728x90 반응형 SMALL 시간-주파수 분석3 FFT (Fast Fourier Transform) vs STFT (Short-Time Fourier Transform) FFT (Fast Fourier Transform) FFT는 Fourier Transform을 빠르게 계산하는 알고리즘으로, 신호의 전체 주파수 성분을 추출한다.시간 도메인의 신호를 주파수 도메인으로 변환하고 전체 신호의 주파수 성분을 한 번에 분석한다. 그리고 시간에 대한 정보를 상실한다. 주파수 대역의 크기와 위상 정보를 알수 있다. 주기적 신호의 분석, 신호 전체의 스펙트럼을 확인, 주파수 필터 설계, 잡음 분석 등에 사용된다. STFT (Short-Time Fourier Transform) STFT는 시간-주파수 분석 방법으로, 신호를 작은 시간 구간 (윈도우)으로 나눈 뒤 각 구간에 대해 FFT를 적용한다. 시간-주파수 분석 가하다. 시간에 따라 주파수 성분이 어떻게 변화하는지 확인할 수 .. 2023. 10. 2. 시간-주파수 분석 시간-주파수 분석 (Time-frequency analysis) 단시간 푸리에 변환 (STFT)을 통해 시간-주파수 분석을 수행할 수 있다. 신호의 현지 시간과 주파수 내용을 모두 캡처하는 표현을 생성하는 데 사용된다. 푸리에 변환과 유사하게 STFT는 여전히 고정 기저 함수에 의존한다. 그러나 고정 크기 time-shifted window 함수 w(n)를 사용하여 신호 변환을 얻고 다음과 같이 표현할 수 있다. 그러나 STFT는 푸리에 변환에 비해 시간 및 주파수 위치 특성이 더 우수하다. 그러나 시간 및 주파수 분해능의 곱이 일정하기 때문에 (고전적인 하이젠베르크의 불확정성 원리 때문에) 생성된 기능은 시간과 주파수 모두의 즉각적인 위치 파악을 달성할 수 없다. 또한 고정 창 길이와 고정 기저 기능을.. 2022. 4. 27. Filter (1) Filter 필터는 일반적으로 노이즈를 줄이고 데이터 품질을 개선하는 데 사용된다. 시간-주파수 분석은 특히 웨이블릿 (wavelet) 변환의 경우 필터가 가지고 있는 동일한 문제 중 일부를 공유한다. 뇌 과학의 주요 과제 중 하나는 측정이 노이즈와 인공물로 오염된다는 것이다. 환경 소음, 도구 소음 또는 실험 맥락에서 관심이 없는 신체 내 신호 소스 (생리학적 소음)가 포함될 수 있다. 노이즈가 있으면 대상 신호를 가리거나 분석을 방해할 수 있다. 그러나 신호와 간섭이 서로 다른 스펙트럼 영역을 차지하는 경우 데이터에 필터를 적용하여 신호 대 잡음비 (SNR)를 향상시킬 수 있다. 예를 들어, 직류 (DC) 성분이나 느린 변동은 고역 통과 필터로 제거할 수 있고, 전력선 성분은 50 또는 60Hz에서 .. 2022. 4. 1. 이전 1 다음 728x90 반응형 LIST
