PROCESSING AND TRANSFORMATION OF SIGNALS
신호 분석의 목적에 따라 여러 가지 방법으로 신호를 분석하거나 처리할 수 있다. 각 처리 기법은 신호의 특정 특성을 추출하고 강조하려고 시도한다. 예를 들어, 특정 연도 동안 추운 날의 수를 보기 위해 온도 신호가 추운 날씨를 식별하는 임계값 아래로 떨어지는 날의 수를 쉽게 셀 수 있다. 임계값은 신호의 일부 특성을 강조하기 위해 신호를 조작할 수 있는 여러 가지 다른 처리 기법 및 변환의 한 예일 뿐이다. 일부 변환은 시간 영역에서 신호를 표현하고 평가하는 반면, 다른 변환은 주파수 영역이 중요한 다른 "영역"에 초점을 맞추고 있다.
신호에서 특정 유용한 정보를 강조하는 데 있어 주파수 영역의 성능을 확인하려면 특정 기계에서 고장의 발생을 기록하는 신호를 고려해야 한다. 이러한 신호에 대해 기계의 성능을 평가하는 가장 유용한 측정값 중 일부는 기계 고장이 자주 발생하는 특정 주파수를 식별하면 가능한 기계 고장에 대한 예상 시간 전에 간단히 정기적인 주기적 검사를 예약할 수 있다. 이는 또한 주기적인 고장의 잠재적인 이유와 원인을 식별하는 데 도움이 되며 따라서 고장을 기계의 벨트의 규칙적인 마모와 같은 일부 물리적 이벤트와 연관시키는 데 도움이 될 수 있다. 푸리에 변환 (FT)은 주파수 영역의 신호를 설명하고 신호의 주파수 변화에서 중요한 지식을 강조하도록 설계된 변환이다. 주파수 영역에 포함된 지식의 유용성은 FT의 중요성을 설명한다.
특정 도메인 정의에 관계없이 신호에 포함된 정보는 모든 도메인에서 정확히 동일하다는 것이 강조되어야 한다. 이는 서로 다른 변환이 신호에 어떤 정보도 추가/삭제하지 않으며, 이러한 각 도메인의 신호에서 동일한 정확한 정보를 발견할 수 있다는 것을 의미한다. 신호 처리에서 서로 다른 유형의 변환이 인기를 얻고 있음을 깨닫는 핵심 사항은 각 변환이 특정 유형의 정보를 강조할 수 있다는 사실이다 (새로운 지식을 추가하는 것과는 다르다). 예를 들어, 주파수 정보는 시간 영역보다 푸리에 영역에서 훨씬 더 잘 보이는 반면, 정확하게 동일한 정보도 시간 신호에 포함되어 있다. 즉, 주파수 정보가 시간 신호에 전체적으로 포함되어 있지만, 그러한 정보는 시간 영역에서 추출하기가 더 어렵거나 계산 집약적일 수 있다. 도메인의 선택은 특정 특성의 가시성, 표현 및 강조에만 영향을 미치는 반면, 신호에 포함된 정보는 모든 영역에서 동일하다.
SIGNAL PROCESSING FOR FEATURE EXTRACTION
적절한 변환을 사용하여 신호의 특정 특성이 식별되면, 이러한 특성 또는 특징을 사용하여 신호 및 신호를 생성하는 시스템을 평가한다. 예를 들어, 이미지 처리 기술을 사용하면 CT 이미지의 한 영역이 강조되어 종양으로 식별되면 해당 영역에 걸쳐 일부 측정 (종양 크기 측정 등)을 쉽게 수행하고 종양의 악성 종양을 식별할 수 있다. 생체의료 신호 및 이미지 처리의 주요 기능 중 하나는 생체의료 시스템의 진단에 필수적인 측정을 정의하고 추출하는 것이다.
'Signal Processing > Signal' 카테고리의 다른 글
[Signal] 샘플링 및 나이퀴스트 레이트 (0) | 2023.07.31 |
---|---|
[Signal] 디지털 이미지 (0) | 2023.07.31 |
[Signal] 아날로그, 이산 및 디지털 신호 (0) | 2023.07.31 |
신호 (SIGNAL) (0) | 2023.07.31 |
[Signal] 스펙트럼 분해 (Spectral decomposition) (0) | 2022.11.04 |