신호 처리

신호 처리 (signal processing)

 

신호는 특정 매체에서 전파될 수 있는 측정 가능한 양을 나타내는 하나 이상의 독립 변수의 수학적 함수이다. 신호는 시간, 신호의 주기성 (periodicity), 확실성 (certainty)의 특성 및 인과성 (causality)과 같은 다양한 매개변수를 기반으로 여러 방식으로 분류될 수 있다. 신호는 그림과 같이 연속 시간 신호, 이산 시간 신호 또는 디지털 신호로 분류할 수 있다.

 

신호 분류

 

연속 시간 신호 (continuous time signal)는 시간과 진폭이 연속적인 아날로그 신호 (analog signal)라고도 한다. 따라서 시간은 실제 값에 속하는 독립 변수이다. 이산 시간 신호 (discrete time signal)는 이산 시간 간격으로 샘플링된 신호이다. 따라서 시간은 불연속적이며 진폭은 연속적이다. 디지털 신호 (digital signal)는 시간과 진폭이 모두 이산 신호 레벨로 양자화되는 곳이다.

 

신호 처리에는 신호를 조작하여 신호의 기본 특성을 변경하거나 신호에서 일부 정보를 추출하는 작업이 포함된다. 이것은 일반적으로 컴퓨터 프로그램, ASIC (application-specific integrated circuit) 또는 아날로그 전기 회로를 사용하여 수행된다. 소프트웨어 알고리즘은 다양한 시나리오와 상황에 적응할 수 있다는 점에서 아날로그 전기 회로보다 장점이 있다. 신호 처리의 응용 프로그램은 신호 자체의 수만큼 거의 다양하다. 의료 분야에서 신호 처리는 예를 들어 심장과 뇌의 전기적 활동을 모니터링할 뿐만 아니라 이미징에서 중요한 역할을 한다. 일반적인 신호 처리 문제에는 세 가지 종류가 있다.

 

(1) 잡음 제거 (Eliminating noise) : 잡음이 있는 심전도는 기록된 신호의 불연속적인 동작을 나타낼 수 있다. 우리는 심장의 전기적 활동이 순조롭게 행동해야 한다는 것을 생물학을 통해 알고 있다. 따라서 신호 처리의 목표는 잡음을 제거하거나 줄이고 환자의 심장의 진정한 기본 활동을 반영하는 깨끗한 신호를 생성하는 것이다. (2) 왜곡 보정 (Correction of distortion) : 더 선명하고 초점이 맞춰진 이미지를 재구성할 수 있는 신호 처리 알고리즘을 통해 흐릿한 이미지를 실행한다. 이미지의 왜곡을 수정하는 것은 명백할 수 있다. 그러나 이것은 시간에 따라 왜곡되는 신호에도 적용될 수 있다. (3) 측정된 신호에 포함된 정보 추출 (Extracting information embedded within the measured signals) : 예를 들어 레이더 시스템을 사용하여 항공기 위치와 속도를 결정한다. 첫째, 항공기의 위치는 펄스가 레이더에서 비행기로 이동하는 데 걸리는 시간 지연에 의해 결정되며 빛의 속도를 알면 얼마나 멀리 떨어져 있는지 알 수 있다. 두 번째로 레이더에 대한 비행기의 상대 속도는 수신된 펄스에서 볼 수 있는 도플러 이동에 포함된다.

 

결론적으로 신호와 신호 처리는 우리 삶의 모든 측면을 포괄한다. 신호 처리는 (1) 측정된 신호의 노이즈 감소, (2) 왜곡 보정, (3) 신호에서 정보 추출의 세 가지 문제를 해결하는 데 자주 사용된다. 이를 위해 수학적 모델에 의존하며 신호 처리 분야를 설명하는 데 사용되는 수학 언어이다.