next up previous
Next: 6.4.1 Die 1D-Fourieranalyse und Up: 6. Vektorisierung und Parallelisierung Previous: 6.3.1 Parallelisierung mittels zyklischer

     
6.4 Die Fast Fourier Transformation

Die Fourier Transformation ist eine Methode basiert auf der Zerlegung einer Funktion in bestimmte Frequenzen (Eigenfunktionen) ausgedrückt durch die trigonometrischen Grundfunktionen $\sin$ und $\cos$. Bei einer Anzahl von $N=2^P-1$ Eigenfunktionen läßt sich diese Transformation wesentlich beschleunigen und wird als Fast Fourier Transformation (FFT) bezeichnet.

Anwendung :






Bsp.: Partielle Differentialgleichung im Einheitsquadrat 




Aus der partiellen DGl.
in $\Omega = (0,1)^2$ soll die Funktion $u$ bestimmt werden.





\begin{displaymath}\boxed{\begin{array}{rcll}
- \triangle u \,+\, c u &=& f & \...
...i \,(:= 0) & \mbox{auf} \;\Gamma = \partial\Omega
\end{array}}\end{displaymath}





Mit einem äquidistanten Gitternetz ($N+1$ Linien in jede Dimension) wird das Gebiet diskretisiert und die Differentialgleichung mittels eines 5-Punkte Differenzensternes approximiert.
\begin{figure}
\unitlength0.08\textwidth
\begin{picture}
(2,2)
\put(0,1){\lin...
...l]{$\scriptstyle h\,=\,\tfrac{1}{N}$ }}
\end{picture} \hfill\mbox{}
\end{figure}

$\Longrightarrow$ $ (4+ch^2) u_{i,j} - (u_{i,j-1} + u_{i,j+1} + u_{i-1,j} + u_{i+1,j})
\,=\, h^2 f_{i,j} $ $\scriptstyle i,j = \overline{1,N-1} \makebox[0pt]{}$


$\Longrightarrow$ $\Lambda \underline{u} \,=\, \underline{f}$


Da in obigem Beispiel die Eigenfunktionen des diskretisierten Differentialoperators $\Lambda$

\begin{displaymath}\mu_{k,\ell}(ih,jh) \;=\; 2 \sin(k\pi i h) \sin(\ell\pi j h) ...
...e{2em}{\scriptstyle k,\ell = \overline{1,N-1} \makebox[0pt]{}} \end{displaymath}

sind, und sich die zugehörigen Eigenwerte als

\begin{displaymath}\lambda_{k,\ell} \;=\; 4
\left[ \sin^2\tfrac{k \pi h}{2} \,+\, \sin^2\tfrac{\ell \pi h}{2} \right]
\,+\,c h^2
\end{displaymath}

darstellen lassen, können die rechte Seite $f$ und die gesuchte Funktion $u$ als Linearkombination der Eigenfunktionen dargestellt werden.

   \begin{subequations}% latex2html id marker 42303\begin{eqnarray}
f_{i,j} = f...
...}^{N-1} \beta_{k,\ell}\cdot\mu_{k,\ell}(ih,jh)
\end{eqnarray}\end{subequations}

Die Lösung der Differentialgleichung erhält man nunmehr wie folgt

1.
 Zerlegung von $f$ in Eigenfrequenzen  $\mu_{k,\ell}$ (Fourieranalyse)
$\Longrightarrow$ Bestimmung der Zerlegungskoeffizienten  $\gamma_{k,\ell}$ in (6.7a).
2.
  Durch die Eigenwerte des diskr. Operators dividieren
$\Longrightarrow$ $\beta_{k,\ell}\,:=\,\frac{\gamma_{k,\ell}}{\lambda_{k,\ell}}$
3.
  Zusammenbau der diskreten Näherungslösung (Fouriersynthese)
$\Longrightarrow$ $u(ih,jh)$ in (6.7b)
Die Punkte 1 und 3 werden über die Fouriertransformation realisiert.

 
next up previous
Next: 6.4.1 Die 1D-Fourieranalyse und Up: 6. Vektorisierung und Parallelisierung Previous: 6.3.1 Parallelisierung mittels zyklischer
Gundolf Haase
1998-12-22