1 / 37

5 장 . 이산푸리에변환

5 장 . 이산푸리에변환. 5.1 연속신호의 푸리에변환 5.2 이산신호의 푸리에변환 5.3 이산푸리에변환. 5.1 연속신호의 푸리에변환. • 푸리에변환 (Fourier transform)  주기 , 비주기함수의 주파수 영역에서 신호 해석시 이용 . f (t) : 임의의 연속신호 F ( Ω ) : 푸리에변환.  f (t) 의 푸리에변환 F ( Ω ) 가 주어졌을 경우. 5.1 연속신호의 푸리에변환. • 역푸리에변환 (inverse Fourier transform).

osric
Télécharger la présentation

5 장 . 이산푸리에변환

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 5장. 이산푸리에변환 5.1 연속신호의 푸리에변환 5.2 이산신호의 푸리에변환 5.3 이산푸리에변환 Circuits & Systems Lab.

  2. 5.1 연속신호의 푸리에변환 • 푸리에변환(Fourier transform) 주기, 비주기함수의 주파수 영역에서 신호 해석시 이용. • f(t) : 임의의 연속신호 • F(Ω) :푸리에변환  f(t)의 푸리에변환 F(Ω)가 주어졌을 경우 Circuits & Systems Lab.

  3. 5.1 연속신호의 푸리에변환 • 역푸리에변환(inverse Fourier transform)  F(Ω)가 존재하기 위한조건 즉, 함수 f(t) 는 절대적분가능이어야 함. • 함수 F(Ω)는 일반적으로 복소수임. 여기서, | F(Ω) | : f(t) 의 진폭스펙트럼 (magnitude spectrum)  (Ω) : f(t) 의 위상스펙트럼 (phase spectrum) Circuits & Systems Lab.

  4. 5.1 연속신호의 푸리에변환 예제 5.1그림 5.1(a)에서 보이는 구형펄스의 푸리에변환을 구하라. (a) (b) 그림 5.2 복잡한 시간신호의 푸리에변환 풀이) 푸리에 변환의 정의에 의해 Circuits & Systems Lab.

  5. 5.2 이산신호의 푸리에변환 1. 이산신호의 푸리에 변환 정의 연속신호 x(t)를 표본화 하여 이산신호 x(nT)로 바꾸어 주파수 스펙트럼을 구함. (그림 5.2) 그림 5.2 복잡한 시간신호의 푸리에 변환 선형불변시스템의 주파수 특성을 구하는 식과 비교해보면, 임펄스응답 h(nT)를 일반 이산신호 x(nT)로 바꾸어 놓은 형태. ∴ 주파수 특성이 시스템의 주파수영역의 정보를 나타내는 것처럼, 이산신호의 x(nT)푸리에변환도 그 주파수영역의 정보를 제공. Circuits & Systems Lab.

  6. 5.2 이산신호의 푸리에변환 • 이산신호의 역푸리에변환 정의 주파수 스펙트럼X(j)로 부터이산신호 x(nT)로 구하기 위한 역푸리에변환 식 ( 5.9 ) (5.9) 단, s= 2/T, T:sampling 주기 이산신호의 유용성은 연속시간 푸리에변환과 유사. 이산신호의 푸리에변환은 이산신호 x(n)의 주파수분포(specturm). 변조, 필터링 등과 같은 처리에 자주 사용. 이산신호의 푸리에변환 특성은 연속신호의 푸리에변환 특성과 동일함. Circuits & Systems Lab.

  7. 5.2 이산신호의 푸리에변환 예제 5.2다음 이산신호에 대한 푸리에변환을 구하라. (a) x(nT) = (nT) • 풀이 (a) 이산신호의 푸리에변환 정의식에 의해, 임펄스신호의 주파수 스펙트럼은 모든 주파수대역에서 진폭값 1을 갖지만, 위상값을 가지지 않는다. Circuits & Systems Lab.

  8. 5.2 이산신호의 푸리에변환 (b) 정의에 의해, ∴ T = 1 [sec] , N = 10 으로 했을 때의 각각의 특성을 그림 5.3(b) Circuits & Systems Lab.

  9. 5.2 이산신호의 푸리에변환 2. 연속신호와 이산신호의 푸리에 변환 관계 연속신호와 연속신호를 표본화하여 만든 이산신호와의 관계를 주파수개념에서 보자. (그림5.4) 연속신호 x(t)를 표본화주파수 fs =1/T[Hz]로, 즉 시간간격 T[sec]로 표본화한 이산신호를 x(nT)라 하자. 그리고 x(t)및 x(nT)의 푸리에 변환은 각각 다음과 같이 표현한다. 그림 5.4 연속신호와 이산신호 Circuits & Systems Lab.

  10. 5.2 이산신호의 푸리에변환  x(nT)는 시각 t = nT에서 x(t)의 값이므로 연속신호의 역푸리에변환의 정의식에 의해 t = nT로 두면, 식(5.10) 적분을 2 / T[rad]간격으로 적분의 총합을 구하면, 다음과 같다. ⇒단, m은 정수이며  +(2 m / T)로 변수치환하면, Circuits & Systems Lab.

  11. 5.2 이산신호의 푸리에변환 위식을 식 (5.11)의 식과 비교하면, 다음 식이 성립함. 식 (5.11)은 연속신호와 연속신호를 표본화한 이산신호와의 관계를 주파수영역에서 표현하고 있다. 이산신호의 주파수 스펙트럼 X(j )는, 연속신호의 주파수 스펙트럼 Xa (j  )가 진폭이 1/T배로 되어 표본화주파수 fs = 1/T[Hz]마다 반복 됨을 알 수 있다. (그림 5.5) 그림 5.5 연속신호와 이산신호의 주파수 표현 Circuits & Systems Lab.

  12. 5.3 이산 푸리에 변환 연속적인 방법  주파수 분석 이산적인 방법 연속적인 방법 - 대역필터 뱅크(band filter bank)를 이용한 주파수 분석 처리장치. - 음성 분석에 널리 이용. - 복잡한 신호의 주파수 분석은 곤란. 연속푸리에변환에 대응하는 것으로 서로 유사한 관계를 가짐. 컴퓨터를 사용하여 주파수 분석을 하고자 할때 중요한 도구가 됨. 디지털필터 설계 또는 디지털 신호처리 알고리즘에서 중요한 역할을 함. - 고속푸리에변환(fast Fourier transform) 알고리즘이 존재하기 때문. 스펙트럼 분석기법으로도 유용. 음성, 영상처리 분야에 널리 이용. Circuits & Systems Lab.

  13. 5.3 이산 푸리에 변환 1. 이산 푸리에변환의 정의  N개의 이산신호 x(n)(n = 0, 1,···,N-1)이 주어질 때 x(n)의 이산푸리에변환 정의 이산 역푸리에변환(inverse discrete Fourier transform)은 회전인자(twiddle factor) WN → WNkn은 복소 평면상 단위 원의 원주상을 1/N 원주만큼 움직이는 점. Circuits & Systems Lab.

  14. 5.3 이산 푸리에 변환 회전인자를 이용한 이산푸리에변환 (그림 5.6) 그림 5.6 N = 8인 경우의 회전인자 값. W8kn 이산 역푸리에변환 →회전인자를 사용하면 고속 푸리에변환을 취급할 때 편리함. Circuits & Systems Lab.

  15. 5.3 이산 푸리에 변환 예제 5.3다음 그림과 같은 x(n)의 이산푸리에변환을 구하라. 그림 5.7 x(n)과 X(k) 풀이)이산푸리에변환의 정의식으로부터 여기서, W4nk = e-j2 kn/4 = (– j)kn이므로 k = 0, 1, 2, 3에서 X(0) = 1+ 2(1) + 2(1)2 + 2(1)3 = 7 X(1) = 1+ 2(-j) + 2(-j)2 + 2(-j)3 = –1 X(2) = 1+2(-1) + 2(1) + 2(-1) = – 1 X(3) = 1 +2(j) + 2(-1) + 2(-j) = – 1 Circuits & Systems Lab.

  16. 5.3 이산 푸리에 변환 Circuits & Systems Lab.

  17. 5.3 이산 푸리에 변환 예제 5.4다음과 같은 x(n)의 이산푸리에변환을 구하라. 풀이)이산푸리에변환의 정의식으로부터 Circuits & Systems Lab.

  18. 5.3 이산 푸리에 변환 Circuits & Systems Lab.

  19. Where z = e j로 두고, 라고 하면 X(k)는 5.3 이산 푸리에 변환  z변환과 이산푸리에변환의 관계 이산신호 x(n)(n = 0, 1, …,N-1)의 z변환 Where z = e j는 z평면상의 단위원을 나타냄. 식 (5.19)로부터 이산푸리에변환은 z변환의 특수한 경우에 해당 하는 것을 알 수 있다. x(n)을 z변환한 X(z)을 0을 중심으로 하여 반경이 1인 단위원상을 2  / N분할한 곳을 샘플점으로 하고, z = 1로부터 시작하여 샘플화한 값은 X(k)와 같다는 것을 의미한다. Circuits & Systems Lab.

  20. 5.3 이산 푸리에 변환 예제 5.5다음과 같은 x(n)의 이산푸리에변환을 구하라. 단, N = 8이다. 그리고 z변환을 이용하여 구한 값과 비교하라. 풀이)이산푸리에변환의 정의식에 의해서 → x(n)을 z변환하면 Circuits & Systems Lab.

  21. 5.3 이산 푸리에 변환 식 (5.13)에 의하여 Circuits & Systems Lab.

  22. 로 두면 5.3 이산 푸리에 변환 Where Where,k를 0, 1, …, 7로 하면 X(0), X(1), …, X(7)을 구할 수 있다. ∴실제로 구해 보면 위의 값과 동일하다는 것을 확인할 수 있다. Circuits & Systems Lab.

  23. 5.3 이산 푸리에 변환 이산푸리에급수(discrete Fourier series) 이산신호 이산푸리에변환 이산신호가 주기함수이면 이산푸리에급수도 이산주기함수로 되므로 →x(n)을 주기함수 x(n+N)의 한 주기 즉, (5,20)이라면 이산푸리에 급수의 한주기⇒ 이산푸리에변환 Circuits & Systems Lab.

  24. 5.3 이산 푸리에 변환 2. 이산푸리에변환의 성질 1) 선형성(linearity) 2) 주기성(periodicity) 3) 추이정리(shift theorem) 4) 순환 컨볼루션 5) 주파수영역 컨볼루션 6) 대칭성(symmetry) Circuits & Systems Lab.

  25. 5.3 이산 푸리에 변환 1) 선형성(linearity) x(n)은 주기 N의 주기함수. 즉, x(n) = x(n+N) 임의의 상수 a, b 신호의 이산 푸리에변환 ↓ 2) 주기성(periodicity) → r =임의의 정수 → Circuits & Systems Lab.

  26. 5.3 이산 푸리에 변환 3) 추이정리(shift theorem) 증명) 여기서, n – m = n´ 우변의 괄호 제2항에 대입 l = n ´+ N Circuits & Systems Lab.

  27. 5.3 이산 푸리에 변환 따라서, → (5.23)과 (5.24)로부터 여기서,  = 임의의 정수 Circuits & Systems Lab.

  28. 5.3 이산 푸리에 변환 4) 순환 컨볼루션 주기적인 두 수열의 순환(circular) 컨볼루션 증명) → m = n - l Circuits & Systems Lab.

  29. 5.3 이산 푸리에 변환 → y(m)과 WNkm의 주기성을 고려하면 순환 컨볼루션을 구하는 방법 →두 수열 x(n)과 y(n)의 N점 DFT 구함. → 0 ≤ k ≤ N – 1에서 X(k) Y(k)의 역 DFT를 구함. 5) 주파수영역 컨볼루션 증명) Circuits & Systems Lab.

  30. 5.3 이산 푸리에 변환 6) 대칭성(symmetry) 이산 푸리에 변환 →X(N-k) = X(-k)=X* (k) → X* (k) = X(k)의 공액복소수 →x(n) = 실수 →여기서, WNn = 1 Circuits & Systems Lab.

  31. 5.3 이산 푸리에 변환 음성과 같은 실수 데이터에서 파워스펙트럼과 같은 스펙트럼의 크기가 문제가 되는 경우 →대칭 관계가 있기 때문에 k = 0,1, ㆍ ㆍ ㆍ,N/2까지만 X(k)를 구함.  x(n) = x( N – n )과 대칭일 경우 →x(n) = x(N-n)일 때는 X(k) = X* (k)이므로, Im[X(k)] = 0 → x(n) = -x(N-n)일 때는 X(k) = -X* (k)이므로, Re [X(k)] = 0 Circuits & Systems Lab.

  32. 5.3 이산 푸리에 변환 3. 이산 푸리에 변환의 직접계산  N점 이산 푸리에 변환(DFT) - N점 수열(N-Point sequence) { x(0), x(1), …, x(N-1)} 의 이산 푸리에 변환이 {X(0), X(1), … , X(N-1)}일 때를 말함. 예) 8점(8-point DFT) →식 (5.31)을 이용 Circuits & Systems Lab.

  33. 그림 5.8 8점 DFT 직접계산법 5.3 이산 푸리에 변환 - 회전인자 W -직접계산(direct computation)하는 경우흐름도(flow graph) (그림 5.8)  N점 DFT인 경우 N×N=N2회 연산 Circuits & Systems Lab.

  34. 5.3 이산 푸리에 변환 4. 이산푸리에변환과 스펙트럼 이산푸리에변환 X(k)에 대하여 k=0일 때 X(k)는 직류성분 k=1일 때 X(k)는 기본파 성분(혹은 제1고조파 성분) k=2일 때 X(k)는 제2고조파 성분 k=3일 때 X(k)는 제3고조파 성분 k값과 주파수의 관계 - T :표본화 간격 - N : 디지털 신호 x(n)의 샘플수 - T0 : 해석시간(record lenth) Circuits & Systems Lab.

  35. 5.3 이산 푸리에 변환 ⊙ X(k)에서 k간격에 따른 주파수 간격 : f k=0일 때 주파수는 0[Hz] k=1일 때 주파수는 0.5[Hz] k=2일 때 주파수는 1[Hz] 이산푸리에변환에서 진폭, 파워,위상 스펙트럼을 구할 수 있다. 이산푸리에변환에서 추출한 신호를 주기신호라 가정하고 그에 따라 스펙트럼에 미치는 영향 ( 그림 5.9 ) Circuits & Systems Lab.

  36. 5.3 이산 푸리에 변환 그림 5.9 10[Hz] 정현파의 스펙트럼 불연속점의 영향으로 생긴 오차를 줄이기위해 잘라낸 신호의 처음값과 마지막값을 같게 해줌. 창함수 (windowfunction) Circuits & Systems Lab.

  37. 5.3 이산 푸리에 변환 예제 5.6어떤 아날로그 신호를 다음과 같이 표본화한다고 하자. • 해석시간:200[ms] • 표본화 주파수:2.5[KHz] (a) 신호를 표본화했을 때 에일리어싱이 없다면 이 신호의 상한주파수는 얼마인가? (b) 이러한 신호를 이용하여 DFT를 실행할 때 주파수간격 및 위상간격을 구하라. (c) DFT를 실행할 때 아날로그 주파수는 어떻게 표현되나? (a) 나이키스트(상한) 주파수 fmax = fs /2=1250[Hz] (b) 주파수간격과 해석시간은 역의 관계가 있으므로 다음과 같이 된다. f = 1/T0 = 5[Hz] 위상간격  = 2f T =(4)10-3[rad] (c) 샘플수 N은 N = T0 / T = 500 [samples]이므로 주파수는 다음과 같이 표현된다. f`= 0, 5, 10,… , 1250, -1245, -1240, … ,-5 [Hz] 풀이) Circuits & Systems Lab.

More Related