English· Español· Deutsch· Nederlands· Français· 日本語· ქართული· 繁體中文· 简体中文· Português· Русский· العربية· हिन्दी· Italiano· 한국어· Polski· Svenska· Türkçe· Українська· Tiếng Việt· Bahasa Indonesia

un

게스트
1 / ?
수업 목록으로

함수를 벡터로

푸리에 급수는 단지 계산 도구가 아니라 — 함수를 기저에 정사영하는 기하학적 연산이다.

함수 공간

[0,1]에서 제곱 적분 가능한 함수의 집합 L²[0,1]은 벡터 공간을 형성한다. 덧셈과 스칼라 곱셈은 점별로 작동한다. 두 함수 f, g의 내적:

⟨f, g⟩ = ∫₀¹ f(t) · g*(t) dt

여기서 g*은 g의 복소 켤레이다. 이는 모든 내적 공리를 만족한다.

푸리에 기저의 직교성

함수들 φ_k(t) = e^{i2πkt}는 L²[0,1]에 대한 정규직교 기저를 형성한다:

⟨φ_k, φ_m⟩ = ∫₀¹ e^{i2πkt} · e^{−i2πmt} dt = ∫₀¹ e^{i2π(k−m)t} dt = δ_{km}

(이는 k = m일 때 1이고, 그렇지 않으면 0이다 — 전체 주기에 걸쳐 순수 진동을 적분함으로써.)

내적으로서의 푸리에 계수

x(t)의 k번째 푸리에 계수:

c_k = ⟨x, φ_k⟩ = ∫₀¹ x(t) · e^{−i2πkt} dt

이는 x의 기저 벡터 φ_k로의 정사영이다. 계수는 φ_k가 x에 얼마나 존재하는지를 측정한다.

정사영으로서의 푸리에 급수

부분공간으로의 정사영

푸리에 급수를 2N+1항으로 잘라내면 x를 {φ_{−N}, …, φ_N}으로 펼쳐진 부분공간에 정사영한다. 절단된 급수는 이 유한 차원 부분공간으로의 x의 정사영이다.

베셀의 부등식에 의해, 정사영은 L² 오차를 최소화한다:

‖x − Σ_{k=−N}^{N} c_k φ_k‖² ≤ ‖x − Σ_{k=−N}^{N} a_k φ_k‖² 임의의 a_k에 대해

푸리에 절단은 그 부분공간에서 최대 2N+1개 항을 사용한 x의 최적 근사이다. 이는 평균 제곱 오차(차이의 L² 범위의 제곱)를 최소화한다.

표준 푸리에 기저에서 최대 2N+1개 항을 사용하여 x에 대한 L²-최적 근사를 얻기 위해 절단된 푸리에 급수가 왜 기하학적으로 최상인지 설명하시오. 직교 기저의 어떤 성질이 정사영을 최적 계수로 만드는가? 이 기하학적 설정에서 '최적'이란 무엇을 의미하는가?

직사각형 윈도우 → Sinc 커널

시간 영역의 직사각형 윈도우(|k| ≤ N에 대해서만 계수 유지)는 계수 지수에서 rect 함수로의 곱셈에 해당한다.

한 영역에서의 곱셈은 다른 영역에서의 합성곱에 해당한다.

직사각형 윈도우의 푸리에 변환(이산 계수 공간에서)은 디리클레 커널 — 주기적인 sinc-유사 함수이다:

D_N(f) = Σ_{k=−N}^{N} e^{i2πfk} = sin(π(2N+1)f) / sin(πf)

푸리에 급수를 절단할 때, 우리는 이상적 응답 H_ideal(f)을 D_N(f)과 합성곱한다.

깁스가 발생하는 이유

디리클레 커널은 천천히 감쇠하는 큰 곁엽을 가진다. H_ideal(f)의 계단 불연속점 근처에서, 이러한 곁엽은 울린다 — 그들은 점프의 한쪽에서 일관되게 더해져, ≈9% 과다 상승을 생산한다.

수학적 상수: ∫₀^π sin(t)/t dt = Si(π) ≈ 1.8519. 깁스 과다 상승 높이 = (2/π)·Si(π) − 1 ≈ 0.0895 = 8.95%. 이는 N과 무관하다.

윈도우 기하학

부드러운 윈도우(Hann, 한, Kaiser)는 더 낮은 곁엽을 가진 푸리에 변환을 가진다. H_ideal(f)을 더 낮은 곁엽을 가진 커널과 합성곱하면 더 적은 울림이 생긴다. 절충: 더 낮은 곁엽은 항상 더 넓은 주엽을 가지며, 천이 대역폭을 넓힌다.

깁스 상수

깁스 과다 상승은 정적분이며, N의 함수가 아니다.

단위 계단의 N항 부분 푸리에 합의 첫 번째 최대값은 불연속점에서 f ≈ 1/(2N) 부근에서 발생한다. N → ∞일 때, 이 최대값은 1/(2)·(2/π)·Si(π) ≈ 1.0895에 접근한다.

과다 상승: 0.0895 또는 약 8.95% 점프 높이.

깁스 상수(9% 과다 상승)는 적분 ∫₀^π sin(t)/t dt ≈ 1.8519에서 나타난다. 이 적분은 푸리에 급수의 부분합이 이상적 계단과 디리클레 커널의 합성곱으로 쓸 수 있기 때문에 나타나며, 그 커널 적분의 첫 번째 최대값이 과다 상승을 준다. 기하학적 항으로 더 많은 푸리에 항(더 큰 N)을 취함으로써 이 과다 상승을 줄일 수 없는 이유를 설명하시오. 그것을 줄이기 위해 무엇을 변경해야 하는가?

주파수 영역 커널로서의 윈도우

모든 윈도우 함수는 이상적 주파수 응답을 평활하는 데 사용되는 커널을 설명하는 푸리에 변환을 가진다.

커널의 핵심 기하학적 매개변수:

1. 주엽 너비: 천이 대역 너비를 결정한다(더 넓은 주엽 → 더 넓은 천이).

2. 피크 곁엽 수준: 통과 대역 & 정지 대역 리플을 결정한다(더 낮은 곁엽 → 더 적은 리플).

이 두 매개변수는 독립적이지 않다. 주어진 윈도우 길이 2N+1에 대해, 곁엽 높이를 줄이려면 주엽을 넓혀야 한다 — 항상.

Kaiser의 윈도우는 사용자에게 한 개의 노브(α)를 제공하여 곁엽 높이 대 주엽 너비를 연속적으로 절충하며, 고정 윈도우 유형 사이를 뛰어다니는 대신.

설계 통찰

천이 대역 너비 ΔF ≈ 주엽 너비 / N. 리플 δ ≈ 곁엽 수준. 두 공식 모두 근사이고; Kaiser의 방정식이 이를 정확하게 만든다.

설계자가 같은 길이 N = 50의 두 윈도우를 비교한다: Hann 윈도우(곁엽 수준 ≈ −31 dB) & Hamming 윈도우(곁엽 수준 ≈ −41 dB). 둘 다 같은 이상적 저역 필터 설계에 적용된다. 어느 윈도우가 다음을 생산하는가: (a) 더 많은 통과 대역 리플; (b) 더 좁은 천이 대역? 곁엽 수준과 주엽 너비 사이의 기하학적 관계를 사용하여 각 답변을 정당화하시오.