞F(ξ1)F∗(ξ2)δ(ξ1−ξ2)dξ1dξ2=∫−∞+∞F(ξ1)F∗(ξ1)dξ1=∫−∞+∞∣F(ξ)∣2dξ
解释 第二个等号用Fourier逆变换,第三个等号用Fubini定理,第四个等号用Dirac函数的Fourier变换,第五个等号用Dirac函数的sifting property。这里称∫−∞+∞∣f(x)∣2dx\int_{-\infty}^{+\infty}|f(x)|^2dx∫−∞+∞∣f(x)∣2dx为能量,可以用电场类比,假设f=Ef=\textbf Ef=E,x=(r,t)x=(\textbf r,t)x=(r,t),则∣f(x)∣2|f(x)|^2∣f(x)∣2就是电场的能量密度,在四维时空中对位移与时间求积分之后就是能量了。另外,这个定理与Parseval定理一样,都表示在对波形做时域和频域之间的转换时,波所携带的能量是守恒的。Parseval定理讨论的是周期性的波,假设f(x)f(x)f(x)的Fourier级数展开系数为{cn}\{c_n\}{cn},周期为TTT,则Parseval定理为
1T∫−T/2T/2∣f(x)∣2dx=∑n=−∞+∞∣cn∣2\frac{1}{T}\int_{-T/2}^{T/2} |f(x)|^2dx=\sum_{n=-\infty}^{+\infty}|c_n|^2T1∫−T/2T/2∣f(x)∣2dx=n=−∞∑+∞∣cn∣2
矩定理
矩的定义
对于波形f(x)f(x)f(x),称mnm_nmn是它的nnn阶矩,其中nnn是非负整数,
mn=∫−∞+∞xnf(x)dxm_n = \int_{-\infty}^{+\infty} x^n f(x)dxmn=∫−∞+∞xnf(x)dx
比如0阶矩:
m0=∫−∞+∞f(x)dxm_0=\int_{-\infty}^{+\infty} f(x)dxm0=∫−∞+∞f(x)dx
1阶矩:
m1=∫−∞+∞xf(x)dxm_1=\int_{-\infty}^{+\infty} xf(x)dxm1=∫−∞+∞xf(x)dx
2阶矩:
m2=∫−∞+∞x2f(x)dxm_2=\int_{-\infty}^{+\infty} x^2 f(x)dxm2=∫−∞+∞x2f(x)dx
矩与Fourier变换的联系 假设f(x)f(x)f(x)的Fourier变换为F(ξ)F(\xi)F(ξ),即
F(ξ)=∫−∞+∞f(x)e−j2πξxdxF(n)(ξ)=∫−∞+∞(−j2πx)nf(x)e−j2πξxdxF(n)(0)=(−j2π)n∫−∞+∞xnf(x)dx=(−j2π)nmn\begin{aligned}F(\xi)&=\int_{-\infty}^{+\infty} f(x)e^{-j 2 \pi \xi x}dx \\ F^{(n)}(\xi) & =\int_{-\infty}^{+\infty} (-j 2 \pi x)^nf(x)e^{-j 2 \pi \xi x}dx \\ F^{(n)}(0) & =(-j2 \pi)^n \int_{-\infty}^{+\infty} x^nf(x)dx = (-j2 \pi)^n m_n\end{aligned}F(ξ)F(n)(ξ)F(n)(0)=∫−∞+∞f(x)e−j2πξxdx=∫−∞+∞(−j2πx)nf(x)e−j2πξxdx=(−j2π)n∫−∞+∞xnf(x)dx=(−j2π)nmn
所以
mn=F(n)(0)(−j2π)nm_n = \frac{F^{(n)}(0)}{(-j2 \pi)^n}mn=(−j2π)nF(n)(0)
例:f(x)=sinc(x)f(x)=sinc(x)f(x)=sinc(x),则
m0=F(0)(0)(−j2π)0=rect(0)=1m_0=\frac{F^{(0)}(0)}{(-j2 \pi)^0}=rect(0)=1m0=(−j2π)0F(0)(0)=rect(0)=1
矩与Heisenberg不确定性原理的联系
对于波形f(x)f(x)f(x),m1m_1m1的作用是衡量波的“中心”,m2m_2m2的作用是是衡量波的分散程度,m2−m12m_2-m_1^2m2−m12表示波形相对其中心的分散程度,而它的平方根m2−m12\sqrt{m_2-m_1^2}m2−m12就被称为这个波形的不确定性,记为Δf\Delta fΔf;假设fff与ggg表示两个可以观测的物理量,则
Δf⋅Δg≥∣m1(fg−gf)∣2\Delta f \cdot \Delta g \ge \frac{|m_1(fg-gf)|}{2}Δf⋅Δg≥2∣m1(fg−gf)∣
其中m1(fg−gf)m_1(fg-gf)m1(fg−gf)表示fg−gffg-gffg−gf的1阶矩,这个式子被称为广义不确定性原理,这个式子说明同时观测多个物理量时,它们的不确定性的乘积存在一个下界,于是当其中一个物理量在以xxx为坐标的坐标系下取值比较集中(不确定性非常小)时,其他物理量在以xxx为坐标的坐标系下取值一定会比较分散(不确定性非常大)。
UA OPTI512R 傅立叶光学导论14 Wiener-Khinchine定理,Rayleigh定理与矩定理相关推荐
- UA OPTI512R 傅立叶光学导论 透镜成像系统例题
UA OPTI512R 傅立叶光学导论 透镜成像系统例题 讨论下图所示的透镜成像系统: 例1 如果aperture的形状未知,如何用点光源与点光源的像推导OTF: 答案 点光源为uo(xo,yo)=δ ...
- UA OPTI512R 傅立叶光学导论 衍射例题
UA OPTI512R 傅立叶光学导论 衍射例题 例1 Fresnel衍射与Fraunhofer衍射的基本概念:在Fresnel field中可以使用Fraunhofer近似吗?在Fraunhofer ...
- UA OPTI512R 傅立叶光学导论 采样定理例题
UA OPTI512R 傅立叶光学导论 采样定理例题 例1 计算下列函数的带宽 sinc(ax)sinc(ax)sinc(ax) sinc2(ax)sinc^2(ax)sinc2(ax) cos(2 ...
- UA OPTI512R 傅立叶光学导论25 透镜成像中光源与像的光强关系
UA OPTI512R 傅立叶光学导论25 透镜成像中光源与像的光强关系 光强关系 光学传递函数 前两讲介绍了用物理光学的思路分析了透镜系统中输入波形与输出波形之间的关系,这一讲讨论输入波形的光强与输 ...
- UA OPTI512R 傅立叶光学导论24 相干传递函数
UA OPTI512R 傅立叶光学导论24 相干传递函数 Aberrated PSF 相干传递函数 上一讲介绍了透镜成像的物理光学公式: ui=ug∗h~u_i=u_g*\tilde hui=ug ...
- UA OPTI512R 傅立叶光学导论23 透镜成像系统的物理光学模型
UA OPTI512R 傅立叶光学导论23 透镜成像系统的物理光学模型 Point Spread Function(PSF) 成像条件与理想成像系统的PSF 上一讲我们介绍了透镜的物理光学模型,但关于 ...
- UA OPTI512R 傅立叶光学导论22 透镜成像与傅立叶变换
UA OPTI512R 傅立叶光学导论22 透镜成像与傅立叶变换 透镜的物理光学模型 透镜成像原理 透镜(lens)应该是大家接触最多应用最广泛的光学元件了,在几何光学中,研究透镜成像时遵循一些基础假 ...
- UA OPTI512R 傅立叶光学导论17 离散傅立叶变换简介
UA OPTI512R 傅立叶光学导论17 离散傅立叶变换简介 DFT及其矩阵形式 DFT的性质 上一讲提到对连续波形f(x)f(x)f(x)做周期性采样时可以用采样函数来表示采样结果: fS(x)= ...
- UA OPTI512R 傅立叶光学导论16 Nyquist-Shannon采样定理
UA OPTI512R 傅立叶光学导论16 Nyquist-Shannon采样定理 周期性采样的数学表示 Nyquist-Shannon采样定理 因为计算机只能处理离散数据,所以即使真实信号是连续的, ...
最新文章
- vivo7.0系统机器(亲测有效)激活Xposed框架的教程
- js 倒计时 时间戳
- LNMP下目录访问验证
- python精要(72)-VMDK操作(2)
- python安装orm_Python流行ORM框架sqlalchemy安装与使用教程
- ghost后自动修改IP和计算机名的VBS脚本
- 比较两个数组,输出不重复的数组
- 智伴机器人三级分销模式_企业选择微信三级分销定制开发原因?
- Android 系统(42)---Android7.0 PowerManagerService亮灭屏分析(三)
- dubbo学习--导入eclipse异常Unbound classpath container(2)
- Android 开源无线投屏,用树莓派Raspberry Pi 4B制作一个无线投屏器(20200803)
- 数学之美:谈谈密码学的数学原理
- Cluster-level pseudo-labelling forsource-free cross-domain facial expressionrecognition
- asp.net单点登录
- 好看的小武与hs文件的偶遇
- 解决redis Could not get a resource since the pool is exhausted 问题
- iOS关于加载图片的几种方式选择
- 溶剂可及性(一):基本概念
- USTC English Club Note20211227
- Android通过MediaStore获取音乐文件信息的方法
热门文章
- RSA非对称加密算法Java实现
- Java反射机制和动态代理实例
- Nutch爬虫引擎使用分析
- linux解压tar到目录,在Linux系统中将tar文件解压到不同的目录中的教程
- windows 程序设计_windows程序设计基础(第二章)——2.5 第一个代码实例
- Elasticsearch的或且非及其组合
- DbVisualizer 数据库连接工具:添加数据库驱动方法。dbvis搜索不到驱动文件夹下的驱动解决方法
- Mac 技术篇-VS Code插件安装方法,查看vscode已安装插件的方法
- CTFshow php特性 web133
- 使用numba要注意的越界问题