KR101944429B1 - 주파수 분석 방법 및 이를 지원하는 장치 - Google Patents

주파수 분석 방법 및 이를 지원하는 장치 Download PDF

Info

Publication number
KR101944429B1
KR101944429B1 KR1020180140727A KR20180140727A KR101944429B1 KR 101944429 B1 KR101944429 B1 KR 101944429B1 KR 1020180140727 A KR1020180140727 A KR 1020180140727A KR 20180140727 A KR20180140727 A KR 20180140727A KR 101944429 B1 KR101944429 B1 KR 101944429B1
Authority
KR
South Korea
Prior art keywords
signal
frequency
phase
dft
analysis target
Prior art date
Application number
KR1020180140727A
Other languages
English (en)
Inventor
이경철
이호섭
김민수
Original Assignee
엘아이지넥스원 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 엘아이지넥스원 주식회사 filed Critical 엘아이지넥스원 주식회사
Priority to KR1020180140727A priority Critical patent/KR101944429B1/ko
Application granted granted Critical
Publication of KR101944429B1 publication Critical patent/KR101944429B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
    • G01R23/16—Spectrum analysis; Fourier analysis
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R29/00—Arrangements for measuring or indicating electric quantities not covered by groups G01R19/00 - G01R27/00
    • G01R29/26—Measuring noise figure; Measuring signal-to-noise ratio
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • G06F17/141—Discrete Fourier transforms

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Engineering & Computer Science (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Discrete Mathematics (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Complex Calculations (AREA)

Abstract

본 발명의 일 실시예에 따른 주파수 분석 방법은 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하며, N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 DFT수행부; 상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 위상 보정부; 및 주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 윈도우 적용부를 포함한다.

Description

주파수 분석 방법 및 이를 지원하는 장치{METHOD FOR FREQUENCY ANALYSIS AND APPARATUS SUPPORTING THE SAME}
본 발명은 전력선, 음향 신호, 통신 등 주파수 분석 기술이 적용되는 응용 분야에 관한 것이다.
주파수 분석 기술은 레이더 및 무전기 등의 다양한 군사용 장비에 적용될 수 있다. 레이더는 전자기파를 방사하고 표적으로부터 반사된 주파수 신호를 이용하여 표적을 탐지하는 장치이고, 무전기는 무선 통신 환경에서 무선 주파수를 송수신하는 장치이다.
주파수(Frequency)는 1초당 발생하는 반복의 수(헤르쯔, Hz)를 말한다. 참고로 RPM은 1분당 발생하는 반복수이며, 한 번 반복할 때의 시간은 주기라고 하므로 주파수는 주기의 역수이기도 하다.
종래부터 신호의 계측, 디지털 신호의 압축 부호화, 및 장래에 있어서의 경제 시계열 신호 변동의 예측 등, 다양한 분야에 있어서 입력된 신호의 주파수 분석이 행해지고 있다. 소위 정현파 모델을 사용한 신호 분석 방법으로서는 다양한 수법이 제안되고 있지만, 그 대부분은 신호의 주파수를 사전에 추정하고, 그 추정한 주파수에 있어서의 최적의 진폭이나 초기 위상을 구함으로써 행해지고 있다.
신호는 복수의 주파수의 정현파의 중합이며, 신호를 해석하기 위해서는 해당 신호를 구성하는 다양한 주파수의 정현파마다 진폭이나 초기 위상 등의 주파수 파라미터를 추정하게 된다. 이와 같은 주파수 해석 수법으로서는 푸리에 변환이 널리 알려져 있다.
한국등록특허공보 제10-1164902호 (2012.07.05)
본 발명의 실시예들은 주파수 분석을 수행함에 있어서, 연산량을 줄이고, 양자화 오차가 누적되는 것을 방지하기 위한 것이다.
본 발명의 일 실시 예에 따르면, 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하며, N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 DFT수행부; 상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 위상 보정부; 및 주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 윈도우 적용부를 포함하는, 주파수 분석 장치가 제공된다.
상기 DFT 계수는, 상기 일 시점에 대응되는 윈도우가 변경되는 경우, 변경된 상기 윈도우에 따라 업데이트될 수 있다.
상기 DFT 계수는, 신호 측정 시간 및 주파수 빈의 개수의 관계식으로 표현될 수 있다.
상기 분석 대상 신호는, 시간 영역의 이산 신호일 수 있다.
상기 위상 보정부는, 상기 주파수 빈 별 스펙트럼에 위상 보정 계수를 곱하여 상기 위상을 보정하되, 상기 위상 보정 계수는, 신호 측정 시간 및 주파수 빈의 개수의 관계식으로 표현될 수 있다.
본 발명의 다른 실시 예에 따르면, 하나 이상의 프로세서들, 및 상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 피아 식별 장치에서 수행되는 방법으로서, 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하는 단계; N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 단계; 상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 단계; 및 주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 단계를 포함하는, 주파수 분석 방법이 제공된다.
상기 DFT 계수는, 상기 일 시점에 대응되는 윈도우가 변경되는 경우, 변경된 상기 윈도우에 따라 업데이트될 수 있다.
상기 분석 대상 신호는, 시간 영역의 이산 신호일 수 있다.
본 발명의 다른 실시 예에 따르면, 하드웨어와 결합되어 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하는 단계; N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 단계; 상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 단계; 및 주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 단계를 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램이 제공된다.
본 발명의 실시 예들에 따르면, 분석 대상 신호를 주파수 영역에서 윈도우를 적용함으로써 새로운 입력 값이 감지될 때마다 데이터를 업데이트할 필요가 없고, 양자화 오차 누적을 방지할 수 있으며, 연산량을 감소시킬 수 있다.
도 1은 본 발명의 일 실시예에 따른 주파수 분석 장치의 구조를 나타낸 예시도이다.
도 2는 본 발명의 일 실시예에 따른 주파수 분석 방법을 설명하기 위한 흐름도이다.
도 3은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경을 예시하여 설명하기 위한 블록도이다.
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
본 발명의 일 실시 예에 따른 주파수 분석 방법을 설명하기 앞서, 본 발명의 이해를 돕기 위해, FFT(fast fourier transform) 및 슬라이딩 DFT(sliding discrete fourier transform) 에 관해 설명한다.
먼저, 본 발명의 설명에서 분석 대상 신호는 주파수 분석의 대상이 되는 신호로서, 시간 영역에서 매시각 소정 크기를 가지는 신호일 수 있다. 분석 대상 신호는 시간 영역에서의 분석보다는 주파수 영역에서의 분석이 용이하게 수행될 수 있다. 분석 대상 신호는 시간 영역에서 측정되고 분석을 위해서 입력되면 푸리에 변환 (Fourier Transform) 방법을 통하여 주파수 영역의 신호로 변환될 수 있다. 그리고 상기 주파수 영역의 신호에서 각 주파수 대역에 따른 신호의 크기를 분석함으로써 분석 대상 신호의 분석이 가능하다. 푸리에 변환은 어떤 신호이든 간에 그 신호는 자신을 구성하는 레벨, 주파수가 다른 각각의 무수한 주파수들의 합으로 표현이 가능하다는 점을 이용한다. 시간 영역에서 x축은 시간 대역, y축은 레벨값을 가지는 신호는 주파수 영역에서 확인하면 x축은 주파수 대역, y축은 레벨값을 가지는 신호가 된다. 즉, 신호를 구성하는 주파수를 대역별로 볼 수 있다. 이를 이용하여 잡음 같은 랜덤 신호 즉, 비주기 신호는 시간 영역에서는 분석이 어렵지만, 주파수 영역에서는 신호를 구성하는 주파수 대역이 어떻게 구성되는지를 확인하여 용이한 신호 해석이 가능하다.
푸리에 변환은 DFT(Discrete Fourier Transform-이산(불연속) 푸리에 변환)와 FFT(Fast Fourier Transform-고속 푸리에 변환)로 크게 나뉜다. DFT는 연속적인 신호를 시간에 따라 샘플링(sampling)을 한 형태의 신호로 생각하여 푸리에 변환식을 그대로 적용한다. 그리고 FFT는 DFT가 계산시간이 너무 오래 걸리기 때문에 고안된 방법으로, 샘플링된 신호의 전부를 변환시키는 것이 아니라 필요한 신호만을 골라내어서 최소화하여 고속으로 푸리에 변환을 연산한다. FFT는 총 100개의 DFT신호가 있을 경우 그 중 10개를 골라낸 후 10개의 신호를 단순히 연결함으로써 제외된 신호들의 예상치를 적용한다. 변환시간의 문제로 인해 실제적으로는 거의 대부분 FFT를 사용하며, DFT를 사용할 경우보다 속도면에서 최고 1000배의 차이가 난다.
그러나, FFT는 윈도우(Time Window)적용이 가능하여 정확한 주파수 분석이 가능하지만, 데이터를 일정량 모아서 처리하는 블록 프로세싱을 수행하므로 매 입력 주기의 스펙트럼을 분석하기에는 연산량의 부담이 있다. 즉, 채집신호 개수 N이 커질 수록, NlogN의 비율로 복잡도가 증가할 수밖에 없다.
한편, 슬라이딩 DFT는 고정된 길이의 윈도우를 기준으로 연산한다. 구체적으로, 슬라이딩 DFT는 특히 DFT 출력 주파수 빈의 하위 집합 만 필요한 경우 연속 출력 계산이 필요한 많은 응용 프로그램에서 기존 DFT 또는 FFT에 비해 계산상의 이점을 제공한다.
슬라이딩 DFT는 매 입력주기마다 주파수 분석 결과를 도출하여 실시간 적용이 가능한 장점이 있지만, 구조적으로 양자화 오차가 누적되는 단점이 있어 장시간으로 운용되는 어플리케이션에 적용이 불가능하며, 윈도우(Time Window) 적용이 불가능한 구조이며, 시간이 흐림에 따라 주파수 분석 시 오차를 유발하는 단점이 있다.
종래 기술에 따른 주파수 분석 기법인 한 포인트 입력되면 매 포인트마다 업데이트하는 슬라이딩 DFT를 기본으로 하되, FFT의 장점을 결합할 수 있다.
본 발명의 일 실시 예에 따르면, 일정 개수의 신호 수집되면 수집된 데이터를 주파수 영역에서 블록(윈도우)으로 처리함으로써 연산량을 감소시킴과 동시에 양자화 오차의 누적을 방지할 수 있다. 이하, 본 발명의 일 실시 예에 따른 주파수 분석 방법을 설명한다.
도 1은 본 발명의 일 실시 예에 따른 주파수 분석 장치(100)의 구조를 나타낸 예시도이다. 도 1에 도시된 바와 같이, 본 발명의 일 실시 예에 따른 주파수 분석 장치는 DFT 수행부(102), 위상 보정부(104) 및 윈도우 적용부(106)를 포함한다.
DFT 수행부(102)는 분석 대상 신호의 입력 신호를 주파수 영역의 신호로 변환할 수 있다. 분석 대상 신호는 주파수 분석의 대상이 되는 신호로서, 예를 들어 전력선, 음향 신호, 통신 신호 등일 수 있다. 분석 대상 신호의 입력 신호는, 본 발명의 일 실시 예에 따른 주파수 분석 장치에 입력되는 최초의 분석 대상 신호를 가리키며, 시간 영역의 신호일 수 있다. 일 실시 예에 따르면, 입력 신호는 일정 주기에 따라 샘플링된 이산(discrete) 신호일 수 있다. 입력 신호는 DFT 수행부(102)에 의해 시간 영역의 신호에서 주파수 영역의 신호로 전환될 수 있다.
DFT 수행부(102)는 과거 N개의 데이터에 DFT계수를 곱하여 합하는 과정으로 주파수 빈(bin) N개만큼의 스펙트럼을 계산한다. DFT계수는 sliding DFT의 고정된 계수를 곱하는 것과는 달리 매 입력주기마다 변경되는데, 이를 통해 Sliding DFT의 오차 누적 현상을 제거하게 된다. 주파수 분석 시 주파수의 크기(Magnitude)만을 이용할 경우 순환 DFT부의 결과를 그대로 활용하면 된다. 이산입력신호 저장, 전처리와 복소정현파 상호연관성 계산의 두단계의 과정을 수행한다. 이산입력신호 저장, 전처리는 입력신호와 N 시간전 입력신호의 차를 계산한다. 복소정현파 상호연관성 계산에서는 이산입력신호 전처리 결과와 메모리에 저장된 DFT 계수를 곱하고 이를 누적하는 형태로 구성된다.
DFT 수행부(102)는 샘플링된 입력 신호에서 설정된 시간 간격 <N> 이전의 입력 신호의 차를 계산함으로써 상기 입력 신호에 대한 전처리를 수행할 수 있다. 여기서, N은 주파수 빈의 개수일 수 있다. 즉, DFT부는 특정 시간 (n) 에서의 입력 신호와 n으로부터 N만큼 이전의 시간 (n-N) 에서의 입력 신호의 차이를 계산할 수 있다.
또한, DFT 수행부(102)는 상기 전처리된 입력 신호와 기 저장된 DFT 계수를 곱함으로써 주파수 스펙트럼의 크기를 획득할 수 있다. 기 저장된 DFT 계수(C: coefficient)는 수학식 1과 같다.
Figure 112018113729231-pat00001
(Ck: k번째 주파수 빈에 대응되는 DFT 계수, n: 신호 측정 시간, N: 주파수 빈의 개수)
수학식 1을 살펴보면, DFT 계수는 신호 측정 시간 <n>에 따라 달라질 수 있다. 본 발명의 일 실시 예에 따르면, 전처리된 신호의 입력 주기가 변경되는 경우 새로운 DFT 계수를 곱함으로써 기존의 DFT의 오차 누적 현상을 제거할 수 있다.
주파수 빈의 개수 N개의 스펙트럼(S: spectrum)은 수학식 2에 따라 획득될 수 있다.
Figure 112018113729231-pat00002
(Sk: k번째 주파수 빈에 대응되는 스펙트럼, n: 신호 측정 시간, x[n]: 시간 n에서 입력 신호의 크기, N: 주파수 빈의 개수)
수학식 2를 통해 획득된 값은 각 주파수 별 크기(magnitude)를 나타낸다.
한편, DFT 수행부(102)는 수학식 2를 획득된 값을 누적하여 저장할 수 있다.
위상 보정부(104)는 상기 N개의 스펙트럼에 대해 주파수 영역에서 윈도우를 적용하기 위한 것으로, 각 스펙트럼의 위상을 보정할 수 있다. 위상 보정부(104)는 주파수영역의 윈도우(Window) 적용을 위해 필요한 부분으로 매 입력주기마다 변경되는 DFT계수적용으로 달라지는 스펙트럼의 위상 값을 보상하는 부분이다. 위상 보정부(104)는 복소정현파 상호연관성을 계산한 결과와 메모리에 저장된 DFT 계수를 곱하는 것으로 구성된다.
구체적으로, 위상 보정부(104)는 DFT 수행부(102)에서 출력된 스펙트럼과 보정 계수를 곱함으로써 각 스펙트럼의 위상을 보정할 수 있다. 이에 따라, 입력 주기마다 변경되는 DFT 계수에 의해 발생되는 스펙트럼의 위상차를 보정할 수 있다. 상기 보정 계수(C')는 수학식 3과 같다.
Figure 112018113729231-pat00003
(C'k: k번째 주파수 빈에 대응되는 위상 보정 계수, n: 신호 측정 시간, N: 주파수 빈의 개수)
위상이 보정된 스펙트럼(S')은 수학식 4와 같다.
Figure 112018113729231-pat00004
(S'k: k번째 주파수 빈에 대응되는 위상이 보정된 스펙트럼, Sk: k번째 주파수 빈에 대응되는 스펙트럼, n: 신호 측정 시간, N: 주파수 빈의 개수)
윈도우 적용부(106)는 주파수 영역의 분석 대상 신호에 윈도우를 적용할 수 있다. 윈도우 적용부(106)는 주파수 분석 시 적용되는 응용에 맞춰 주파수영역 윈도우를 적용한다. 윈도우 적용부(106)는 스펙트럼 손실, 신호 크기 보정하되, 위상보정 출력 결과를 주파수영역 합성곱(Convolution) 수행으로 수행된다. 일 실시 예에 따르면, 윈도우 적용부(106)는 주파수 영역에서, 윈도우 계수와 위상이 보정된 분석 대상 신호에 대해 콘볼루션(Convolution) 연산을 수행함으로써 분석 대상 신호에 윈도우를 적용할 수 있다.
윈도우 적용부(106)는 윈도우 적용에 따라 Hamming, Hann, Bartlett, Flat-Top 등에서 적합한 윈도우 계수를 적용하여 수행할 수 있다.
본 발명의 실시 예들에 따르면, 분석 대상 신호를 주파수 영역에서 윈도우를 적용함으로써 새로운 입력 값이 감지될 때마다 데이터를 업데이트할 필요가 없고, 양자화 오차 누적을 방지할 수 있으며, 연산량을 감소시킬 수 있다.
도 2는 본 발명의 일 실시 예에 따른 주파수 분석 방법을 설명하기 위한 흐름도이다.
단계 S202에서, DFT 수행부(102)는 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득할 수 있다. 분석 대상 신호는, 시간 영역의 이산 신호일 수 있다.
단계 S204에서, DFT 수행부(102)는 N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득할 수 있다. DFT 계수는, 상기 일 시점에 대응되는 윈도우가 변경되는 경우, 변경된 상기 윈도우에 따라 업데이트될 수 있다. 즉, DFT는 윈도우 단위로 업데이트될 수 있다.
단계 S206에서, 위상 보정부(104)는 상기 DFT 수행부(102)로부터 입력 받은 분석 대상 신호의 위상을 보정할 수 있다. 위상 보정부(104)는, 상기 주파수 빈 별 스펙트럼에 위상 보정 계수를 곱하여 상기 위상을 보정할 수 있다.
단계 S208에서, 윈도우 적용부(106)는 주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력할 수 있다.
도 3은 예시적인 실시예들에서 사용되기에 적합한 컴퓨팅 장치를 포함하는 컴퓨팅 환경(10)을 예시하여 설명하기 위한 블록도이다. 도시된 실시예에서, 각 컴포넌트들은 이하에 기술된 것 이외에 상이한 기능 및 능력을 가질 수 있고, 이하에 기술되지 것 이외에도 추가적인 컴포넌트를 포함할 수 있다.
도시된 컴퓨팅 환경(10)은 컴퓨팅 장치(12)를 포함한다. 일 실시예에서, 컴퓨팅 장치(12)는 DFT 수행부(102), 위상 보정부(104) 및 윈도우 적용부(106)일 수 있다.
컴퓨팅 장치(12)는 적어도 하나의 프로세서(14), 컴퓨터 판독 가능 저장 매체(16) 및 통신 버스(18)를 포함한다. 프로세서(14)는 컴퓨팅 장치(12)로 하여금 앞서 언급된 예시적인 실시예에 따라 동작하도록 할 수 있다. 예컨대, 프로세서(14)는 컴퓨터 판독 가능 저장 매체(16)에 저장된 하나 이상의 프로그램들을 실행할 수 있다. 상기 하나 이상의 프로그램들은 하나 이상의 컴퓨터 실행 가능 명령어를 포함할 수 있으며, 상기 컴퓨터 실행 가능 명령어는 프로세서(14)에 의해 실행되는 경우 컴퓨팅 장치(12)로 하여금 예시적인 실시예에 따른 동작들을 수행하도록 구성될 수 있다.
컴퓨터 판독 가능 저장 매체(16)는 컴퓨터 실행 가능 명령어 내지 프로그램 코드, 프로그램 데이터 및/또는 다른 적합한 형태의 정보를 저장하도록 구성된다. 컴퓨터 판독 가능 저장 매체(16)에 저장된 프로그램(20)은 프로세서(14)에 의해 실행 가능한 명령어의 집합을 포함한다. 일 실시예에서, 컴퓨터 판독 가능 저장 매체(16)는 메모리(랜덤 액세스 메모리와 같은 휘발성 메모리, 비휘발성 메모리, 또는 이들의 적절한 조합), 하나 이상의 자기 디스크 저장 디바이스들, 광학 디스크 저장 디바이스들, 플래시 메모리 디바이스들, 그 밖에 컴퓨팅 장치(12)에 의해 액세스되고 원하는 정보를 저장할 수 있는 다른 형태의 저장 매체, 또는 이들의 적합한 조합일 수 있다.
통신 버스(18)는 프로세서(14), 컴퓨터 판독 가능 저장 매체(16)를 포함하여 컴퓨팅 장치(12)의 다른 다양한 컴포넌트들을 상호 연결한다.
컴퓨팅 장치(12)는 또한 하나 이상의 입출력 장치(24)를 위한 인터페이스를 제공하는 하나 이상의 입출력 인터페이스(22) 및 하나 이상의 네트워크 통신 인터페이스(26)를 포함할 수 있다. 입출력 인터페이스(22) 및 네트워크 통신 인터페이스(26)는 통신 버스(18)에 연결된다. 입출력 장치(24)는 입출력 인터페이스(22)를 통해 컴퓨팅 장치(12)의 다른 컴포넌트들에 연결될 수 있다. 예시적인 입출력 장치(24)는 포인팅 장치(마우스 또는 트랙패드 등), 키보드, 터치 입력 장치(터치패드 또는 터치스크린 등), 음성 또는 소리 입력 장치, 다양한 종류의 센서 장치 및/또는 촬영 장치와 같은 입력 장치, 및/또는 디스플레이 장치, 프린터, 스피커 및/또는 네트워크 카드와 같은 출력 장치를 포함할 수 있다. 예시적인 입출력 장치(24)는 컴퓨팅 장치(12)를 구성하는 일 컴포넌트로서 컴퓨팅 장치(12)의 내부에 포함될 수도 있고, 컴퓨팅 장치(12)와는 구별되는 별개의 장치로 컴퓨팅 장치(102)와 연결될 수도 있다.
이상에서 본 발명의 대표적인 실시예들을 상세하게 설명하였으나, 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자는 상술한 실시예에 대하여 본 발명의 범주에서 벗어나지 않는 한도 내에서 다양한 변형이 가능함을 이해할 것이다. 그러므로 본 발명의 권리범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허청구범위뿐만 아니라 이 특허청구범위와 균등한 것들에 의해 정해져야 한다.
100: 주파수 분석 장치
102: DFT 수행부
104: 위상 보정부
106: 윈도우 적용부

Claims (11)

  1. 분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하며, N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 DFT수행부;
    상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 위상 보정부; 및
    주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 윈도우 적용부를 포함하는, 주파수 분석 장치.
  2. 제1항에 있어서,
    상기 DFT 계수는, 상기 일 시점에 대응되는 윈도우가 변경되는 경우, 변경된 상기 윈도우에 따라 업데이트되는, 주파수 분석 장치.
  3. 제1항에 있어서,
    상기 DFT 계수는, 신호 측정 시간 및 상기 주파수 빈의 개수의 관계식으로 표현되는, 주파수 분석 장치.
  4. 제1항에 있어서,
    상기 분석 대상 신호는, 시간 영역의 이산 신호인, 주파수 분석 장치.
  5. 제1항에 있어서,
    상기 위상 보정부는, 상기 주파수 빈 별 스펙트럼에 위상 보정 계수를 곱하여 상기 위상을 보정하되, 상기 위상 보정 계수는, 신호 측정 시간 및 상기 주파수 빈의 개수의 관계식으로 표현되는, 주파수 분석 장치.
  6. 하나 이상의 프로세서들, 및
    상기 하나 이상의 프로세서들에 의해 실행되는 하나 이상의 프로그램들을 저장하는 메모리를 구비한 피아 식별 장치에서 수행되는 방법으로서,
    분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하는 단계;
    N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 단계;
    상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 단계; 및
    주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 단계를 포함하는, 주파수 분석 방법.
  7. 제6항에 있어서,
    상기 DFT 계수는, 상기 일 시점에 대응되는 윈도우가 변경되는 경우, 변경된 상기 윈도우에 따라 업데이트되는, 주파수 분석 방법.
  8. 제6항에 있어서,
    상기 DFT 계수는, 신호 측정 시간 및 상기 주파수 빈의 개수의 관계식으로 표현되는, 주파수 분석 장치.
  9. 제6항에 있어서,
    상기 분석 대상 신호는, 시간 영역의 이산 신호인, 주파수 분석 방법.
  10. 제6항에 있어서,
    상기 위상을 보정하는 단계는, 상기 주파수 빈 별 스펙트럼에 위상 보정 계수를 곱하여 상기 위상을 보정하되, 상기 위상 보정 계수는, 신호 측정 시간 및 상기 주파수 빈의 개수의 관계식으로 표현되는, 주파수 분석 방법.
  11. 하드웨어와 결합되어
    분석 대상 신호를 입력 받고, 일 시점에서의 분석 대상 신호와 상기 일 시점으로부터 설정된 시간 간격 이전의 분석 대상 신호 사이의 차이를 획득하는 단계;
    N개의 주파수 빈에 대하여 각각 상기 분석 대상 신호의 차이 및 주파수 빈 별 DFT 계수를 곱한 상기 주파수 빈 별 스펙트럼을 획득하는 단계;
    상기 DFT 수행부로부터 입력 받은 분석 대상 신호의 위상을 보정하는 단계; 및
    주파수 영역에서 상기 위상이 보정된 분석 대상 신호에 윈도우 계수를 적용함으로써 윈도우 단위로 산출된 각 주파수 빈 별 크기를 출력하는 단계를 실행시키기 위하여 컴퓨터 판독 가능한 기록매체에 저장된 컴퓨터 프로그램.
KR1020180140727A 2018-11-15 2018-11-15 주파수 분석 방법 및 이를 지원하는 장치 KR101944429B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020180140727A KR101944429B1 (ko) 2018-11-15 2018-11-15 주파수 분석 방법 및 이를 지원하는 장치

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020180140727A KR101944429B1 (ko) 2018-11-15 2018-11-15 주파수 분석 방법 및 이를 지원하는 장치

Publications (1)

Publication Number Publication Date
KR101944429B1 true KR101944429B1 (ko) 2019-01-30

Family

ID=65276783

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020180140727A KR101944429B1 (ko) 2018-11-15 2018-11-15 주파수 분석 방법 및 이를 지원하는 장치

Country Status (1)

Country Link
KR (1) KR101944429B1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102133126B1 (ko) * 2019-05-23 2020-07-10 한양대학교 산학협력단 주파수 추정 장치 및 방법
KR20210035272A (ko) * 2018-10-19 2021-03-31 다탕 모바일 커뮤니케이션즈 이큅먼트 코포레이션 리미티드 위상 측정 정확도 향상을 위한 방법 및 장치
WO2021146376A1 (en) * 2020-01-16 2021-07-22 University Of Tennessee Research Foundation Apparatus, methods and computer-readable medium for efficient electrical grid measurements

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05136631A (ja) * 1991-11-13 1993-06-01 Kokusai Denshin Denwa Co Ltd <Kdd> 無変調信号検出及び周波数引き込み装置
JP2000235073A (ja) * 1999-02-15 2000-08-29 Toyota Central Res & Dev Lab Inc 多受信チャネルレーダ方式及び多受信チャネルレーダ装置
JP2003232820A (ja) * 2002-02-13 2003-08-22 Oki Electric Ind Co Ltd 最大エントロピー法による周波数分析方法
JP2011514557A (ja) * 2008-03-05 2011-05-06 ヴォイスエイジ・コーポレーション 復号化音調音響信号を増強するためのシステムおよび方法
KR101164902B1 (ko) 2011-12-05 2012-07-19 국방과학연구소 시간-주파수 축에서 주파수도약신호 수신 및 분석 장치 및 방법
JP2012151763A (ja) * 2011-01-20 2012-08-09 Fujitsu Semiconductor Ltd 受信装置およびその伝搬路補償方法
JP2013542469A (ja) * 2010-11-10 2013-11-21 コーニンクレッカ フィリップス エヌ ヴェ 信号内のパターンを推定する方法および装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05136631A (ja) * 1991-11-13 1993-06-01 Kokusai Denshin Denwa Co Ltd <Kdd> 無変調信号検出及び周波数引き込み装置
JP2000235073A (ja) * 1999-02-15 2000-08-29 Toyota Central Res & Dev Lab Inc 多受信チャネルレーダ方式及び多受信チャネルレーダ装置
JP2003232820A (ja) * 2002-02-13 2003-08-22 Oki Electric Ind Co Ltd 最大エントロピー法による周波数分析方法
JP2011514557A (ja) * 2008-03-05 2011-05-06 ヴォイスエイジ・コーポレーション 復号化音調音響信号を増強するためのシステムおよび方法
JP2013542469A (ja) * 2010-11-10 2013-11-21 コーニンクレッカ フィリップス エヌ ヴェ 信号内のパターンを推定する方法および装置
JP2012151763A (ja) * 2011-01-20 2012-08-09 Fujitsu Semiconductor Ltd 受信装置およびその伝搬路補償方法
KR101164902B1 (ko) 2011-12-05 2012-07-19 국방과학연구소 시간-주파수 축에서 주파수도약신호 수신 및 분석 장치 및 방법

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20210035272A (ko) * 2018-10-19 2021-03-31 다탕 모바일 커뮤니케이션즈 이큅먼트 코포레이션 리미티드 위상 측정 정확도 향상을 위한 방법 및 장치
KR102303289B1 (ko) 2018-10-19 2021-09-16 다탕 모바일 커뮤니케이션즈 이큅먼트 코포레이션 리미티드 위상 측정 정확도 향상을 위한 방법 및 장치
KR102133126B1 (ko) * 2019-05-23 2020-07-10 한양대학교 산학협력단 주파수 추정 장치 및 방법
WO2021146376A1 (en) * 2020-01-16 2021-07-22 University Of Tennessee Research Foundation Apparatus, methods and computer-readable medium for efficient electrical grid measurements

Similar Documents

Publication Publication Date Title
Sucic et al. Estimating the number of components of a multicomponent nonstationary signal using the short-term time-frequency Rényi entropy
KR101944429B1 (ko) 주파수 분석 방법 및 이를 지원하는 장치
US9183850B2 (en) System and method for tracking sound pitch across an audio signal
US9058821B2 (en) Computer-readable medium for recording audio signal processing estimating a selected frequency by comparison of voice and noise frame levels
JP6272433B2 (ja) ピッチ周期の正確性を検出するための方法および装置
CN106483561B (zh) 一种频率域的子波分解方法
CN103229236A (zh) 信号处理装置、信号处理方法、及信号处理程序
Rigozo et al. Comparative study between four classical spectral analysis methods
JPWO2007108492A1 (ja) 確率密度関数分離装置、確率密度関数分離方法、ノイズ分離装置、ノイズ分離方法、試験装置、試験方法、算出装置、算出方法、プログラム、及び記録媒体
US10578694B2 (en) System and method for improved signal detection in NMR spectroscopy
CN108831504B (zh) 基音周期的确定方法、装置、计算机设备和存储介质
KR100817692B1 (ko) 이산 푸리에 변환에 의한 시계열 데이터 위상 추정 방법
US11769517B2 (en) Signal processing apparatus, signal processing method, and signal processing program
JP2019124486A (ja) スペクトル処理装置及び方法
Pálfi et al. Efficient execution of ADC test with sine fitting with verification of excitation signal parameter settings
Zhivomirov et al. A method for single-tone frequency estimation
US11069373B2 (en) Speech processing method, speech processing apparatus, and non-transitory computer-readable storage medium for storing speech processing computer program
US6873923B1 (en) Systems and methods for performing analysis of a multi-tone signal
Saulig et al. Nonstationary signals information content estimation based on the local Rényi entropy in the time-frequency domain
KR101159657B1 (ko) 레이더 탐색기 고해상도 신호처리를 위한 비선형 위상 오차 추정 장치
RU2745717C2 (ru) Оборудование и способ определения информации основного тона
Challis et al. Signal Contents
US10381023B2 (en) Speech evaluation apparatus and speech evaluation method
KR20070115523A (ko) 동적시스템의 실시간 해석을 위한 정확한 저주파수 및스펙트럼 위상 추정 방법
CN116165486A (zh) 一种局部放电脉冲电场时域波形恢复方法及系统

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant