신호의 주파수 영역 분석
Contents
Contents
직교 신호에 의한 신호의 표현 직교 신호에 의한 신호의 표현 푸리에 급수 푸리에 변환 스펙트럼 밀도 스펙트럼 밀도 선형 시스템과 필터 신호의 왜곡 제3장 신호의 주파수 영역 분석 2 / 120직교 신호에 의한 신호의 표현
Orthogonal Decomposition of Vector Space Orthogonal Decomposition of Vector Space
Orthogonal vector를 사용한 표현(3차원 공간) g p p g p p Orthogonal vector를 사용한 표현(3차원 공간) 1 1 2 2 3 3 c c c = + + x u u u 1 2 2 3 3 1 where 0 ⋅ = ⋅ = ⋅ = u u u u u u x 3 3 c u 2 0, 1, 2, 3 i ⋅ =i i ≠ i = u u u x 1 1 c u 2 2 c u 제3장 신호의 주파수 영역 분석 4 / 120
Orthogonal Decomposition of Vector Space Orthogonal Decomposition of Vector Space
선형조합의 계수? g p p g p p 선형조합의 계수? 1 1 2 2 3 3 c c c = + + x u u u 2 1 c1 1 1 c2 2 1 c3 3 1 c1 1 ⋅ = ⋅ + ⋅ + ⋅ = ⇒ x u u u u u u u u 2 1 , 1, 2, 3 i i i i i i c = ⋅ = ⋅ i = ⋅ x u x u u u u 제3장 신호의 주파수 영역 분석 5 / 120
Orthogonal Decomposition of Vector Space Orthogonal Decomposition of Vector Space
N차원 공간으로 확장 g p p g p p N차원 공간으로 확장 • 직교 벡터 0 i ≠ j ⎧⎪ 임의의 벡터 에 대한 표현 2 i j i j i j ⎪ ⋅ = ⎨ = ⎪⎩ u u u • 임의의 벡터 x에 대한 표현 1 N i i i c =
∑
x u • 선형조합의 계수 1 i= 1 2 1 , 1, , i i i c = x u⋅ i = N u L 제3장 신호의 주파수 영역 분석 6 / 120Orthogonal Decomposition of Function Space Orthogonal Decomposition of Function Space
구간 [t1 t2]에서 두 함수 f1(t)와 f2(t)의 내적 g p p g p p 구간 [t1, t2]에서 두 함수 f1(t)와 f2(t)의 내적 2 1 1( ), 2( ) 1( ) 2 ( ) t t f t f t f t f ∗ t dt < > = ∫ f1(t)와 f2(t)가 같으면 신호의 에너지가 된다. 1 2 2 t ∫ 구간 [t t ]에서 직교 함수군 2 1 2 1( ), 1( ) t 1( ) f t f t f t dt E < > = ∫ = { ( )φ t φ ( )t L φ ( )}t 구간 [t1, t2]에서 직교 함수군 { ( ),φ1 t φ2( ),t ,φN ( )}t 0 ( )t ( )t i j φ φ ⎧⎪ ≠ < ( ), ( ) > = ⎨ i i t j t Eφ i j φ φ < > = ⎨ = ⎪⎩ 제3장 신호의 주파수 영역 분석 7 / 120
Orthogonal Decomposition of Function Space Orthogonal Decomposition of Function Space
직교 함수군을 사용한 함수의 표현 g p p g p p 1 1 2 2 ( ) ( ) ( ) ( ) ( ) i i x t c t c t c t c t φ φ φ φ ∞ = + + + + = ∑ L L 선형조합의 계수 1 ( ) i i i c φ t = = ∑ 2 1 2 1 ( ), n( ) i i( ), n( ) n t n( ) t i x t φ t c φ t φ t c φ t dt ∞ = < > = ∑ < > = ∫ 2 1 ( ), ( ) 1 ( ) ( ) 1 2 i t n x t t c φ x t φ∗ t n ⇒ < > = = ∫ = L 2 1 1 2 ( ) ( ), 1, 2, ( ) n n t t n n t c x t t n E t dt φ φ φ = = ∫ = ∫ L 제3장 신호의 주파수 영역 분석 8 / 120
Orthogonal Decomposition of Function Space Orthogonal Decomposition of Function Space
[예제 3.1] 다음의 함수들은 임의의 t0에 대해 g p p g p p 0 0 t ≤ ≤ +t t T 구간에서 직교 함수 집합을 이루는 것을 보여라. { } 2 sin(nω t) cos(nω t) n 1 2 ∞ ⎜⎛ω π ⎞⎟ [풀이] {sin(n ot), cos(n ot), n 1, 2, , } o T ω ω = ∞ ⎜ω = ⎟ ⎝ ⎠ L sin( ) sin( ) 1 1 o o t T o o t mω t nω t dt + ∫ 1 1 cos(( ) ) cos(( ) ) 2 2 o o o o t T t T o o t m n t dt t m n t dt T ω ω + + = − − + ⎧ ⎪ ∫ ∫ , 2 0, T m n m n ⎧ = ⎪ = ⎨ ⎪ ≠ ⎩ 제3장 신호의 주파수 영역 분석 9 / 120
Orthogonal Decomposition of Function Space Orthogonal Decomposition of Function Spacegg pp pp
cos( ) cos( ) o t T o o t mω t nω t dt + ∫ 1 1 cos(( ) ) cos(( ) ) 2 2 o o o o o t t T t T o o t m n ω t dt t m n ω t dt + + = − + + ∫ ∫ ∫ , 2 0 T m n m n ⎧ = ⎪ = ⎨ ⎪ ≠ ⎩0, m n ⎪ ≠ ⎩ sin( ) cos( ) o t T mω t nω t dt + ∫ sin( ) cos( ) 1 1 sin(( ) ) sin(( ) ) 2 2 o o o o o t t T t T o o t t m t n t dt m n t dt m n t dt ω ω ω ω + + = − + + ∫ ∫ ∫ 2 2 0 o o t t = ∫ ∫ 제3장 신호의 주파수 영역 분석 10 / 120
Orthogonal Decomposition of Function Space Orthogonal Decomposition of Function Space
[예제 3.2] 다음의 함수들은 임의의 t0에 대해 g p p g p p 0 0 t ≤ ≤ +t t T 구간에서 직교 함수 집합을 이루는 것을 보여라. 2 {exp( jnω t) n 0 ± ±1 2 ±∞ ⎜} ⎛ω π ⎞⎟ [풀이] {exp( jn ot), n 0, 1, 2, , } o T ω = ± ± ±∞ ⎜ω = ⎟ ⎝ ⎠ L exp( ) exp( ) o o t T o o t jmω t jnω t dt + ∗ ∫ exp[ ( ) ] o o t T o t j m n t dt T m n ω + = − = ⎧ ∫ , 0, T m n m n = ⎧ = ⎨ ≠ ⎩ 제3장 신호의 주파수 영역 분석 11 / 120
Fourier Series
Fourier Series
Complex Exponential Fourier Series Complex Exponential Fourier Series
구간 에서 임의의 신호 x(t)는 다음과 같이 복소 지수 함수의 선형 조합으로 나타낼 수 있다 p p p p 0 0 t ≤ ≤ +t t T 지수 함수의 선형 조합으로 나타낼 수 있다. ( ) n n( ) n exp( o ) n n x t c φ t c jnω t ∞ ∞ =−∞ =−∞ = ∑ = ∑ 0 0 where 2 / n n T ω π = ∞ = ∞ = Fourier coefficients 0 ( ) ( ) ( ) ( ) o t T x t t dt x t φ t φ + ∗ < >
∫
0 2 0 ( ) ( ) ( ), ( ) ( ) 1 n o o o o o t n n t T t T n t t x t t c t dt dt φ φ φ + + < > = =∫
∫
∫
0 1 ( ) o o o o o t T jn t t x t e dt T ω + − =∫
제3장 신호의 주파수 영역 분석 0 o T 13 / 120Complex Exponential Fourier Series Complex Exponential Fourier Seriespp pp
만일 신호 x(t) 가 주기 T를 가진 주기 신호라면 지수 함수 φn(t)도 역시 동일한 주기를 가진 함수가 되므로 위의 푸리에 급수 표현은 한 주기의 동일한 주기를 가진 함수가 되므로 위의 푸리에 급수 표현은 한 주기의 구간을 넘어서 모든 시구간으로 확장할 수 있다. 주기 신호의 Fourier series 표현 주기 신호의 Fourier series 표현 2 ( ) jn ot j nf to n n x t c e ω c e π ∞ ∞ =
∑
=∑
2 ( ) 1 1 ( ) o ( ) o n n n n jn t j nf t n c x t e ω dt x t e π dt =−∞ =−∞ − − = =∑
∑
∫
∫
0 0 ( ) ( ) o o n T T T∫
T∫
amplitude spectrum c 2 amplitude spectrum phase spectrum t n n c c ∠ 제3장 신호의 주파수 영역 분석 power spectrum n c 14 / 120Trigonometric Fourier Series Trigonometric Fourier Series
Basis function set
g g { } 주기 신호의 Fourier series 표현 {1, cosnωot, sin nωot n, =1, 2, 3,L} 0 1 ( ) [ n cos o n sin o ] n x t a a nω t b nω t ∞ = = +∑ + Fourier coefficients 0 0 ( ) cos ( ), cos To x t n tdt x t n t a ω ω < > = = ∫ 2 1 0 2 0 0 cos {1 cos 2 } 2 ( ) cos o o n T T a n t dt n t dt x t n tdt ω ω ω + = ∫ ∫ ∫ 0 0 0 0 2 0 ( ) ( ), sin 2 ( ) sin , 1, 2, 3, sin o o T n T T x t n t b x t n tdt n T n t dt ω ω ω < > = = = ∫ ∫ ∫ L 제3장 신호의 주파수 영역 분석 0 0 sin o T nω t dt ∫ 15 / 120
Trigonometric Fourier Series Trigonometric Fourier Series
For n = 0 g g ( ) 1 1 0 2 0 ( ),1 1 ( ) 1 o o T T x t a x t dt T dt < > = = ∫ ∫ 요약 ( ) [ cos sin ] x t a a nω t b nω t ∞ + ∑ + 0 1 0 ( ) [ cos sin ] 1 ( ) , n o n o n x t a a n t b n t a x t dt ω ω = = + + = ∑ ∫ 0 0 0 ( ) , 2 ( ) cos , 1, 2, 3, o T n a x t dt T a x t n tdt n T ω = = ∫ ∫ 0 L 0 0 ( ) , , , , 2 ( ) sin , 1, 2, 3, o n T n T T b x t n tdt n T ω = = ∫ ∫ L 제3장 신호의 주파수 영역 분석 0 To T ∫ 16 / 120
Fourier 계수의 성질 Fourier 계수의 성질
i) If ( ) is realx t c = c∗
ii) If ( ) is real and even
Im[ ] 0 and is also real and even
n n n n n n c c x t c c c c − = = = ⇒ [ ]
iii) If ( ) is real and odd
Re[ ] 0 and is pure imaginary and odd
n n n n n n n n x t c c c c − − = = − ⇒ iv) P 2 2 arseval's Theorem 1 ( ) n T P x t dt c T ∞ = ∫ = ∑ 0 0 1 ( ) v) [ ] 0 n T n T jb =−∞ ⎧ > ∑ ∫ 복소지수형 푸리에급수 계수와 삼각함수형 푸리에급수 계수와의 관계 2 0 1 [ ] 0 0 [ ] 0 n n n a jb n c a n a jb n ⎧ − > ⎪ = ⎨ = ⎪ + < ⎩ 제3장 신호의 주파수 영역 분석 2[a−n + jb−n] n < 0 ⎩ 17 / 120
Fourier Series Fourier Series 예제 3.3: Pulse train x t( ) T T
L
L
t T T − 0 2 T 2 T − 2 2 1 1 ( ) exp( ) (1) exp( ) T c = ∫ x t − jnω t dt = ∫ τ −jnω t dt 2 2 2 ( ) exp( ) (1) exp( ) 1 exp( ) n T o o o c x t jn t dt jn t dt T T jn t jn T τ τ ω ω ω ω − − = − − ∫ ∫ 2 1 exp exp 2 2 2 o o o jn T jn jn j n τ ω ω τ ω τ π − − ⎡ ⎛ ⎞ ⎛ ⎞⎤ = ⎢ ⎜− ⎟− ⎜ ⎟⎥ − ⎣ ⎝ ⎠ ⎝ ⎠⎦ sin 2 o j nω τ ⎝ ⎠ ⎝ ⎠ ⎣ ⎦ ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ = 제3장 신호의 주파수 영역 분석 nπ 18 / 120Fourier Series Fourier Series
Example (pulse train)
sin 2 o n n c n ω τ π ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ = sin 1 2 2 o o n n n n π ω τ ω τ ω τ ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ = ⋅ ⋅ 2 2 o o o n n n Sa ω τ π ω τ ⎛ ω τ ⎞ = ⋅ ⎜ ⎟ 2 2 1 2 Sa Sa T π ωτ τ ⎜ ⎟ ⎝ ⎠ ⎛ ⎞ = ⋅ ⋅ ⎜ ⎟ ⎝ ⎠ ⇒ Line spectrum 0 2 n T ⎝ ⎠ω ω= 제3장 신호의 주파수 영역 분석 19 / 120
Fourier Series Fourier Series τ τ ττ 2π ω τ 제3장 신호의 주파수 영역 분석 0 ω 20 / 120
Fourier Series Fourier Series
Example (pulse train): in terms of frequency
sin 2 o n n c ω τ ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ = ( ) sin 1 n o o o n nf nf n nf π π τ π τ π π τ = ⋅ ⋅ cn /T τ ( ) ( ) sinc 1 sinc o o o f f nf f τ τ τ τ = ⋅ 1 τ ( ) 0 sinc f nf f T τ τ = = ⋅ ⋅ 0 0 f f τ ⇒ Line spectrum 제3장 신호의 주파수 영역 분석 21 / 120
Fourier Series Fourier Series n c / T τ 1 4 T τ = 0 / T τ 0 sinc(f ) T τ τ 0 / 4 T τ = 0 f 0 T τ 0 f 2 f03 f0 n c 0 / T τ 1 2 T τ = 0 sinc(f ) T τ τ 0 f 0 T τ 0 f 0 2 f 3 f0 0 f − τ = T0 / 2 제3장 신호의 주파수 영역 분석 22 / 120
Fourier Series Fourier Series
Sampling function and sinc function
sin Sa( )t = t S ( ) t sin sinc( )t πt Sa(πt) sinc( )t Sa( t) t π π = = 제3장 신호의 주파수 영역 분석 23 / 120
Fourier Series Fourier Series 예제 3.4(양극성 펄스열) ( ) x t 1 t 0 T 0 2 T 0 0 2 T − 0 T − 1 − 1 1 0 2 0 2 1 ( ) exp( ) 1 1 (1) exp( ) ( 1) exp( ) T n o T T o o T c x t jn t dt T jn t dt jn t dt T T ω ω ω = − = − + − − ∫ ∫0 ∫ 2 2 0 2 1 1 exp( ) exp( ) T T T o o o o T T T jn t jn t jnω T ω jnω T ω = − − − − − ∫ ∫ 1
[{exp( ) exp(0)} {exp( 2 ) exp( )}]
2 jn j n jn jn π π π π = − − − − − − − exp(−jπ)= −1 exp(− j2 )π =1 exp( ) 1, exp( 2 ) 1 2 , 0 odd e en n j j n jn c n π π π = = ⎧ = ⎪ = ⎨ ⎪⎩ 제3장 신호의 주파수 영역 분석 0, n even ⎪ = ⎩ 24 / 120
Fourier Series Fourier Series n c 2 , 0 n n jn c π ⎧ = ⎪ = ⎨ ⎪⎩ odd 0, n ⎪ = ⎩ even 0 ω 0 ω 0 ω − 2ω0 0 2ω − 3ω0 5ω0 0 3ω − 0 5ω − ω 0 ω n c 0 3ω 5ω0 90D 0 ω 0 0 ω − 2ω0 0 2ω − 0 0 0 3ω − 0 5ω − 90 − D 제3장 신호의 주파수 영역 분석 25 / 120
Fourier Series Fourier Series 예제 3.5 (impulse train) ( ) x t t ( ) x t
L
L
t 0 T0 2T0 0 3T − −2T0 −T0 3T0 n c f 0L
L
2 f f 3 f − −2 f −f 3 f 4 f − 4 f 5 f 6 f 5 f − 6 f − 0 2 2 1 1 1 ( ) exp( ) exp( ) T n o o T c t jn t dt jn t T δ ω T ω T = ∫ − = ⋅ − = 0 f0 2 f0 0 3 f 2 f0 −f0 3 f0 0 4 f 4 f0 5 f0 6 f0 0 5 f 0 6 f 0 2 0 0 0 0 ( ) p( ) p( ) 1 ( ) exp( ) n o o T t o j j T T T x t jn t T ω − = ∞ = ∫ ∑ 제3장 신호의 주파수 영역 분석 0 o n∑=−∞T 26 / 120Power Spectrum Power Spectrum Average Power Average Power 2 1 2 ( ) lim ( ) 2 T T T P x t x t dt T − →∞ = =
∫
For periodic signal
2 1 T 2T Parseval’s Theorem 2 2 2 1 ( ) T T P x t dt T − =
∫
Parseval s Theorem 2 2 2 2 1 ( ) T n T P x t dt c T ∞ − =∫
=∑
is called power spectrum
2 T n T
∫
=−∞ 2 n c 제3장 신호의 주파수 영역 분석 27 / 120Power Spectrum Power Spectrum Example 정현파 f(t)=2sint에 대해 Parseval 정리를 증명하라. i) time domain 2 1 T
ii) frequency domain 2 2 2 1 4 sin 2W ( 2 ) T T P tdt T T − π = ∫ = =
ii) frequency domain
) exp( ) exp( sin 2 t = − j jt + j − jt , 1 j n ⎧− = ⎪ , 1, 0, 1. n c j n n ⎪ = ⎨ = − ⎪ ≠ ⎩ 2 2 2 1 1 1 1 2 W n n P c c c ∞ − =−∞ = ∑ = + = + = 제3장 신호의 주파수 영역 분석 28 / 120
선형 시스템과 Fourier Series 선형 시스템과 Fourier Series
System Analysis
System Analysis
For periodic input:
h y t( ) 0 ( ) n jn t x t c e ω ∞ = ∑ n=−∞ 0 0 ( ) ( ) n jn t y t H nω c e ω ∞ = ∑ 0 0 ( ) ( ) n n jn t n y d e ω =−∞ ∞ = ∑ ∑ n∑=−∞ 0 ( ) n n d = H nω c 제3장 신호의 주파수 영역 분석 29 / 120
Fourier Transform
(푸리에 변환)
(푸리에 변환)
Fourier Transform Fourier Transform 주기함수는 Fourier Series로 표현되며 기본주파수 f0(=1/T0)의 정수배 주파수 성분들만 존재함 (선스펙트럼) 앞의 구형파 펄스열 예제에서 • 주기 신호의 기본주기가 증가할수록 푸리에 급수의 기본주파수는 감소하고, 선 스펙트럼의 간격이 줄어든다. • 주기가 무한대로 접근할수록 선 스펙트럼의 간격이 무한소로 줄어들어 스펙트럼은 연속 스펙트럼으로 되고 결과적으로 i 줄어들어 스펙트럼은 연속 스펙트럼으로 되고, 결과적으로 sinc 함수 모양이 된다. 비주기 신호는 푸리에 변환을 이용하여 주파수 성분분석 제3장 신호의 주파수 영역 분석 31 / 120
Fourier Transform Fourier Transform 비주기 신호의 푸리에 변환 sin t sin sinc( )t t Sa( t) t π π π = = • 비주기 신호 = 주기가 무한대인 주기신호 ( ) x t x tx tp( )( ) sin Sa( )t t t = τ T T T T
L
L
t T T − 0 2 2 − 0 2 ( ) j nf t p n x t c e π ∞ = ∑ 0 / 2 2 0 1 ( ) ( 1/ ) T j nf t n p c x t e dt f T T π − = ∫ = ( ) p n n∑=−∞ ( ) / 2 0 sin ( 0 ) 2 T o T n Sa Sa n f c nf T T T ω τ τ τ π τ τ τ − ⎛ ⎞ = ⋅ ⎜ ⎟ = ⋅ = ⎝ ⎠ ∫ 2 T ⎝ ⎠ T T 0 / 2 2 / 2 ( ) T j nf t n p T Tc x t e− π dt − = ∫ 2 lim[ n] ( ) j ft ( ) T Tc x t e dt X f π ∞ − →∞ = ∫ = 제3장 신호의 주파수 영역 분석 32 / 120 / 2 T − T→∞ −∞∫ 0 / nf =n T → fFourier Transform Fourier Transform 비주기 신호의 푸리에 변환 sin t sin sinc( )t t Sa( t) t π π π = = • 비주기 신호 = 주기가 무한대인 주기신호 ( ) x t x tx tp( )( ) sin Sa( )t t t = τ T T T T
L
L
t T T − 0 2 2 − 0 2 ( ) j nf t p n x t c e π ∞ = ∑ lim[ ( )] ( ) lim 1 j2 nf t0 p n T x t x t T T Tc e π ∞ →∞ = = →∞ ∑ ( ) p n n∑=−∞ 0 2 0 0 lim [ ] T T n j nf t n T n f T Tc e π f →∞ →∞ =−∞ ∞ →∞ =−∞ = ∑ 0 0 2 [ ( )] n f j ft X f e π df = ∞ → ∞ = ∫ −∞Fourier Transform Fourier Transform 푸리에 변환(Fourier Transform) 2 j f ∞ ∫
푸리에 역변환 (Inverse Fourier Transform)
2 ( ) [ ( )] ( ) j ft X f F x t x t e− π dt −∞ = = ∫ ∞
푸리에 변환쌍 (Fourier Transform Fair)
1 2 ( ) [ ( )] [ ( )] j ft x t F X f X f e π df ∞ − −∞ = = ∫ ( ) ( ) x t X f( ) [ ( )] F x t 1 [ ( )] F− X f 진폭스펙트럼과 위상스펙트럼 [ ( )] F X f ( ) ( ) ( ) j f X f = X f e θ ( ) amplitude spectrum X f ( ) ( ) phase spectrum = ∠X f =θ f ( ) amplitude spectrum = X f
Fourier Transform Fourier Transform 1 x (t) τ c 1 t T T/ 2 T/ 2 0 T ( ) 0 / 2 2 0 / 2 0 0 1 ( ) ( 1/ ) sin ( ) T j nf t n p T o c x t e dt f T T n Sa Sa n f c nf π ω τ τ τ π τ τ τ − − = = ⎛ ⎞ = ⋅ ⎜ ⎟= ⋅ = ⎝ ⎠ ∫ cn /To τ ( 0 ) ( 0 ) 2 f f T ⎜⎝ ⎟⎠ T T f 0 fo 1 τ (a) T = To cn /2T τ o f 0 fo/ 2 1 τ (b) T =2 To 제3장 신호의 주파수 영역 분석 2 35 / 120
Fourier Transform Fourier Transform 1 / 2 ( ) 0 otherwise t t x t τ τ ⎧ ≤ ⎪ ⎛ ⎞ = Π⎜ ⎟ = ⎨ ⎝ ⎠ ⎪⎩ ( ) X f τ 0 otherwise τ ⎝ ⎠ ⎪⎩ 1 τ ( ) X f 1 τ ( ) sinc( ) X f =τ fτ 제3장 신호의 주파수 영역 분석 36 / 120
Fourier Transform Fourier Transform
Fourier transform pair
1 ( ) ( ) ( ) ( ) 2 j t j t x t X ω e ω dω X ω x t e ω dt π ∞ ∞ − −∞ −∞ =
∫
⇔ =∫
Fourier transform pair
2 2 2 ( ) ( ) j ft ( ) ( ) j ft x t X f e π df X f x t e π dt π ∞ ∞ − −∞ −∞ =
∫
⇔ =∫
( ) ( ) exp[ ( )] : (continuous) spectrum of ( )
X ω = X ω jφ ω x t
2 2
1
( ) Re{ ( )} Im{ ( )} : magnitude spectrum of ( ) Im{ ( )} X X X x t X ω ω ω ω = + 1 Im{ ( )}
( ) ( ) tan : phase spectrum of ( ) Re{ ( )} X X x t X ω φ ω ω ω − = ∠ = 제3장 신호의 주파수 영역 분석 37 / 120
Fourier Transform Fourier Transform 예제 3.6: rectangular pulse ( ) X f
( )
( / )t τ τ sinc fτ Π ⇔ t 1 ( ) x t τ 2 ( ) exp( 2 ) X f = ∫ τ − j π ft dt t 0 τ 0 f 1 τ 2 τ 3 τ 2 2 ( ) exp( 2 ) exp( 2 ) sin( ) 2 X f j ft dt j ft f j f f τ τ π π π τ − = − = − = ∫ 2 2 sinc( ) j f f f τ π π τ τ − = 제3장 신호의 주파수 영역 분석• A smaller τ produces a wider main lobe (broad bandwidth)
Fourier Transform Fourier Transform 예제 3.7: impulse ( ) ( ) ( ) 1 x t = δ t ⇔ X f = 2 0 [ ( )]δ t ∞ δ( )t e− j π ftdt −∞ ∞ = ∫ ∫ F 0 ( ) 1 e δ t dt −∞ = = ∫ ( ) ( ) x t =δ t X f( ) =1 1 t 0 0 f 1 ←⎯→F 제3장 신호의 주파수 영역 분석 39 / 120
Fourier Transform Fourier Transform 예제 3.8: constant ( ) 1 ( ) ( ) x t = ⇔ X f = δ f 2 0 1 [ ( )] ( ) ( ) j ft f f e df f df π δ δ δ ∞ −∞ ∞ − =
∫
∫
F 0 ( ) 1 e δ f df −∞ = =∫
( ) 1 x t = X f( ) =δ( )f 1 F t 0 0 f ←⎯→F 제3장 신호의 주파수 영역 분석 40 / 120Fourier Transform Fourier Transform 예제 3.9: exponential functionp 1 ( ) ( ), 0 ( ) 2 at x t e u t a X f a j π f − = > ⇔ = + 2 ( 2 ) ( 2 ) 0 0 1 ( ) ( ) ( 2 ) at j ft a j f t a j f t X f e e u t dt e dt e a j f π π π π ∞ − − ∞ − + − + ∞ −∞ ⎡ ⎤ = = = ⎣ ⎦ − + ∫ ∫ ( ) 1 , 0 2 j f a a j π f = > + 푸리에변환이 존재하기 위한 충분조건 (Dirichlet Condition) 2 2 2 2 2 1 1 1 ( ) 4 1 4 X f a a π f f π = = + ⎛ ⎞ + ⎜ ⎟ X f( ) ( ) x t dt ∞ −∞ < ∞ ∫ 2 ( ) j ft x t e π dt ∞ − ≤ ∫ 1 1 4 2 ( ) tan a f f a π π θ − + ⎜ ⎟ ⎝ ⎠ ⎛ ⎞ = − ⎜ ⎟ ⎝ ⎠ 2 ( ) ( ) j ft X f x t e π dt ∞ − −∞ = ∫ 2 ( ) ( ) ( ) j ft x t e dt x t e dt x t dt π −∞ ∞ − −∞ ∞ ≤ = = < ∞ ∫ ∫ ∫ 제3장 신호의 주파수 영역 분석 a ⎝ ⎠ 41 / 120 ( ) x t dt −∞ =∫ < ∞
Fourier Transform Fourier Transform ( ) X f 2 1 1 ( ) 2 1 X f a π f = ⎛ ⎞ ⎜ ⎟ ( )f 1 a 1 2 a 0 1 f a ⎛ ⎞ + ⎜ ⎟ ⎝ ⎠ 2 a π 2 a π − f ( ) at ( ) x t = e− u t 1 ←⎯→F 0 ( )f θ a 2 π π t ←⎯→ 1 2 ( )f tan f a π θ = − − ⎛ ⎞ ⎜ ⎟ ⎝ ⎠ 2 a π 2 a π − 4 4 π − f 2 π − 4 제3장 신호의 주파수 영역 분석 42 / 120
Properties of Fourier Transform Properties of Fourier Transform
Linearityy 1 2 1 2 1 2 ( ) ( ) ( ) ( ( ) ( ) ) ax aX t bx t aX bX f bX f ω ω + ⇔ + +
Time shifting; shifting in time changes only the phase
2 1( )f ( )f 0 0 ( ) ( ) ( ) j t ( ) y t = x t −t ⇔ Y ω = e− ω X ω 0 2 0 0 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) 2 ( ( ) ) j ft Y f e X f Y f X f Y f y t x t t Y X e X f f t π ω ω π − = ⇒ = ∠ = ∠ − ⇔ 0 ( ) ( ) , ( ) ( ) (2 ) Y f X f Y f X f π f t ⇒ ∠ ∠ 제3장 신호의 주파수 영역 분석 44 / 120
Properties of Fourier Transform Properties of Fourier Transform
Time scaling ⎛ ⎞ g 1 ( ) 1 x at X a f a ω ⎛ ⎞ ⇔ ⎜ ⎟ ⎝ ⎠ ⎛ ⎞
• expanding in time (|a|<1) leads to slow variation
1 f X a a ⎛ ⎞ ⎜ ⎟ ⎝ ⎠
(deemphasizing high frequency components)
1 x (t) t 0 τ 제3장 신호의 주파수 영역 분석 45 / 120
Properties of Fourier Transform Properties of Fourier Transform
Time scalingg 1 ( ) x t X f( ) τ f 1 2 τ 2 τ − t 1 − ←⎯→F τ 2 2 τ ( ) x t ( ) X f 2 1 f t 2τ ←⎯→F f 1 2τ τ τ − t 1 2τ − 제3장 신호의 주파수 영역 분석 46 / 120
Properties of Fourier Transform Properties of Fourier Transform
Frequency shifting and modulation
0 0 0 0 0 2 0 ( ) ( ) ( ) ( ) ( ) ( ) j t j t j f t e x t X f f e x t X e x t X ω ω π ω ω ω ω − ⇔ − ⇔ + − ⇔ 0 0 2 2 2 ) [ j f t ( )] j f t ( ) j ft proof F e π x t e π x t e π dt ∞ − = ∫ { } 0 0 0 0 0 2 0 ( ) ( ) 1 ( )cos(2 f t) ( ) ( ) 2 ( ) ( ) j f t e x t X e x t X x t X f f X f f f f π ω ω π − ⇔ + ⇔ − + + ⇔ + 0 2 ( ) [ ( )] ( ) ( ) j f f t F e x t e x t e dt x t e π dt −∞ ∞ − − = ∫ ∫ { } 0 0 0 2 1 ( )sin(2 f t) ( ) ( 2 ) x t X f f X f j f π ⇔ − − + 0 ( ) X f f −∞ = − ∫ x(t)=1인경우 0 0 0 2 2 0 1 ( ) ( ) j f t j f t e f f e f f π π δ δ − ⇔ − ⇔ + { } { } 0 0 0 0 0 0 1 cos(2 f t) ( ) ( ) 2 1 sin(2 f t) ( ) ( 2 ) f f f f f f f f j π δ δ π δ δ ⇔ − + + ⇔ − − + 제3장 신호의 주파수 영역 분석 47 / 120 2 j
Properties of Fourier Transform Properties of Fourier Transform
Frequency shifting and modulation
EX3-14) ( ) x t ( ) X f τ ( ) ( /10) cos(1000 ), ( ) ? x t = Π t πt X f = 0 1 f τ τ t τ ←⎯→F 0 1 τ 2 τ 2 τ − 0 1 τ − 0 ( ) ( ) cos(2 ) y t = x t π f t Y f( ) 2 τ ←⎯→F 2 τ 2 τ − t 0 f 2 τ 0 f 0 f − ← → 제3장 신호의 주파수 영역 분석 48 / 120
Properties of Fourier Transform Properties of Fourier Transform
Dualityy ( ) 2 ( ) ( ) ( ) X t x X t x f π ω ⇔ − ⇔ − Example: pf) 2π x t( ) ∞ X ( )ω ej tω dω t↔ω 2π x( ω) ∞ X t e( ) −j tω dt −∞ −∞ = ∫ ⎯⎯⎯→ − = ∫ p 2 2 2 2 2 2 2 a t a a a e e a a t ω π ω − ⇔ ⎯⎯→ ⇔ − + + a +ω a + t ( ) ( ) sinc ( ) sinc 2 ( ) 2 2 2 2 t t w w x t X ω τ ωτ X t τ τ πx w π π τ π π τ τ − ⎛ ⎞ ⎛ ⎞ ⎛ ⎞ = Π⎜ ⎟ ⇔ = ⎯⎯→ = ⇔ − = Π⎜ ⎟ = Π⎜ ⎟ ⎝ ⎠ ⎝ ⎠ ⎝ ⎠ ( ) sincf ( ) sinc( ) ( ) f f X f τ τ X t τ tτ x f τ τ − ⎛ ⎞ ⎛ ⎞ = ⎯⎯→ = ⇔ − = Π⎜ ⎟ = Π⎜ ⎟ ⎝ ⎠ ⎝ ⎠ 제3장 신호의 주파수 영역 분석 49 / 120
Properties of Fourier Transform Properties of Fourier Transform
Dualityy 1 ( ) x t ( ) X f τ 0 1 f 1 τ τ − 0 t 1 − ←⎯→F τ 2 2 −τ ( ) y t ( ) Y f f τ 1 t ←⎯→F 0 f 1 τ 1 τ − 2 τ 2 τ − 0 t 제3장 신호의 주파수 영역 분석 50 / 120
Properties of Fourier Transform Properties of Fourier Transform
Differentiation
( ) ( ) (obtained by differentiating both sides w.r.t. )
2 ( ) d x t j X t dt X f j f ω ω π ⇔ Example: ( ) ( ) ( ) ( ) 2 ( ) n n x X f t j f jω X π ω ⇔ Example: 2 ( ) 2 ( ) ( ) ( ) ( ) ( ) ( ) 2( ) ( ) ( ) ( ) ( ) ( ) y t y t y t x t x t jω Y ω jω Y ω Y ω jω X ω X ω ′′ + ′ + = ′ + ⇔ + + = + Integration ( jω) Y( )ω + 2( jω) ( )Y ω +Y( )ω = ( jω) ( )X ω + X( )ω ( ) ( ) + (0) ( ) t X x τ τd ⇔ ω π X δ ω ∫ ( ) ( ) + (0) ( ) (0) + ( ) 2 2 ( ) X f X f j x d X j f τ τ π δ ω ω δ π −∞ ⇔ ∫ 제3장 신호의 주파수 영역 분석 2 2 j π f 51 / 120
Properties of Fourier Transform Properties of Fourier Transform
Example : triangular pulse
( ) ( ) t x t τ ⎛ ⎞ = Λ ⎜ ⎟⎝ ⎠ ( ) x t 1 τ ⎝ ⎠ [ ] 2 2 1 ( ) 2 ( ) ( ) d x t t t δ τ δ δ τ = + − + − t τ τ − 1 dx dt [ ] 2 ( ) ( ) ( ) dt τ 2 2 2 1 2 F ⎡d x⎤ ⎡ j π τf −j π τf ⎤ ⎢ ⎥ t τ − τ 1 τ 1 τ − [ ] 2 2 2 2 = 2 2 4 cos(2 ) 1 sin ( ) F j f j f e e dt f f π τ π τ τ π τ π τ τ τ − ⎡ ⎤ ⎡ ⎤ = − + ⎢ ⎥ ⎣ ⎦ ⎣ ⎦ = − = − τ 1 τ 2 2 d x dt 1 τ τ τ 2 4 sin ( ) 2 F dx f d f π τ ⎡ ⎤ = − ⎢ ⎥ ⎣ ⎦ t τ − τ τ 2 − τ [ ] 2 2 2 2 2 2 4 sin ( ) sin ( ) ( ) sinc ( ) ( 2 ) ( ) F dt j f f f x t f j f f τ π π τ τ π τ τ τ τ π π τ ⎢ ⎥ ⎣ ⎦ = − = = 제3장 신호의 주파수 영역 분석 τ 52 / 120
Properties of Fourier Transform Properties of Fourier Transform
Parseval’s Theorem 2 1 2 2 ( ) ( ) 2 1 ) ( E x t dt X ω dω X f df π ∞ − ∞ ∞ −∞ −∞ ∞ = = = ⎧ ⎫ ∫ ∫ ∫
{
}
2 1 pf) ( ) ( ) ( ) ( ) ( ) 2 1 1 ( ) ( ) ( ) ( ) j t j t x t dt x t x t dt x t X e d dt X x t e dt d X X d ω ω ω ω π ω ω ω ω ω ∞ ∞ ∗ ∞ ∞ ∗ − −∞ −∞ −∞ −∞ ∞ ∗ ∞ − ∞ ∗ ⎧ ⎫ = = ⎨ ⎬ ⎩ ⎭ = = ∫ ∫ ∫ ∫ ∫ ∫ ∫ Energy Spectral Density (ESD) :
{
}
( ) ( ) ( ) ( ) 2 2 j X ω x t e dt dω X ω X ω ωd π −∞ −∞ π −∞ = ∫ ∫ = ∫ 2 ( ) X f Energy Spectral Density (ESD) :
• the frequency distribution of total energy
( )
X f
Properties of Fourier Transform Properties of Fourier Transform
Symmetry given ( )x t ⇔ X( ),ω
(
)
* * ( ) ( ) ( ) j t ( ) j t ( ) x t x t e ω dt x t e ω dt X ω ∗ ∞ − ∞ − − ∗ −∞ −∞ ⇔ ∫ = ∫ = − If x(t) is real (x(t) = x*(t)) then X(ω) = X*( ω)(
)
(
)
* * ( ) ( ) j t ( ) j t ( ) x t x t e ω dt x t e ω dt X ω ∗ ∞ − ∞ − ∗ −∞ −∞ − ⇔ ∫ − = ∫ = If x(t) is real (x(t) = x (t)), then X(ω) = X (-ω). { } { } ( ) ( ) Re ( ) Im ( ) ( ) j X , X ω = X ω + j X ω = X ω e ω { } { } ( ) ( ) Re ( ) Im ( ) ( ) j X X ∗ −ω = X −ω − j X −ω = X −ω e− −ω { } { } Re X( )ω Re X ( ω) : even X( )ω X( ω) : even ∴ { } = { − } = − { } { } Re ( ) Re ( ) : even ( ) ( ) : even Im ( ) Im ( ) : odd ( ) ( ) : odd X X X X X X X X ω ω ω ω ω ω ω ω ∴ = = ∴ = − − = − − 제3장 신호의 주파수 영역 분석 54 / 120Properties of Fourier Transform Properties of Fourier Transform
Symmetry (continued)y y ( )
i) If x(t) is real and even, X(ω) is also real and even
(
)
∗ ∞ ∞ ∫(
∫)
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) j t j t j t j t X x t e dt x t e dt X x t x t x t e dt x t e dt X x t x t ω ω ω ω ω ω ω ∞ ∞ ∗ − ∗ ∗ −∞ −∞ ∞ ∞ − − = = = = = − = = = − ∫ ∫ ∫ ∫ Q Qii) If x(t) is real and odd, X(ω) is imaginary and odd
( ) ( ) ( ) ( ) ( ) x t e dt x t e dt X ω x t x t −∞ −∞ ∫ ∫ Q ( ) ( ) ( ) X −ω = X∗ ω = −X ω 제3장 신호의 주파수 영역 분석 55 / 120
Properties of Fourier Transform Properties of Fourier Transform
Convolution (in time)( )
( ) ( ) ( ( ) ( ) ) ( ) ( ) ( ) ( ) y t x t h t Y X Y f X f H H f ω ω ω ⇔ = = ∗ = Example 1 ( )f ( )f ( f ) ( ) ( ) dx t ( ) ( ) ( ) y t Y j X H j dt ω ω ω ω ω = ⇔ = ∴ = Example 2 dt ( ) bt ( ) 0 ( ) at ( ) 0 x t( ) = e u t− ( ), b > 0, ( )h t = e− u t( ), a > 0,a ≠ b x t = e u t b > h t = e u t a > a ≠ b 1 1 ( ) ( ) ( ) Y X H b j a j ω ω ω ω ω = = ⋅ + + 1 1 1 1 ( ) ( ) ( at bt) ( ) b j a j Y y t e e u t b a a j b j b a ω ω ω ω ω − − + + ⎧ − ⎫ = ⎨ + ⎬ ⇔ = − − ⎩ + + ⎭ − 제3장 신호의 주파수 영역 분석 ⎩ ⎭ 56 / 120
Properties of Fourier Transform Properties of Fourier Transform
Convolution (in time)( )
1 1 ( / )t τ Λ τ τ ( / )t τ Π Π( / )t τ 2 τ 2 τ − 0 t 2 τ 2 τ − 0 t ∗ = t τ τ − 2 2 2 2 ( / )t τ Λ (a) 2 sinc (f ) τ τ t 1 ←⎯→F f τ t τ τ − (b) 0 f 1 τ 1 τ − 제3장 신호의 주파수 영역 분석 57 / 120
Properties of Fourier Transform Properties of Fourier Transform
Multiplication (in time) : dual of convolution propertyp ( ) p p y
1 ( ) ( ) ( ) ( ) 2 x t m t X ω M ω π ⇔ ∗ ) ( ( ) X f ∗M f 제3장 신호의 주파수 영역 분석 58 / 120
Application of Fourier Transform Application of Fourier Transform
Communication system : modulation and demodulation
Modulation { 0 0 } { } 1 0 2 0 0 ( ) cos j t j t ( ) ( ) ( ) c t = ω t = e ω +e− ω ⇔C ω =π δ ω ω− +δ ω ω+ { } { } { } 0 0 2 2 1 0 2 0 0 0 0 1 ( ) cos 2 ( ) 1 1 ( ) ( ) 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) j f t j f t f t e e C f y t x t f f f f c t Y X C X X π π π ω ω ω ω ω ω δ ω δ − = = + ⇔ = ⇔ = ∗ = = − + + − + + { } { } 0 0 0 0 ( ) 1 ( ( ) ( ) ( ) ) ( ) ( ) ( ) ( ) ( ) ( ( ) ( ) ) 2 2 2 y t x t Y f X f C f X f f X f c t Y X C X X f ω ω ω ω ω ω ω π ⇔ = + ⇔ ∗ = + + − + ( ) X f Y f( ) ( ) c t f B f B f − 0 f 0 f − f 2f 제3장 신호의 주파수 영역 분석 59 / 120 2fB
Application of Fourier Transform Application of Fourier Transform
Communication system : modulation and demodulation
Demodulation { 0 0 } 1 1 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( 2 2 ) y t x t c t Y ω X ω C ω X ω ω X ω ω π = ⇔ = ∗ = − + + ( ) ( ) ( ) z t = y t c t { } { 0 0 } 1 ( ) ( ) ( ) ( ) ( 2 2 2 ) Y f X f C f X f f X f f π = ∗ = − + + ⇔ { 0 0 } { 0 0 } 1 ( ) ( ) ( ) 1 1 1 ( ) ( ) ( ) ( ) ( ) = ( 2 ) 2 ( ) ( 2 ) 2 2 4 1 z t y t c t Z ω Y ω C ω Y ω ω Y ω ω X ω ω X ω X ω ω π = ⇔ = ∗ = − + + − + + + { 0 0 } { 0 0 } 1 ( ) ( 2 ) 2 ( ) ( 2 ) 4 1 ( ) ( ) ( ) ( ) 2 Y f C f Y f f Y f f Z f X f f X f X f f ⇔ = ∗ = − + + = − + + + ( ) Z f H f( ) f f 제3장 신호의 주파수 영역 분석 60 / 120 B f − fB 0 2f − 2f0 f f
Application of Fourier Transform Application of Fourier Transform
Multiplexing (frequency division multiplexing)
Useful Fourier Transform Pairs Useful Fourier Transform Pairs
Unit impulse x t( )=δ( )t X f( )=1 1 0 0 0 2 ( ) 1 ( ) j t , j ft t t t e ω e π δ δ − − ⇔ − ⇔ 0 t 0 f 1 ←⎯→F Constant 1 ⇔ 2πδ ω( ), δ ( f ) ( ) 1 x t = X f( )=δ( )f 1 ←⎯→F
Unit step function
1 ( ) ( ) 1 ( ) 1 u t ⇔ πδ ω + δ f + t 0 0 f Exponential ( ) ( ) , ( ) 2 2 u t f j j f πδ δ π ω ω + ⇔ + po e t a 1 2 1 ( ) , at e u t a jω a j π f − + ⇔ + 제3장 신호의 주파수 영역 분석 62 / 120
Useful Fourier Transform Pairs Useful Fourier Transform Pairs
Complex exponential 0 0 0 0 2 0 2 0 0 0 ( ), ( ) ( ) ( ) j f t j j f t t t j e e e f f e π f f ω ω π π δ δ δ ω ω πδ ω ω − − ⇔ − ⇔ + ⇔ − ⇔ + Sinusoidal functions
{
0 0}
{ } 1 0 2 0 0 cosω t ={
ejω t + e−jω t}
⇔π δ ω ω{ ( − )+δ ω ω( + )} { } 0 2 0 0 0 0 0 ( ) ( ) 1 cos 2 ( ) ( ) 2 f t f f f f π ⇔ δ − +δ +{
}
{ } { } 0 0 1 0 2 0 0 sin ( ) ( 1 sin 2 ( ) ) ( ) j t j t j j t e e f t f f f f ω ω π ω δ ω ω δ ω ω π δ δ − = − ⇔ − − + ⇔ { + } 0 0 0 sin 2 ( ) ( ) 2 f t f f f f j π ⇔ δ − −δ + 제3장 신호의 주파수 영역 분석 63 / 120Useful Fourier Transform Pairs Useful Fourier Transform Pairs
Rectangular pulse ( ) t ( ) sinc( ) x t X f T fT T ⎛ ⎞ = Π⎜ ⎟ ⇔ = ⎝ ⎠ Triangular pulse 2 ( ) t ( ) sinc ( ) x t = Λ⎛ ⎞⎜ ⎟ ⇔ X f =T fT Impulse train ( ) ( ) sinc ( ) x t X f T fT T = Λ⎜ ⎟ ⇔ = ⎝ ⎠ p 0 0 0 1 ( ) ( ) ( ) ( ) n n x t t nT X f f f nf f T δ δ ∞ ∞ =−∞ =−∞ = ∑ − ⇔ = ∑ − = n=−∞ n=−∞ 제3장 신호의 주파수 영역 분석 64 / 120
Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
Arbitrary periodic signal x(t) with period Ty p g ( ) p 00 Fourier series 0 2 0 1 ( ) n j nf t, x t c e f T π ∞ = ∑ = 0 0 0 0 / 2 2 / 2 1 ( ) o n n T j nf t n T T c x t e dt T π =−∞ − − = ∑ ∫
Take Fourier transform
2 ( ) F j nf t X f π ∞ ⎡ ⎤ ⎢ ∑ ⎥ 0/ 2 0 T T 2 2 ( ) [ ] F F o o j nf t n n j nf t n X f c e c e π π =−∞ ∞ ⎡ ⎤ = ⎢ ⎥ ⎣ ⎦ = ∑ ∑ ( ) n n o n c δ f nf =−∞ ∞ =−∞ = − ∑ ∑ 제3장 신호의 주파수 영역 분석 65 / 120
Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
Arbitrary periodic signal x(t) with period Ty p g ( ) p 00 (continued)( ) Define truncated signal
0 0 ( ) T T x t t ⎧ − ≤ ≤ ⎪ ⎨
Then the Fourier coefficients are
( ) ( ) 2 2 0, otherwise T x t t x t = ⎨⎪ ≤ ≤ ⎪⎩ 0 0 / 2 2 2 / 2 0 0 1 1 ( ) o ( ) o T j nf t j nf t n T T c x t e dt x t e dt T T π ∞ π − − − −∞ = ∫ = ∫ 0 0 0 2 0 1 ( ) j f t T f nf x t e dt T π ∞ − −∞ = ⎡ ⎤ = ⎢ ⎥ ⎣∫ ⎦ [ ] 0 0 0 1
( ) : sampling of ( ) with the interval
T f nf
X f X f f
T =
=
Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
Arbitrary periodic signal x(t) with period Ty p g ( ) p 00 (continued)( )
주기 신호의 푸리에 변환은 주파수 영역에서 임펄스 열이 되며 각 임펄스의 가중치는 푸리에 계수가 되는데, 이 푸리에 계수는 한 주기의 신호만 취해 만들어진 신호 xT(t)의 푸리에 변환을 기본주파수의 정수배 주파수에서 표본화하고 주기로 나눈 것과 동일하다 표본화하고 주기로 나눈 것과 동일하다. ( ) n ( o) n X f c δ f nf ∞ = ∞ = ∑ − 0 0 ( ) ( ) n T o n X nf f nf T δ =−∞ ∞ =−∞ = ∑ − 0 ( ) ( ) T o n X f f nf T δ ∞ =−∞ = ∑ − 제3장 신호의 주파수 영역 분석 67 / 120
Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
예제3.16) Impulse train
0 0
( ) ( ) : periodic with period
k x t δ t kT T ∞ =−∞ = ∑ − ( ) x t 0 T0 2T0 3T 0 T − 0 2T −
...
...
i) Fourier series 0 T0 2T0 3T0 0 T 0 2T 2 1 j πnf t 1 ∫ 2 1 j f t ∞ ∑ii) Fourier transform to get
0 0 2 0 0 1 1 ( ) j nf t n T c t e dt T T π δ − = ∫ = 0 2 0 0 1 ( ) n j nf t, n x t c e f T π =−∞ = ∑ =
ii) Fourier transform to get
0 0 0 0 0 ( ) 1 ( ) ( ) T ( ) ( ) n n n n X f X f c f nf f nf f nf T T δ δ δ ∞ ∞ ∞ = −∞ = −∞ = −∞ = ∑ − = ∑ − = ∑ −
...
...
...
...
f (f) X 1 T0 제3장 신호의 주파수 영역 분석 68 / 120 f 0 f 2 f0 0 f − 0 2 f − 0Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
예제 0 ( ) k t kT x t A τ ∞ = ∞ − ⎛ ⎞ = Π ⎜ ⎟ ⎝ ⎠ ∑ k=−∞ ⎝ τ ⎠ ( ) x t
L
L
( ) x t A 0 t 0 T 0 T − 제3장 신호의 주파수 영역 분석 69 / 120Fourier Transform of Periodic Signals Fourier Transform of Periodic Signals
풀이 Truncated signal ( ) ( / ) T x t = ΠA t τ 0 sinc( ) ( ) ( o) n A f X f f nf T τ τ δ ∞ =−∞ = ∑ −
⇒
( ) ( / ) ( ) sinc( ) T T x t A t X f A f τ τ τ Π = 0 sinc( ) ( ) o o n A nf f nf T τ τ δ ∞ =−∞ = ∑ −⇒
A T τ ( ) X f 0 T 1/τ f 0 1 T 제3장 신호의 주파수 영역 분석 70 / 120선형 시스템과 Fourier Transform 선형 시스템과 Fourier Transform Linear systemy ( ) h t ( ) x t( ) h t( ) y ty t( )( ) = h th t( )( )∗ x tx t( )( ) ( ) X f( ) H f( ) Y f( ) H f( ) X f( ) X f H f( ) Y f( ) = H f( )⋅ X f( ) 제3장 신호의 주파수 영역 분석 71 / 120
스펙트럼 밀도
Energy Spectral Density (ESD) Energy Spectral Density (ESD)
Energy Spectral Density (ESD) function
2 1 2 2 ( ) ( ) ( ) 2 E =
∫
∞ x t dt =∫
∞ X ω dω =∫
∞ X f df • Total energy ( ) ( ) ( ) 2 x( ) f f f df π −∞ −∞ −∞ ∞ −∞ = Ψ∫
∫
∫
∫
E S t l D it 2 ( ) ( ) x f X f Ψ =• Energy Spectral Density
Energy Spectral Density (ESD) Energy Spectral Density (ESD)
Autocorrelation과의 관계 • 에너지 신호의 자기상관함수 ( ) ( ) ( ) x R τ ∞ x t x t τ dt −∞ = ∫ + • 자기상관함수의 푸리에 변환 [ ] 2 ( ) ( ) F j f R ∫∞ R − π τd [ ] 2 ( ) ( ) ( ) ( ) F j f x x j f R R e d e x t x t dt d π τ π τ τ τ τ τ τ −∞ ∞ − ∞ −∞ −∞ = ⎡ ⎤ = ⎢ + ⎥ ⎣ ⎦ ∫ ∫ ∫ 2 2 2 ( ) ( ) ( ) ( ) ( ) ( ) j f j f t j f t x t x t e d dt x t X f e dt X f x t e dt π τ π π τ τ ∞ ∞ − −∞ −∞ ∞ ∞ ⎡ ⎤ = ⎢ + ⎥ ⎣ ⎦ ⎡ ⎤ = ⎣ ⎦ = ∫ ∫ ∫ ∫ 2 ( ) ( ) ( ) ( ) ( ) ( ) ( ) x( ) f f X f X f X f f −∞ ⎣ ⎦ −∞ = − = = Ψ ∫ ∫ 제3장 신호의 주파수 영역 분석 74 / 120
Energy Spectral Density (ESD) Energy Spectral Density (ESD)
요약 • ESD 2 ( )f X f( ) Ψ [ ] ( ) ( ) ( ) ( ) ( ) F F x x f X f R τ ∞ x t x t τ dt −∞ Ψ = ⎡ ⎤ = = ⎢ + ⎥ ⎣∫ ⎦ • Total energy 2 ( ) x( ) x(0) E ∞ x t dt ∞ f df R −∞ −∞ = ∫ = ∫ Ψ = 제3장 신호의 주파수 영역 분석 75 / 120
Energy Spectral Density (ESD) Energy Spectral Density (ESD)
예제 3.18 x t( ) A t τ ⎛ ⎞ = Π ⎜ ⎟⎝ ⎠ ( ) X f Aτ 2 A2τ2 ( ) x f Ψ f 1 1 ( ) x t 1 1 1 f τ 1 τ − A ( ) x t t 0 1 τ 1 τ − F ( ) R τ Ψx( )f 2 τ 2 τ − t 2 Aτ ( ) x R τ ( ) x R τ F 2 2 Aτ t τ τ − 0 f 1 τ 1 τ − 제3장 신호의 주파수 영역 분석 76 / 120
LTI 시스템 출력의 ESD LTI 시스템 출력의 ESD
E t i i th h LTI t
Energy transmission through LTI system
( ) ( ) x X f f Ψ 2 ( ) ( ) ( ) ( ) ( ) ( ) y x Y f H f X f f H f f = Ψ = Ψ ( ) H f ( ) ( ) ( ) y f f x f 제3장 신호의 주파수 영역 분석 77 / 120
변조된 신호의 ESD 변조된 신호의 ESD 진폭변조 y t( ) = x t( ) cos(2π f t0 ) [ 0 0 ] 2 2 1 ( ) ( ) ( ) 2 1 Y f = X f + f + X f − f [ ] 2 2 0 0 0 0 1 ( ) ( ) ( ) ( ) 4 1 ( ) ( ) 4 y x x f Y f X f f X f f f f f f Ψ = = + + − = Ψ + + Ψ − 0 4 1 , 2 2 y x E = E f ≥ B 제3장 신호의 주파수 영역 분석 78 / 120
변조된 신호의 ESD 변조된 신호의 ESD 진폭변조 y t( ) = x t( ) cos(2π f t0 ) ( ) X f 1 ( ) x f Ψ 1 0 f B B 1 0 B f B 1 0 B B − −B 0 B ( ) Y f Ψy( )f 1 2 y 1 4 0 f 0 f 0 f − 0 f 0 f 0 f − 4 제3장 신호의 주파수 영역 분석 79 / 120
Power Spectral Density (PSD) Power Spectral Density (PSD)
Power Spectral Density (PSD) function
/ 2 2 1 lim T ( ) P =
∫
x t dt • Average power / 2 ( ) ( ) T T x T S f df − →∞ ∞ −∞ =∫
∫
• Power Spectral Density Sx(f)
2 ( ) ( ) li XT f S ( )f lim ( ) where ( ) / 2 / 2 T x T f S f T T T →∞ = ≤ ≤ ⎧ ( ) / 2 / 2 ( ) 0 otherwise T x t T t T x t = ⎨⎧ − ≤ ≤ ⎩ 제3장 신호의 주파수 영역 분석 80 / 120
Power Spectral Density (PSD) Power Spectral Density (PSD)
Autocorrelation과의 관계 • 전력 신호의 자기상관함수 / 2 / 2 1 ( ) lim T ( ) ( ) x T T R x t x t dt T τ τ − →∞ = ∫ + • 자기상관함수의 푸리에 변환 / T→ T 2 ( ) X f [ ( )] lim ( ) ( ) F T x x T X f R S f T τ →∞ = = 제3장 신호의 주파수 영역 분석 81 / 120
Power Spectral Density (PSD) Power Spectral Density (PSD)
요약 • PSD 2 ( ) ( ) li XT f S f [ ] / 2 / 2 ( ) ( ) lim 1 ( ) lim ( ) ( ) F F T x T T x T f S f T R x t x t dt T τ τ →∞ = ⎡ ⎤ = = ⎢ + ⎥ ⎣ ∫ ⎦ • Average power [ ] / 2 ( ) ( ) ( ) x T T→∞ T − ⎢ ⎥ ⎣ ∫ ⎦ / 2 2 / 2 1 lim T ( ) x( ) x(0) T T P x t dt S f df R T ∞ − −∞ →∞ = ∫ = ∫ = 제3장 신호의 주파수 영역 분석 82 / 120
Power Spectral Density (PSD) Power Spectral Density (PSD)
주기신호의 PSD 0 2 2 0 1 ( ) n T n P x t dt c T ∞ =−∞ = ∫ = ∑ 0 ( ) n x S f df ∞ ∞ −∞ = ∫ 2 0 ( ) ( ) x n n S f c δ f nf ∞ =−∞ = ∑ − 제3장 신호의 주파수 영역 분석 83 / 120
Power Spectral Density (PSD) Power Spectral Density (PSD)
Power transmission through LTI system
( ) X f( ) Y f( )= H f X f( ) ( ) ( ) x X f S f 2 ( ) ( ) ( ) ( ) ( ) ( ) y x Y f H f X f S f H f S f = = ( ) H f 제3장 신호의 주파수 영역 분석 84 / 120
선형 시스템과 필터
선형시스템의 입출력 관계와 주파수응답 선형시스템의 입출력 관계와 주파수응답 ( ) h t ( ) x t( ) ( ) y ty( )( ) = h t( )( )∗ x t( )( ) ( ) X f H f( ) Y f( ) = H f( )⋅ X f( )
주파수 응답(frequency response)(또는 전달함수 transfer function)
( )
( ) [ ( )] Y f
H f = F h t =
진폭응답(amplitude response)과 위상응답(phase response)
( ) [ ( )] ( ) f X f ( ) 2 2 : ( ) Re{ ( )} Im{ ( )} ( )
amplitude response: ( ) (Re{ ( )}) (Im{ ( )})
j H f frequency response H f H f j H f H f e H f H f H f ∠ = + = = + { } { } 1
amplitude response: ( ) (Re{ ( )}) (Im{ ( )})
Im ( )
phase response: ( ) ( ) tan
Re ( ) h H f H f H f H f f H f H f θ − + ⎡ ⎤ = ∠ = ⎢ ⎥ ⎣ ⎦ 제3장 신호의 주파수 영역 분석 { } ⎣ ⎦ 86 / 120
선형시스템의 입출력 관계와 주파수응답 선형시스템의 입출력 관계와 주파수응답 선형 시스템의 출력의 푸리에변환 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) y h x j f j f j f Y f Y f e H f X f H f e X f e θ θ θ = 1 {{ }} Im ( ) ( ) ( ) tan Re ( ) y Y f f Y f Y f θ = ∠ = − ⎡ ⎤ ⎢ ⎥ ⎣ ⎦ ( ) ( ) [ ( ) ( )] ( ) ( ) ( ) ( ) ( ) ( ) h x h x j f j f j f f H f X f H f e X f e H f X f e θ +θ = = = • 따라서 출력신호의 진폭스펙트럼과 위상스펙트럼은 ( ) ( ) ( ) Y f = H f X f ( ) ( ) ( ) y f h f x f θ =θ +θ ( ) h t ( ) x t y t( ) = h t( )∗ x t( ) ( ) X f H f( ) Y f( ) = H f( )⋅ X f( ) 제3장 신호의 주파수 영역 분석 87 / 120 ( )f H f( ) Y f( ) H f( ) X f( )
선형시스템의 입출력 관계와 주파수응답 선형시스템의 입출력 관계와 주파수응답 주파수 응답(H(f) : frequency response)의 대칭성( ( ) q y p ) • h(t)는 일반적으로 실수함수 ( ) ( ) H f( ) = H(− f ) ( ) ( ), h( ) h( ) H f H f H f H f θ f θ f = − ∠ = −∠ − = − − 2 ( ) . ( ) j ft ( ) h t F T ∞ h t e− π dt H f ∞ = ∫ = 의
(
)
* 2 (2 ( ) ) * ( ) j ft ( ) j f t ( ( )) ( ) h t e π dt h t e π dt H f H f −∞ ∗ ∞ − ∞ − − ∗ −∞ −∞ = = = − = − ∫ ∫ ∫ ( ) * * ( ) * ( ) ( ) ( ) ( ) { ( )} { ( ) } ( ) j H f j H f j H f H f H f e H f H f H f e H f e ∠ ∠ − ∠− − = = − = − = − = − 제3장 신호의 주파수 영역 분석 88 / 120선형시스템의 입출력 관계와 주파수응답 선형시스템의 입출력 관계와 주파수응답 복소지수함수에 대한 응답 ( ) h t 0 2 ( ) j f t x t = Ae π y t( ) = h t( )∗ x t( ) ( ) ( ) ( ) Y f = H f X f 0 ( ) ( ) X f = Aδ f − f 0 0 0 ( ) ( ) ( ) ( ) ( ) ( ) ( ) f f f AH f δ f f AH f δ f f = − = − ( ) H f 0 2 1 0 ( ) { ( )} ( ) j f t y t = F − Y f = AH f e π 0 0 0 0 ( ) 2 0 ( 2 ( )) 0 ( ) ( ) j H f j f t j f t H f A H f e e A H f e π π ∠ + ∠ = = ( f0) 제3장 신호의 주파수 영역 분석 89 / 120