티스토리 뷰
1.2 transformations of indep.variables
1.2.1 transformation of function
주어진 함수 x(t)에 대해 다음 꼴들이 어떤 그래프인지 알 수 있다.
- x(t-a): a만큼 평행이동
- x(-t): y축 대칭
- x(2t): fast
- x(t/2):slow
- x(at+b): 위의 정보들을 토대로 판단
1.2.2 Periodic signal
periodic signal ,주기 신호는 다음과 같은 성질을 만족하는 함수를 말한다.
- x(t)=x(T+t), in Ct signal
- x(n)=x(N+n), in Dt signal
이 때 Ct periodic과 Dt periodic은 그 형태가 많이 다른데 이는 다른 챕터에서 자세히 알아본다.
1.2.3 Even&Odd signals
고등 수학에서 배우는 우함수, 기함수 (y축 대칭,원점 대칭)를 signal에도 도입한다.
- Even: x(t)=x(-t), y축 대칭
- Odd: x(t)=-x(-t), 원점 대칭
이 때 임의의 real signal은 Even과 Odd의 합으로 나타낼 수 있고 다음과 같은 성질을 만족한다.
어떤 x(t)=a(t)+b(t), a(t): even, b(t): odd일 때
$$
a(t)=\frac{x(t)+x(-t)}{2},\quad b(t)= \frac{x(t)-x(-t)}{2}
$$
'신호 및 시스템' 카테고리의 다른 글
[신호] 1.4 The Unit Impulse & Unit Step Functions //단위 임펄스 함수 & 단위 계단 함수 (0) | 2020.03.21 |
---|---|
[신호] 1.3 Exponential & Sinusoidal signals //복소 지수 신호와 삼각 신호 (0) | 2020.03.17 |
[신호] 1.1 Continuous-time & Discrete time signal //연속 시간& 이산 시간 신호 (0) | 2020.03.15 |
[신호] 1. 개요-신호와 관련된 개념 //신호, 주파수, 샘플링 (0) | 2020.03.15 |
0. 카테고리 목적 (0) | 2020.03.14 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
링크
TAG
- RGB이미지
- CS
- NLP
- 매트랩 함수
- CNN
- 밑바닥부터 시작하는 딥러닝
- 이미지
- 연속 신호
- 딥러닝
- 신호 및 시스템
- gradient descent
- ML
- 인덱스 이미지
- 컴퓨터과학
- 머신 러닝
- 신경망
- 이산 신호
- Logistic Regression
- Andrew ng
- 자연어 처리
- 영상구조
- 매트랩
- 영상처리
- 순환 신경망
- rnn
- 컴퓨터 과학
- 사진구조
- Neural Network
- 머신러닝
- 이미지처리
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 |
글 보관함