일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- DSP
- User Control
- 이사쿠아
- Window Function
- image processing
- 차사기
- Kaiser Window
- 이민
- ecg
- 해외생활
- Issaquah
- c++
- Knob Control
- biosignal
- King County
- 미국 차 구매
- 신호처리
- 미국
- cudnn
- lowpass filter
- covid19
- 영상처리
- 매틀랩
- Matlab
- Signal Processing
- 됬으면 좋겠네
- IT
- Visual Studio
- 킹카운티
- Bessel Funciton
- Today
- Total
목록DSP (4)
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..
http://mathworld.wolfram.com/ModifiedBesselFunctionoftheFirstKind.html Modified Bessel Function of the First Kind는 다음과 같은 수식으로 정의 된다. $*$ { I }_{ n }(z)={ i }^{ -n }{ J }_{ n }(ix) $*$ 여기에서 $*${n}$*$이 실수 $*${v}$*$인 경우엔 아래와 같이 계산할 수 있다. $*${ I }_{ v }(z)={ \left( \cfrac { 1 }{ 2 } z \right) }^{ v }\sum _{ k=0 }^{ \infty }{ \frac { { \left( \cfrac { 1 }{ 2 } z \right) }^{ 2k } }{ k!\Gamma \left( v..