다음은 pulse signal의 정의임. $$ x(t)=\left\{\begin{matrix}1, & |t|\le\frac{\tau}{2} \\ 0, & \text{otherwise} \end{matrix}\right.$$ Fourier Transform은 다음과 같음. $$\begin{aligned} X(\Omega)&=\int^\infty_{-\infty} x(t) e^{-j\Omega t} dt \\ &=\int^{\frac{\tau}{2}}_{-\frac{\tau}{2}} 1 e^{-j \Omega t} dt \\ &=\left. \frac{e^{-j\Omega t}}{-j\Omega} \right| ^{\frac{\tau}{2}} _{-\frac{\tau}{2}} \\ &= \frac{1}{-j..

다음의 sin, cos 및 이들의 선형조합들에 대한 Fourier Transform은 다음과 같음. 1. $\sin \omega_0 t$ $$\begin{aligned} \mathcal{FT}[\sin \omega_0 t] & = \int_{-\infty}^{\infty} \sin \omega_0 t e^{-j\Omega t} dt \\ &= \int_{-\infty}^{\infty} \frac{e^{j\omega_0 t}-e^{-j\omega_0 t}}{2j} e^{-j\Omega t} dt \\ &= \frac{1}{2j} \left\{\int_{-\infty}^{\infty} e^{j\omega_0 t} e^{-j\Omega t} dt - \int_{-\infty}^{\infty} e^{-j\ome..

Continuous Time Fourier Series (CTFS)에서 Continuous Time Fouier Transform(CTFT)을 유도하는데 핵심은 다음과 같음. CTFS가 주기신호(periodic signal)에 대해 적용이 되는 점을 이용하여, 주기($T$)가 무한대인 주기신호에 대해 CTFS를 구하면, CTFT가 얻어진다. 비주기신호를 "주기가 무한대인 주기신호"로 보고 유도한다. 주기 $T$를 무한대로 보낼 경우, $T$에 의해 결정되는 fundamental frequency $\Omega_0$와 harmonice $k\Omega_0$들도 변경이 되게 된다. 우선 $T$와 관련된 이들을 정리하면 다음과 같음. $$\Omega_0=\frac{2\pi}{T} \Rightarrow \fra..

다음 2개 signal을 Conovlution한 결과를 그리시오. 이 문제에선 3개의 impulse signal에 대해 하나씩 만 고려하여 convolution을 하고, 이후 더하는 형태가 가장 쉽다. impulse의 특성상, 하나의 impulse와 convolution할 경우, 다음과 같이 impulse의 위치에 signal이 복사되는 형태로 결과가 나온다. 이들을 더하면 아래 그림과 같이 붉은 색 결과 signal이 나온다. 이를 numpy로 간단히 확인한 소스는 다음과 같다. import numpy as np import matplotlib as mb import matplotlib.pyplot as plt k = [0,-1,0,0,0,1,0,0,0,-1,0] x = [1,3/4,1/2,1/4,0,..

0. Fourier Transform의 Basis Function지수 함수 (정확히는 복소지수함수)는 대표적인 orthogonal function으로 Fourier transform의 basis로 사용이 된다.구간 $T$에서 Orthogonal function인 경우, 해당 구간에서 inner product를 취할 때 자기자신과 inner product인 경우를 제외하면 모두 0이 됨.때문에 해당 Orthogonal function 함수에 대한 coefficient를 쉽게 구할 수 있음: basis로 사용되는 이유.각 Complex Exponential Function은 주파수 성분을 의미함.대응하는 coefficient는 전체 함수에 해당 주파수 성분의 기여도를 의미함.linearly independe..

다음과 같이 정의 되는 함수를 $\delta_\epsilon(t)$라고 하자. $$\delta_\epsilon( t ) =\left\{ \begin{matrix} 0 & ,t < -\frac { \varepsilon }{ 2 } \\ \frac { 1 }{ \varepsilon } & ,-\frac { \varepsilon }{ 2 } \le t