임시 블로그 이름

신호 분석, 필터 설계 등을 하다보면 다양한 Window Function등을 만나게 된다. Cosine, Raised Cosine, Hamming, Hanning, Blackman, Triangular, Gaussian 등등등 어떤 Window Function이 있는지는 위키피디아에 잘 정리되어 있으니 참고하자. (http://en.wikipedia.org/wiki/Window_function) 그러면 도데체 이렇게 많은 윈도우를 왜 쓰는 것일까? 간단하게 1차원 데이터에 대해서 생각해보자. 우리가 가지고있는 데이터를 $*$ s(t) $*$라고 하자.그리고 Window Function을 $*$ w(t) $*$라고 하자. Window Function을 쓰는 방법은 크게 2가지가 있는것 같다. (같다 라고 ..

FIR Filter Design에는 여러가지가 있는데, 그 중에서 가장 직관적이고 간단한 방법이 Frequency Sampling 방식이다. 방법은 이렇다. 1. 원하는 형태의 주파수 도메인의 Magnitude Response $*$H(k)$*$를 만든다.2. 만들어진 주파수 도메인 데이터를 Inverse DFT해서 시간축 필터 $*$h(n)$*$을 생성한다. 말했듯히 매우 간단하고 직관적이다. 간단하게 Low-Pass Filter를 하나 만들어보자. Filter의 조건은 다음과 같다.- Filter의 Order는 $*$N$*$는 30으로 하자. 그러면 Filter의 Tap수 $*$L$*$은 30 + 1 = 31이다.- Cutoff 주파수 $*${ \omega }_{ c }$*$는 0.25 라고 하자. ..

http://en.wikipedia.org/wiki/Kaiser_window Window Function은 종류도 많고, 다양한 경우에 쓰인다. 특히 Apodization등에 써서 주파수 축에서 Side Lobe를 줄이는데 많이 사용 된다.가장 유명한 Window Function은 아마 Hamming, Hanning 등 일텐데, 이러한 Window Function들은 따로 파라미터가 없이 고정되어있는 형태이다.대신에 Kaiser Window는 파라미터로 윈도우의 형태를 조절할 수 있다. 특히 Window-Method Filter Design에서 유용하게 쓰이는데, 이 Kaiser Window를 적용하면, Transition Band나, Ripple등을 조절할 수 있기 때문이다. Kaiser Window는..

R-peak 검출아마도 ECG 신호처리라는 키워드로 이 블로그 까지 온 사람들은, 대부분 'R-peak 검출'과 '노이즈 제거'라는 큰 키워드에 대해 궁금해하다가 여기까지 오지 않았을까 한다. 이 포스트에서는 R-peak 검출에 대해서 먼저 이야기 해 보자. 왜?일단 R-peak검출을 하기 전에 왜 R-peak 검출이 필요한 것인가에 대해서 이야기 해 보자. 이미지 출처: http://www.davita-shop.co.uk/ecg-instruments.html 내가 의사가 아니라 아주 자세하게 이야기는 못한다만 (ㅋㅋ)... 위의 그림을 보면 RR-interval, PR, QRS, QT, ST segment등의 용어가 나오는 것을 알 수 있다. 대부분 R-peak을 기준으로 해서 다른 특이점들과의 간격등..

심전도(ECG) 신호처리 사실 ECG신호에 대한 관심은 Einthoven할아버지가 ECG라는걸 집대성(?)한 이후 꾸준히 있어왔으나, 70년대 ~ 90년대가 절정이 아니었나 싶다. 논문들을 겁색해 보면 그 시절 논문들이 상당히 많다. 최근에는 U-Health, E-Health이런것 때문에 ECG신호에 대한 관심이 다시 매우 높아지고 있다. 사람의 생존상태, 스트레스 상태들을 직접/간접적으로 알려주고, 측정 장비 또한 매우 저가로 또 소형으로 만들 수 있기 때문이다. 한 가지 예를 들면, 모바일 또는 원격지에서 ECG신호를 비롯한 다양한 생체신호를 수집하고, 그것을 전송하고, 의사의 진단을 받고, 그것을 다시 환자에게 피드백 해주는 이런 시스템을 생각해 볼 수 있다. 학회에 가보면 실제로 많은 기업들이 이..