- CVI 정보나눔(www.cvi.kr)
- 스터디
- 질문답변
질문,답변
글 수 1,629
야리싸내님께서 남기신 글입니다.
> 오래전부터 궁금했던 내용입니다..^^
>
> 왜..무엇때문에 사용을 하는지가..무척 궁금하더군요...
>
> 그리고....어떠한 응용에 사용되는지도...^^
>
설명이 길어질 것 같아서 간단히 말씀드리고, 나중에 강좌난에서 자세하게 설명드릴 수 있도록 해보겠습니다.
자, 먼저 다른 예를 하나 들어 보겠습니다.
"빛의 밝기나 세기는 광원으로부터의 거리의 제곱에 반비례한다"라고 하지요?
그래서 빛의 밝기를 계산할 때 주어진 상수나 입력값과 함께 거리를 제곱해서 나누는 연산을 하게 됩니다.
여기서 왜 거리를 제곱해서 나누어주어야 하나요? 라고 질문한다면 무엇이라고 대답할 수 있을까요?
그건 자연법칙이 그렇기 때문에 그런 연산으로 결과를 예측하게 된다고 말할 수 있죠!
Convolution 얘기로 넘어가 봅시다.
여기서 시스템이라는 것을 우선 정의한다면,
어떤 입력에 대해 어떤 출력을 내는 모든 것이 시스템이 될 수 있습니다.
어떤 회로나 장치만 시스템이라고 한정하지는 않습니다.
사람의 발성기관도 하나의 시스템으로 볼 수 있습니다.
공기로 채워진 어떤 공간도 하나의 시스템으로 볼 수 있겠지요.
이렇게 어떤 시스템에는 나름대로의 특성이 있습니다.
이 특성을 표현하는 전자공학의 일반적인 방법이 Impulse Response(임펄스 응답)입니다. 즉 어떤 임펄스를 가했을 때 그 시스템에서 출력으로 나오는 것을 임펄스 리스펀스라고 하지요. time-domain(시간영역)에서의 표현방법이지요.
시간 영역에서 시스템의 특성을 나타내는 Impulse Response는 frequency-domain(주파수 영역)에서는 Frequency Response라고 하고, z-domain이나 s-domain 에서는 좀더 일반화시켜 Transfer Function이라는 말로 표현하기도 합니다.
어쨌거나 어떤 시스템의 Impulse Response를 알고 있고, 입력으로 주게 될 신호를 알고 있다면, 그 출력을 계산해 낼 수 있습니다. 이때 사용되는 연산이 Convolution입니다.
Convolution은 time domain에서 그 결과값을 얻는 방법인데, 계산량이 많아서 비교적 효율적이지 못합니다.
그러면 어떤 방법이 효율적이냐구요?
바로 신호와 시스템의 Impulse Response를 frequency domain에서 계산하는 겁니다. 주파수 영역에서는 Convolution을 하지 않고, 단지 곱하기 만으로 그 결과를 얻을 수 있기 때문에 아주 좋죠!
그래서 신호와 시스템의 Impulse Response를 주파수 영역으로 변환하는 일반적인 방법이 Fourier Transform이라는 겁니다. 이것을 디지털 방식으로 알고리즘화 한것이 Discrete Fourier Transform(DFT)이고, DFT를 보다 빠르게 하기 위해 약간의 제한 조건을 적용한 알고리즘이 Fast Fourier Transform(FFT)입니다.
그래서 시간영역에서의 Convolution 과정을 주파수 영역에서 처리한다면,
1. 먼저 신호와 시스템의 응답특성을 주파수 변환하고,
2. 신호와 시스템의 주파수 응답을 곱한 다음,
3. 다시 역주파수변환(Inverse Fourier Transform)을 하게 됩니다.
과정은 복잡해 보이지만, 신호의 길이가 길 때는 매우 효과적인 방법입니다. Convolution으로 처리한다는 건 거의 불가능할 정도입니다.
이거 이야기가 딴데로 빠졌는지 모르겠네요.
하여튼 Convolution은 시스템에 주어지는 신호에 대해 그 출력을 예측할 때 이용하는 연산입니다.
그럼, 오늘도 기분 좋은 하루 되세요.
> 오래전부터 궁금했던 내용입니다..^^
>
> 왜..무엇때문에 사용을 하는지가..무척 궁금하더군요...
>
> 그리고....어떠한 응용에 사용되는지도...^^
>
설명이 길어질 것 같아서 간단히 말씀드리고, 나중에 강좌난에서 자세하게 설명드릴 수 있도록 해보겠습니다.
자, 먼저 다른 예를 하나 들어 보겠습니다.
"빛의 밝기나 세기는 광원으로부터의 거리의 제곱에 반비례한다"라고 하지요?
그래서 빛의 밝기를 계산할 때 주어진 상수나 입력값과 함께 거리를 제곱해서 나누는 연산을 하게 됩니다.
여기서 왜 거리를 제곱해서 나누어주어야 하나요? 라고 질문한다면 무엇이라고 대답할 수 있을까요?
그건 자연법칙이 그렇기 때문에 그런 연산으로 결과를 예측하게 된다고 말할 수 있죠!
Convolution 얘기로 넘어가 봅시다.
여기서 시스템이라는 것을 우선 정의한다면,
어떤 입력에 대해 어떤 출력을 내는 모든 것이 시스템이 될 수 있습니다.
어떤 회로나 장치만 시스템이라고 한정하지는 않습니다.
사람의 발성기관도 하나의 시스템으로 볼 수 있습니다.
공기로 채워진 어떤 공간도 하나의 시스템으로 볼 수 있겠지요.
이렇게 어떤 시스템에는 나름대로의 특성이 있습니다.
이 특성을 표현하는 전자공학의 일반적인 방법이 Impulse Response(임펄스 응답)입니다. 즉 어떤 임펄스를 가했을 때 그 시스템에서 출력으로 나오는 것을 임펄스 리스펀스라고 하지요. time-domain(시간영역)에서의 표현방법이지요.
시간 영역에서 시스템의 특성을 나타내는 Impulse Response는 frequency-domain(주파수 영역)에서는 Frequency Response라고 하고, z-domain이나 s-domain 에서는 좀더 일반화시켜 Transfer Function이라는 말로 표현하기도 합니다.
어쨌거나 어떤 시스템의 Impulse Response를 알고 있고, 입력으로 주게 될 신호를 알고 있다면, 그 출력을 계산해 낼 수 있습니다. 이때 사용되는 연산이 Convolution입니다.
Convolution은 time domain에서 그 결과값을 얻는 방법인데, 계산량이 많아서 비교적 효율적이지 못합니다.
그러면 어떤 방법이 효율적이냐구요?
바로 신호와 시스템의 Impulse Response를 frequency domain에서 계산하는 겁니다. 주파수 영역에서는 Convolution을 하지 않고, 단지 곱하기 만으로 그 결과를 얻을 수 있기 때문에 아주 좋죠!
그래서 신호와 시스템의 Impulse Response를 주파수 영역으로 변환하는 일반적인 방법이 Fourier Transform이라는 겁니다. 이것을 디지털 방식으로 알고리즘화 한것이 Discrete Fourier Transform(DFT)이고, DFT를 보다 빠르게 하기 위해 약간의 제한 조건을 적용한 알고리즘이 Fast Fourier Transform(FFT)입니다.
그래서 시간영역에서의 Convolution 과정을 주파수 영역에서 처리한다면,
1. 먼저 신호와 시스템의 응답특성을 주파수 변환하고,
2. 신호와 시스템의 주파수 응답을 곱한 다음,
3. 다시 역주파수변환(Inverse Fourier Transform)을 하게 됩니다.
과정은 복잡해 보이지만, 신호의 길이가 길 때는 매우 효과적인 방법입니다. Convolution으로 처리한다는 건 거의 불가능할 정도입니다.
이거 이야기가 딴데로 빠졌는지 모르겠네요.
하여튼 Convolution은 시스템에 주어지는 신호에 대해 그 출력을 예측할 때 이용하는 연산입니다.
그럼, 오늘도 기분 좋은 하루 되세요.