3-2/패턴인식

2주차-Signals and Systems

Donghun Kang 2024. 10. 11. 21:23
  • Signal 
- 시간이나 위치와 같은 변수가 변화하는 패턴
- 정보를 전달하는 역할
- 하나 이상의 독립 변수를 함수로 표현

 

  • Continuous-Time Signals(연속 시간 신호)
- 대부분의 현실 세계 신호
- 시간 간격이 유한할 수도 무한할 수도 있다

 

 

  • Discrete-Time Signals(이산 시간 신호)
- 샘플링된 신호
- 시간 축에서 불연속적인 간격으로 정의
n:정수값
  • Sampled continuous signal

K:샘플링 주기

 

 

  • Periodic Signals(주기 신호)
일정한 주기 T후에 반복되는 신호
  • Even and Odd Signals(짝/홀 신호)
Even
Odd


=> 어떠한 signal도 Even과 Odd signal의 합으로 나타낼 수 있다

  • Exponential and Sinusoidal Signals(지수 및 사인 신호)
(real)Exponential Signal

- (complex) Exponential => 동일한 형태지만 a와 C가 complex numbers

  • Step and pulse Signals(단계 및 펄스 신호) ⭐
- Step Signals: 특정 시간까지 0을 유지하다가 그 이후에 일정한 값을 가짐


- Pulse Signals: 거의 전 구간에서 0이며 특정 순간에만 스파이크가 나타남

 

  • System

- 입력 신호를 받아 다른 신호로 변환하는 역할
- 일반적으로 시스템은 출력신호와 입력 신호의 비율로 나타낼 수 있다.

 

  • Continuous-Time Systems(연속 시간 시스템)

- 대부분의 연속 시간 시스템은 미분 방정식을 통해 표현
- 연속 신호가 어떻게 변환되는지 보여줌
EX) 은행 계좌 잔고 변화나 이산 자동차 속도 시스템
  • Discrete-Time Systems(이산 시간 시스템)

- 대부분의 이산 시간 시스템은 차분 방정식을 통해 표현
- 이산 신호가 어떻게 변환되는지 보여줌
EX) 은행 계좌 잔고 변화나 이산 자동차 속도 시스템

 

  • System의 속성 ⭐
1. Casual: 출력은 해당 시점까지의 입력 값에만 의존/ 이때까지 들어온 input으로 output계산
2. Linear: 입력 신호의 선형 조합에 대한 출력 신호가 동일한 선형 조합으로 나타남

3. Time-invariance: 시스템의 특성은 시간이 지나도 변하지 않으며, 동일한 입력에 동일한 출력을 제공

=> 예측이 쉬워진다!

 

  • Signals and Systems Related
- 특정 신호를 복원하거나 향상시키기 위해 시스템을 설계
- 신호에서 특정 정보를 추출하는 시스템을 설계

 

  • "Electrical" Signal Energy and Power
- 즉각적인 전력 power(W): 전압 X 전류
- 주어진 시간 동안 총 에너지 energy(J):
- 전력의 평균 power(W):

 

  • Generic Signal Energy and Power
- 주어진 시간동안 CT signal x(t)의 Total Energy:
- 주어진 시간동안 DT signal x[n]의 Total Energy:
 => Average power은 CT(t2-t1)으로 나눈다.
=> Average power은 DT(n2-n1+1)로 나눈다.

 

  • Energy and Power over Infinite Time

1. Finite total energy (and zero average power) = 유한한 총 에너지를 가지며 평균 전력이 0인 신호

2. Finite average power (and infinite total energy) = 유한한 평균 전력을 가지며 무한한 총 에너지를 가진 신호

 

  • Time Shift Signal Transformations

- 한 신호를 다른 신호로 변환하는 기본 개념
 Linear time shift signal transformation

EX)

 

  • Exponential and Sinusoidal Signals properties ⭐
- 일반적인 complex exponential signal form
  • Real exponential signals

 

  • Complex periodic and sinusoidal signals

Euler's equation ⭐

  • damped sinusoids

 

  • Continuous unit impulse signal

 

  • Continuous unit step signal
  • Discrete unit impulse signal

 

  • Discrete unit step signal

 

  • CT and DT Systems
- CT System은 CT input이 적용되어 CT output signal을 생성하는 시스템
- DT System은 DT input이 적용되어 DT output signal을 생성하는 시스템

 

  • Interconnections of Systems
- System은 일반적으로 구성 요소(하위 시스템)로 구성

 

  • System Causality
- 특정 시간의 출력은 현재 및 과거 값에만 의존
- 미래의 입력 값에 의존하지 않기 때문에 예측적이지 않음(non-anticipative)
- 두 입력 신호가 특정 지점 t0 또는 n0까지 동일하다면, Caual 시스템의 출력도그 지점까지 동일해야 함

EX) 적분: y[n]은 오직 x[n], x[n-1]등의 과거 값에만 의존

 

  • System Stability
- 작은 입력 신호가 발산하지 않는 응답을 유도하는 시스템
- 입력 신호가 유계(bounded)이면, 출력 신호도 유계여야 하며, 시스템이 안정적이면

EX) 은행 계좌의  DT 시스템: 무한히 증가하므로 불안정
  • Definition of Time Invariance
- 시스템의 동작과 특성이 시간이 지나도 변하지 않는다.
- 동일한 입력 신호가 다른 시간에 입력되더라도 동일한 결과를 기대할 수 있다.

- CT 시스템 = time-invariant

 

- DT 시스템 = time-varying
  • System Linearity
  • Superposition
-  입력 신호 x[n]이 다른 신호 xk[n]들의 선형 합으로 구성되어 있다고 가정
- linear system response:
- CT와 DT linear System에서 모두 성립
- Linear System의 경우 항상 0인 입력은 항상 0인 출력을 생성

 

  • Introduction to Convolution
- 입력 신호를 받아 출력 신호를 반환하는 연산
- 시스템의 단위 임펄스 응답 h[n]에 기반
- Convolution의 기본 아이디어: 시스템의 간단한 입력 신호에 대한 응답을 사용하여 더 복잡한 신호에 대한 응답을 계산하는 것.
- LIT시스템에서 이는 Superposition property를 통해 가능

 

  • Discrete Impulses and Time Shifts
- DT 임펄스의 무한 집합을 사용하여 모든 신호를 표현 가능
- 임의의 discrete input signal x[n]은 단위 임펄스 신호들의 선형 합으로 표현
- 신호는 다음과 같이 표현
- 일반적으로 Discrete signal은 다음과 같이 표현

 

EX) 

 

  • Linear, Time Varing Systems

- 일반적인 입력 신호 x[n]에 대한 시스템의 응답:
- 시스템의 출력 신호는 Convolution의 합으로 표현:
  • LTI 시스템 (Linear Time Invariant Systems)
x(t)가 입력된 시스템의 출력이 y(t)일 때, x(t-t0)의 입력에 대한 출력은 y(t)를 t0만큼 지연시킨 y(t-t0)와 같은 시스템
=> 즉, 입력을 t0 만큼 지연시켜서 입력시켰을 때 얻는 출력과 지연시키지 않고 입력시켰을 때 얻은 출력을 직접  t0만큼 지연시킨 결과가 같음을 의미 
- LIT 시스템에 대한 Convolution 합:
- Convolution sum(Superposition sum):

 

 

'3-2 > 패턴인식' 카테고리의 다른 글

11주차- Morphological Image Processing  (3) 2024.12.02
10주차-Image Compression  (0) 2024.12.01
9주차-Image Restoration  (0) 2024.11.30
4주차-Fourier Transform  (2) 2024.10.16
3주차-Fourier Series  (0) 2024.10.14