a

áš
M
Fourier transform

el
av
-P
2
EO
EO2 – Lecture 2
31

Pavel Máša
XE

XE31EO2 - Pavel Máša - Fourier Transform

 INTRODUCTION
• We already know complex form of Fourier series
1
X Z T
jk!0 t 1

a
f (t) = Ak e Ak = f (t)e¡jk!0t dt

áš
k=¡1 T 0

M
Series frequency spectra is discrete

el
av
Circuits in the sinusoidal steady state must be solved step 

-P
by step (very laborious)

2
We can expand only periodic waveforms
EO
31
XE

? What if we connect to the circuit single pulse source?
? How to find output voltage by one computation, not laborious 
step by step calculation, term by term?
XE31EO2 - Pavel Máša - Fourier Transform
 FOURIER SERIES – PERIOD EXTENSION
What if we will extend period of rectangular pulse?
Or narrow rectangular pulse?

a
áš
M
el
av
-P
2
EO
31
XE

XE31EO2 - Pavel Máša - Fourier Transform

 • Both when we narrow the pulse, or when we extend the period, the envelope 
curve is function
• The larger the ratio of period T and pulse width t0 is, the more spectral terms falls 
in one period of the          function.

a
áš
M
el
av
-P
2
EO
31
XE

Narrowing – constant T, lesser t0, k represents still the same frequency

(frequency) distance of neighbouring  terms is the same – function extends across towards ∞

Widening – constant t0, T extends towards ∞, k represents still less frequencies

(frequency) of neighbouring terms falls up to zero – function stay at place, but magnitude plunge!
XE31EO2 - Pavel Máša - Fourier Transform
 FROM FOURIER SERIES TO FOURIER TRANSFORM
Period extension towards ∞

a
¾ Initially discrete frequency becomes continuous

áš
¾ Magnitude of frequency spectra (primarily distinct harmonics) tends to 0

M
el
Coefficients (harmonics) have to be multiplied by period T (or → 0 !)

av
-P
2
EO
31
XE

Direct Fourier transform

XE31EO2 - Pavel Máša - Fourier Transform

 INVERSE TRANSFORM
• The waveform is qualified by series

a
áš
M
el
av
• If T → ∞, then

-P
Inverse Fourier transform

2
EO
31
XE

) So far is possible, we don’t use definition integral directly, but we try to 
use transform properties and known transforms

XE31EO2 - Pavel Máša - Fourier Transform

 NECESSARY CONDITIONS
¾ Function has to satisfy Dirichlet’s conditions (Fourier series !)
¾ Function has to be absolutely integrable

a
áš
1 considerably restrictive condition, when transform is not applicable  to so common 

M
waveform, such as unit step function (DC voltage / current)

el
¾ It satisfies condition

av
-P
2
EO
31
XE

L Transform is essential tool of description of frequency properties of discrete
systems (sound and image digital processing – CD, SACD and DVD
players, home cinemas, …) 

XE31EO2 - Pavel Máša - Fourier Transform

 L The transform is a analysis tool of frequency spectra of waveforms
– the maxima of F(jω) functions denotes harmonics of frequency spectra

jU(j!)j

a
áš
M
el
av
-P
2
Fourier transform
EO
31
XE

Dumping is essential to satisfy 
Function is „stretched“
conditions of existence of the transform
œ it has limited frequency resolution

XE31EO2 - Pavel Máša - Fourier Transform

 BASIC PROPERTIES

property time domain frequency domain

linearity f (t) = af1 (t) + bf2(t) F(j!) = aF1 (j!) + bF2(j!)

a
áš
Time shifting f (t) = f1(t ¡ t0) F(j!) = F1(j!)e¡j!t0

M
Frequency shifting  j!0 t
¡ ¢
F(j!) = F1 j(! ¡ !0)

el
f (t) = f1(t)e
(modulation)

av
dnf1(t)

-P
f (t) = F(j!) = (j!)n F1(j!)
dtn
Differentiation

2
dnF1 (j!)
EO
f (t) = (¡t) f1(t)n
F(j!) =
d(j!)n
31
Z t F1 (j!)
F(j!) =
XE

Integration f (t) = f1(t) dt

¡1 j!
μ ¶
1 j!
Scaling f (t) = f1(at) F(j!) = F1
jaj a
Exponential pulse  1
f (t) = e¡at F(j!) =
transform j! + a
XE31EO2 - Pavel Máša - Fourier Transform
 EXAMPLE

0
0

Find the Fourier series of rectangular waveform on the figure. 

a
Um = 2 V, T = 0.1 s, t0 = 0.025 s

áš
M
el
av
-P
0.4

2
0.2
EO
0
31

-0.2
XE

-15 -10 -5 0 5 10 15

XE31EO2 - Pavel Máša - Fourier Transform

 0
0

Find the Fourier transform of the rectangular pulse on the figure. Compare result with Fourier 
series above.
Um = 2 V, t0 = 0.025 s

a
áš
M
el
av
transform

-P
0.04
0.02

2
0
EO
-0.02
31
-1000 -800 -600 -400 -200 0 200 400 600 800 1000
XE

0.4
series
0.2

-0.2
-15 -10 -5 0 5 10 15

Magnitude of Fourier transform changes with the length of the pulse!
XE31EO2 - Pavel Máša - Fourier Transform
 EXAMPLE 2
U2
U1
0
0

t0
Find the Fourier transform of the pulse on the figure.

a
U1 = 1 V, U2 = 2V, t0 = 0.05 s

áš
M
• The waveform may be considered as superposition of two distinct waveforms
– rectangular, Um = 1 V

el
– saw tooth, Um = 1 V

av
-P
¾ We know the transform of rectangular waveform from previous example, but we have to 
modify it – the magnitude is different, as well as time t0 and it is shifted in time

2
œ applied properties are scaling, a = 0.5 and time shifting within -0.025 s
EO
31
XE

magnitude scaling (time) scaling time shifting

XE31EO2 - Pavel Máša - Fourier Transform

 APPLICATION IN ELECTRICAL CIRCUIT ANALYSIS
) In contrast to Fourier series (where we have to compute with each harmonic 
separately), we may find waveforms of circuit variables with non‐sinusoidal 
excitation likewise using sinusoidal steady state analysis
1. Find Fourier transform of excitation pulse

a
áš
M
2. Using transfer function (same, as in sinusoidal steady state), find transform of output voltage

el
av
3. Using inverse transform we find output voltage waveform

-P
2
EO
) When we know input and output voltage waveforms, we can find frequency 
response of the circuit
31

1. Find Fourier transform of input waveform
XE

2. Find Fourier transform of output waveform

3. Find transfer function of the circuit

XE31EO2 - Pavel Máša - Fourier Transform

 EXAMPLE
Um

0 t0 t

Integrating network in the figure is excited by rectangular pulse on the figure. Find waveform of 

a
áš
the output voltage.
Z · ¸t0

M
t0
e¡j!t Um £ ¡j!t0 ¤
1. U1(j!) = ¡j!t
Um e dt = Um = e ¡1
¡j! ¡j!

el
0 0

av
1
2. P(j!) =
1 + j!RC

-P
1 Um £ ¡j!t0 ¤
3. U2(j!) = ¢
1 + j!RC ¡j!
e ¡1

2
¾ Now, we should „just“ find inverse transform…
½Z
EO t ¾
31
0 1 1 ¡ e¡j!t0
1. We know,  1 is transform of the integral u2(¿ )d¿ = ¢ Um
j! j! 1 + j!RC
XE

0
0
œ first, we find function u2 (t) and then we will integrate it
1 ¡ e¡j!t0
2. The transform Um e¡j!t0
is superposition of two different functions,             is the time delay t0
1 + j!RC
½ ¾
1 1 ¡1t 0 Um ³ ¡ 1 t 1
´
3. ¡1
= e RC ) u2 (t) = e RC ¢ 1(t) ¡ e ¡ RC (t¡t0 )
¢ 1(t ¡ t0)
Z t 1 + j!RC μ Z t RC Z t ¶ RC
0 Um 1 1
h t t¡t0
i
¡ RC ¿ ¡ RC (¿¡t0 ) ¡
4. u2(¿ )d¿ = e d¿ ¡ e d¿ = Um (1 ¡ e RC )1(t) ¡ (1 ¡ e RC )1(t ¡ t0 )
0 RC 0 t0
Note. – it is possible find it more easily – partial fractions, Laplace transform... XE31EO2 - Pavel Máša - Fourier Transform
 EXAMPLE
To the input of the circuit we connected the waveform u1 (t) = 10e¡500t V
On the output we measured the waveform u2(t) = 6:¹6(e¡500t ¡ e¡2000t) V
Find transfer function of the circuit. Find suitable circuit diagram.
10

a
U1 (j!) =

áš
j! + 500

M
6:¹6 6:¹6 6:¹6 ¢ 2000 ¡ 6:¹6 ¢ 500 10000
U2(j!) = ¡ = =

el
j! + 500 j! + 2000 (j! + 500)(j! + 2000) (j! + 500)(j! + 2000)

av
10000

-P
U2 (j!) (j!+500)(j!+2000) 1000
P(j!) = = 10
=
U1 (j!) j! + 2000

2
j!+500
EO
31
XE

XE31EO2 - Pavel Máša - Fourier Transform