신호 및 시스템

(7장)
Sampling in CT
 Sampling in CT
• 샘플링을 하는 이유:
CT신호(=아날로그 신호)를 DT신호(=디지털 신호)로
변화하면 신호에 대한 작업이 더 편리해진다.
샘플링은 CT신호를 DT신호로 바꾸는 첫 작업이다.
1) CT신호를 보관 및 전송하는 것 보다는 DT신호의
샘플들을 보관하거나 전송하는 것이 더 편리하다.
2) CT신호 자체보다 DT신호로 된 샘플들이 잡음이나
신호의 왜곡에 대해 더 강인하다.

√ 인간은 DT신호보다는 CT신호에 더 친화적이다. 따라서

주어진 CT신호를 DT신호로 변환한 후 작업하고,
최종적으로는 DT신호를 다시 CT신호로 복원한다.
 Sampling in CT
• 수식표현: 신호 x(t)에 impulse train δT(t)을 곱함

• 시간영역에서 샘플링을 수행한 모습

x(t) δT(t)

× ...
1
...
t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T
xp(t)

t
-3T -2T -T 0 T 2T 3T
 Sampling in CT
• 샘플링의 회로 구현방법
 Sampling in CT
• Impulse Train δT(t)의 두가지 수식표현 방법들
1) (원래 정의)

2) (FS 표현)

δT(t)

1
... ...
t
-5T -4T -3T -2T -T 0 T 2T 3T 4T 5T
 Sampling in CT
• 샘플링 된 신호의 두 표현 방법

• 샘플링 된 신호의 두 FT 표현
 Sampling in CT
• 시간영역에서 샘플링 된 신호의 주파수영역에서의 모습

X(ω)

... ...
ω ω
-ωM 0 ωM 0

Xp(ω)

... ...
ω
0
 Sampling in CT
• 시간영역 샘플링의 주파수영역에서의 해석:
1) 스펙트럼 X(ω)의 크기에 1/T 가 곱해짐.
2) 스펙트럼 X(ω)가 주기 2π/T 인 주기함수가 됨.

Xp(ω)

... ...
ω
0
 Sampling in CT
• 인터폴레이션(Interpolation):
– 샘플들로부터 원래의 CT신호를 복원하는 과정
xp(t) x(t)

t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T

• 인터폴레이션(Interpolation)의 종류
1) ZOH (Zero Order Hold)
2) FOH (First Order Hold)
3) Ideal Reconstruction
 Sampling in CT
• ZOH (Zero Order Hold)

t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T

– 수식적 표현:
 Sampling in CT
• FOH (First Order Hold)

t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T

– 수식적 표현:
 Sampling in CT
• Ideal Reconstruction

t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T

– 수식적 표현:
 Sampling in CT
• 고려할 문제
1) 어떤 조건하에서 Ideal Reconstruction이 가능한가?
2) Reconstruction을 가능하게 하는 h(t)는 무엇인가?

⇒ 위 문제들을 시간영역에서 생각하면 어렵지만,

주파수영역에서 생각하면 쉽다.
 Sampling in CT
• 주파수영역에서 Xp(ω)로부터 X(ω)를 얻는 과정은 시간영역에서
샘플링 된 함수 xp(t)로부터 원래의 함수 x(t)를 얻는 과정과 일치한다.
• Xp(ω)로부터 X(ω)를 얻기 위해서는 주파수영역에서 Xp(ω)의 각 부분들
이 서로 겹쳐지지 않아야 한다.
Xp(ω) X(ω)
가능 1

... ...
ω ω
0 -ωM 0 ωM

Xp(ω) X(ω)
불가능
1

... ...
ω ω
-ωM 0 ωM
0
 Sampling in CT
• Sampling Theorem:
샘플들로부터 원래의(=샘플링 이전의) 연속신호를 완벽
하게 복원하기 위해서는, 샘플링 주파수 가
신호의 최고 주파수 보다 2배 이상 커야 한다.

– 위 조건을 만족하지 못하는 경우, Xp(ω) 내에서는

X(ω)의 형태들이 서로 겹쳐져서 놓이게 된다.
이러한 현상을 Aliasing 이라고 한다.
 Sampling in CT
• Xp(ω)로부터 X(ω)를 얻기 위해서는 주파수영역에서
Xp(ω)에 사각함수 H(ω)= T×П(ω/(2ωc)) 를 곱하면 된다.
Xp(ω)

... ...
ω
X(ω)
0
1

H(ω)
ω
-ωM 0 ωM

ω
0
 Sampling in CT
• H(ω)=T×П(ω/(2ωc)) 와 같은 주파수 응답을 갖는
LTI 시스템은 다음과 같은 임펄스 응답을 갖는다.
H(ω)

ω
0
 Sampling in CT
• Ideal Reconstruction

t t
-3T -2T -T 0 T 2T 3T -3T -2T -T 0 T 2T 3T

– 수식적 표현:
Sampling in DT
 Sampling in DT
• DT신호를 샘플링을 하는 이유:
1) 한 DT시스템을 다른 DT시스템에 연결하는 경우, 만약 시
스템들이 신호를 샘플링 한 rate이 서로 다르다면, 한 시스
템에서 샘플링을 다시 수행하여 두 시스템간의 샘플링
rate을 동일하게 맞추어 줄 필요가 있다.
2) 샘플링 된 rate이 너무 과도할 경우, 다시 한번 샘플링을
수행함으로써 신호처리의 복잡도를 낮출 수 있다.
 Sampling in DT
• 수식표현: 신호 x[n]에 impulse train δN[n]을 곱함

• 시간영역에서 샘플링을 수행한 모습

x[n] δ2[n]

× 1

n n
-6-5-4 -3 -2 -1 0 1 2 3 4 5 6 -6-5-4 -3 -2 -1 0 1 2 3 4 5 6
xp[n]

n
-6-5-4 -3 -2 -1 0 1 2 3 4 5 6
 Sampling in DT
• Impulse Train δN[n]의 두가지 수식표현 방법들
1) (원래 정의)

2) (FS 표현)

δN[n]

1
... ...
n
-5N -4N -3N -2N -N 0 N 2N 3N 4N 5N
 Sampling in DT
• 샘플링 된 신호의 두 표현 방법

• 샘플링 된 신호의 두 FT 표현
 Sampling in DT
• 시간영역에서 샘플링 된 신호의 주파수영역에서의 모습

X(Ω)

... ...
Ω Ω
-ΩM 0 ΩM 0

Xp(Ω)

... ...
Ω
0
 Sampling in DT
• 시간영역 샘플링의 주파수영역에서의 해석:
1) 스펙트럼 X(Ω)의 크기에 1/N 이 곱해짐.
2) 스펙트럼 X(Ω)가 주기 2π/N 인 주기함수가 됨.

Xp(Ω)

... ...
Ω
0
 Sampling in DT
• 인터폴레이션(Interpolation):
– 샘플들로부터 원래의 DT신호를 복원하는 과정
xp[n] x[n]

n n
-6-5-4 -3 -2 -1 0 1 2 3 4 5 6 -6-5-4 -3 -2 -1 0 1 2 3 4 5 6

• 인터폴레이션(Interpolation)의 종류:
Ideal Reconstruction
(DT에서는 Ideal Reconstruction 구현이 쉽기 때문에,
ZOH 및 FOH는 고려하지 않는다.)
 Sampling in DT
• Ideal Reconstruction
xp[n]

n n
-6-5-4 -3 -2 -1 0 1 2 3 4 5 6 -6-5-4 -3 -2 -1 0 1 2 3 4 5 6

– 수식적 표현:
 Sampling in DT
• 고려할 문제
1) 어떤 조건하에서 Ideal Reconstruction이 가능한가?
2) Reconstruction을 가능하게 하는 h(t)는 무엇인가?

⇒ 위 문제들을 시간영역에서 생각하면 어렵지만,

주파수영역에서 생각하면 쉽다.
 Sampling in DT
• 주파수영역에서 Xp(Ω)로부터 X(Ω)를 얻는 과정은 시간영역에서
샘플링 된 함수 xp[n]로부터 원래의 함수 x[n]를 얻는 과정과 일치한다.
• Xp(Ω)로부터 X(Ω)를 얻기 위해서는 주파수영역에서 Xp(Ω)의 각 부분들
이 서로 겹쳐지지 않아야 한다.
Xp(Ω) X(Ω)
가능 1

... ...
Ω Ω
0 -ΩM 0 ΩM

Xp(Ω) X(Ω)
불가능
1

... ...
Ω Ω
-ΩM 0 ΩM
0
 Sampling in DT
• Sampling Theorem:
샘플들로부터 원래의(=샘플링 이전의) 연속신호를 완벽
하게 복원하기 위해서는, 샘플링 주파수 이
신호의 최고 주파수 보다 2배 이상 커야 한다.

– 위 조건을 만족하지 못하는 경우, Xp(Ω)내에서는

X(Ω)의 형태들이 서로 겹쳐져서 놓이게 된다.
이러한 현상을 Aliasing 이라고 한다.
 Sampling in DT
• Xp(Ω)로부터 X(Ω)를 얻기 위해서는 주파수영역에서
Xp(Ω)에 사각함수 H(Ω)= N×П(Ω/(2Ωc)) 를 곱하면 된다.
Xp(Ω)

... ...
t
X(Ω)
0
1

H(Ω)
Ω
-ΩM 0 ΩM

... ...
 Sampling in DT
• H(Ω)=N×П(Ω/(2Ωc)) 와 같은 주파수 응답을 갖는 LTI 시스
템은 다음과 같은 임펄스 응답을 갖는다.
H(Ω)

... ...
 Sampling in DT
• Ideal Reconstruction
xp[n]

n n
-6-5-4 -3 -2 -1 0 1 2 3 4 5 6 -6-5-4 -3 -2 -1 0 1 2 3 4 5 6

– 수식적 표현:
CT/DT 변환
 CT/DT 변환
• 정의: CT신호의 샘플링 결과를 완전한 DT
신호로 변환하는 것 (혹은 그 역변환)
– T의 배수로 표현되는 CT신호 샘플들의 time-
indexing을 일반적인 정수로 변환함.
 CT/DT 변환
• CT/DT 변환기의 회로 구현

Samples
to sequence
 CT/DT 변환
• CT/DT 변환의 수학적 표현
 CT/DT 변환
• T의 배수로 표현되는 CT신호 샘플들의 time-index들을
정수들로 변환하는 것은 주파수영역에서 ω 대신 ω/T를
대입한 후, 표기상 ω 대신 Ω를 사용하는 것과 같다.
(즉, ω →(T배팽창) ω/T →(표기변경) Ω/T 라고 생각할 것!)

시간축에서
T배압축

주파수축에서
T배팽창
 CT/DT 변환
• T의 배수로 표현되는 CT신호 샘플들의 time-index들을
정수들로 변환하는 것은 주파수영역에서 ω 대신 ω/T를
대입한 후, 표기상 ω 대신 Ω를 사용하는 것과 같다.
(즉, ω →(T배팽창) ω/T →(표기변경) Ω/T 라고 생각할 것!)

시간축에서
T배압축

주파수축에서
T배팽창
 CT/DT 변환
• Xd(Ω) 와 X(Ω) 의 관계 유도

★ Xd(Ω)는 Xp(Ω)를 주파수 축(=Ω 축)으로 T배만큼

Expansion하여 얻을 수 있다.
 CT/DT 변환
• CT/DT 변환을 주파수 축에서 이해할 것!
DT Processing
 DT Processing
• Zero-insertion: 샘플들 사이 사이에 크기
가 0인 샘플들을 삽입하는 것 (Sample-
Reindexing 포함)
xb[n] xp[n]

n n
-6-5-4 -3-2 -1 0 1 2 3 4 5 6 -6-5-4 -3-2 -1 0 1 2 3 4 5 6

√ Zero-insertion을 Up-sampling이라고도 부름.

 DT Processing
• Xb(Ω) 와 Xp(Ω) 의 관계 유도

★ Xp(Ω)는 Xb(Ω)를 주파수 축(=Ω 축)에서 N배만큼

Compression하여 얻을 수 있다.
 DT Processing
• Zero-insertion을 주파수 축에서 이해할 것!
 DT Processing
• Decimation: DT 샘플링 이후에 time축으
로 압축하는 것 (Sample-Reindexing 포함)

x[n] xp[n] xb[n]

n n n
-6-5-4 -3-2 -1 0 1 2 3 4 5 6 -6-5-4 -3-2 -1 0 1 2 3 4 5 6 -6-5-4 -3-2 -1 0 1 2 3 4 5 6

√ Decimation을 Down-sampling이라고도 부름.

 DT Processing
• Xb(Ω) 와 Xp(Ω) 의 관계 유도

★ Xb(Ω)는 Xp(Ω)를 주파수 축(=Ω 축)으로 N배만큼

Expansion하여 얻을 수 있다. (Xb(Ω)는 2π주기 함수임!)
 DT Processing
• Decimation을 주파수 축에서 이해할 것!
Discrete Signal Processing 과정 요약
 2 3 7 8
1 9
Samples Sequence
Interpolation
to to
(LPF)
sequence samples

4 5 6

Processing
Down Up Interpolation
(e.g., Communication,
sampling sampling (LPF)
Filtering)

2 3 4 5

7 9
1 9

2 8

3 7

4 6

5
Transform 정리
dt

( ® dt = Dt )
DFT(Discrete Fourier Transform)
• DFT Pair:

– DSP에서 제일 많이 사용되는 방법이다.

– DFT/IDFT에서는 시간영역의 한 세상과 주파
수영역의 한 세상이 크기는 각각 N 이다.
( x[n]과 X[k]은 각각 N주기 함수이다.)