다양한 기록

노이즈 리덕션과 장기적인 추세 예측에 사용 L만큼의 범위만큼 과거를 참조해서 평균냄노이즈의 랜덤성은 과거와 평균내면 랜덤성이 줄어들어 노이즈 리덕션 가능완벽하게 원래 시그널을 만들지는 못함 주기 함수에 MA 필터 사용 시너무 L-point를 크게 하면 갑자기 아웃풋이 0에 가깝게 나오는 경우가 나옴사인이나 코사인 같은 건 다 더하면 0이 되어버림 Long-term prediction주식같은 거 할 때 어떻게 되는지 예측단기 추세랑(L-point를 비교적 작게) 장기 추세 두 가지를 사용 단기 추세가 장기 추세를 넘는 시점 => 주식이 앞으로 오르겠다고 판단올라가다가 장기 추세선을 하향하지 않고 지지를 받으면 두번째 기회단기추세선이 장시 추세선보다 내려가면 팔 시점* 정확도 55% 정도.. 기술대로만 가지..

Additivity- T[ x1[n] + x2[n] ] = T[x1[n]] + T[x2[n]] Homogenity- T[cx[n]] = cT[x[n]] Linerity- T[ c1x1[n] + c2x2[n] ] = c1T[x1[n]] + c2T[x2[n]] Time-invariancey[n-n0] = T[x[n-n0]] LTI (Linear time-invariant) system- 선형성이랑 시불변성 둘 다 만족하는 시스템- LTI 시스템이면 ..*은 곱하기가 아니라 convulution Cauality- 시스템이 과거의 인풋을 참조하면 만족하지 않음 (ex. y[n] = x[n] + x[n + 1])- LTI 시스템에서 h[n]이 0 미만일 때 0이면 만족 Stability- BIBO (Bounded..

실제 시스템에선 Anti-aliasing filter -> ADC -> DSP -> DAC -> Anti-imaging filter Anti-aliasing filter (LPF)- 나이퀴스트 프리퀀시 위의 주파주슬 전부 제거해서 샘플링 시 앨리어싱 예방Anti-imaging filter (LPF)- 부드러운 아날로그 시그널 구축할 수 있도록 사용 ADC- Holding : 양자화기의 적절한 연산을 위해 시간이 필요 Sampling Theory원래의 아날로그 신호로 복구하기 위해서 얼마나 빠르게 샘플링해야 하는가.. Nyquist-Shannon sampling theoryfs >= 2*fmax = 2 * B이러면 y(t) = x(t) 가능 (* 양자화 과정을 안거쳐야 손실없이 복구 가능) Nyquist ..

Impluse Functionδ[n] = 1 (n = 0), 0 (n =/= 0)ex. δ[n-2]는 2만큼 n이 2일 때 값이 1 Unit step Functionu[n] = 1 (n >= 0), 0 (n causal 시그널은 n이 0 이상일 때만 존재해야 하는데, u[n] 곱해주면 됨 Making rectangle pulse Complex expoential functionx[n] = e^±jβn = cos(βn)±jsin(βn)- DTFT에서 사용됨

a) Continuous time - Continuous amplititude : Analog Signalb) Continuous time - Descrete amplitudec) Discrete time - Continuous amplitude : Discrete Signald) Discrete time - DIscrete amplitude : Digital Signal (a) -> (b) -> (c) 순서로 변환됨 Discrete Signal 예시x[n] = {1, 2, 4, 8}Bold 처리된 게 0번째 값시그널의 에너지 계산은 위 공식대로 시그널은 두가지 타입으로 나뉨- Energy Signal - Has finite energy .. ex) non-periodic signal- Power Sig..

DSP연산은 오래 걸리는 곱하기, 나누기 많이 함그래서 전용 하드웨러를 사용하는 경우가 많음두가지 타입이 있음 ASIC (Application Specific IC, Customized Chip)- 하드웨어부터 하나하나 설계.. 비용이 많이 듦- 그런데 한 번 설계가 끝나면 공장에서 찍어내면 됨, 단가 낮음 DSP Chip (ADSP, TI TMS320 ....)- 범용 목적임.. 기본 칩을 사와서 코딩하면 됨 (하드웨어 칩에 맞게끔 코드 수정은 필요)- 드는 수고가 코딩 2/3, 코드 수정 1/3 .. 개발 기간이 훨씬 짧음- 근데 칩 자체가 많이 비쌈

입력 시그널 스펙트럼에서 원하는 부분의 주파수 대역 추출 Ideal filters1. LPF (Low Pass Filter)2. HPF (High Pass Filter)3. BPF (Band Pass Filter)4. BSP (Band Stop Filter) 이 네개가 이상적인 필터..이러한 필터를 현실에서는 만들 수가 없어서 이상적이라 함직각으로 떨어지도록 날리는 필터는 만들 수가 없음.. 근접해서 유사하게 만들 뿐* 패스 밴드에서 스톱 밴드로 이어지는 구간이 존재.. == 트랜지션 밴드트랜지션 밴드가 작으면 작을 수록 아이딜 필터에 가까워서 성능이 좋음근데 아이딜 필터에 가까워질수록 구현 비용이 비쌈How to design filter?- FIR (Finite Impulse Response)장점: 스..

DTFT (Discrete Time Fourier Transform)x[n]이라는 디스크리트 타임 시그널이 있을 때 X(Ω) = 시그마 ..(-∞~∞) x[n]e^(-jnΩ) 이때 Frequency spectrum은 |X(Ω)|절댓값 씌워서 magnitude 근데 DTFT는 문제가 있음X 오메가는 아날로그 함수임 => 디지털 컴퓨터로 정확하게 계산 불가능=> Approximation 해야 함 (DFT) DFTDiscrete Fourier Transform수식에서 Ω 부분이 n으로 이산화 되어 있음n개의 값으로 주파수 계산 가능 원래 스펙트럼은 연속으로 나오는 게 맞음 => DTFT가 맞음디지털로 정확히 표현 못하니까 N-Point로 근사하는 거N은 256, 512, 1024 ....DFT는 에러가 있을 ..