.../Signals and Systems

[SS] Eigenmode, Eigenvector, and System mode

dsaint31x 2024. 9. 23. 00:23
728x90
728x90

시스템 모드(system mode)

  • 시스템의 고유 모드(eigenmode),
  • 시스템의 고유벡터(eigenvector),
  • 시스템의 고유함수(eigenfunction)

들과 동일한 개념임.

 

System Mode는
시스템 고유의 response를 결정하는 핵심 요소임.

 

시스템을 나타내는 differential equation이나 state space(상태 공간) 표현에서
대응하는 고유값(eigenvalue)과 함께 구해짐.


System Mode와 Eigen Vector의 관계

  • Eigenvalue:
    • 시스템의 Characteristic Equation (특성 방정식)을 풀어서 얻는 값.
    • 시스템의 안정성, 응답 속도, 진동 특성 등을 결정.
  • Eigenvector:
    • 각 eigenvalue에 대응하는 vector로, 시스템 상태의 변화 방향을 나타냄.
    • 시스템의 동적 거동 패턴을 결정함.
  • Eigenmode:
    • Eigenvector를 기반으로 시스템의 고유한 진동 형태나 동적 거동을 결정하는 basis function (or basis term): 보통 지수함수임.
    • System mode라고도 부르며, 시스템의 natural response을 구성.

예시를 통한 이해 : 2차 시스템 미분 방정식

$$\frac{d^2 y(t)}{dt^2} + a_1 \frac{d y(t)}{dt} + a_0 y(t) = 0$$

특성 방정식:

$$\lambda^2 + a_1 \lambda + a_0 = 0$$

  • Eigenvalue ( $\lambda_1, \lambda_2$ )를 구하고, 이에 대응하는 Eigenvector(또는 basis function)를 구함.
  • Homogeneous Solution(natural response)는 다음과 같이 표현되며, 이는 시스템 모드의 linear combination:

$$y(t) = K_1 e^{\lambda_1 t} + K_2 e^{\lambda_2 t}$$

where

  • $K_1, K_2$ 는 initial condition에 따라 결정됨.
  • system mode는 $e^{\lambda_1 t}, e^{\lambda_2 t}$의 basis function을 가르킴.

결론

  • system mode시스템의 eigenvector, 즉 eigen mode와 동일하며, 시스템의 response를 결정하는 중요한 요소임.
  • 시스템의 응답은 이러한 eigenmode의 linear combination(=superposition)으로 표현되며,
    이는 시스템의 natural response를 구성.

같이보면 좋은 자료들

2024.11.06 - [.../Linear Algebra] - [LA] Eigenvalue and Eigenvector

 

[LA] Eigenvalue and Eigenvector

특정 행렬 $A$는 linear transform을 의미함: $A\mathbf{x}$는 vector $\mathbf{x}$를 linear transform하는 것에 해당. Square Matrix $A$의 eigenvector와 eigenvalue는 $A$를 standard matrix로 하는 linear transform의 고유한 특성을

dsaint31.tistory.com

2023.09.19 - [.../Signals and Systems] - [SS] Complex Exponential Signals

 

[SS] Complex Exponential Signals

Complex Exponential Signals신호처리에서 주파수 성분을 분석하고 이를 나타내는데 핵심적인 역할을 함.(Fourier Transform에서 Basis function으로 사용됨) $$Ae^{z}=Ae^{s}=Ae^{\sigma + j \omega t} = Ae^{\sigma}e^{j\omega t}

dsaint31.tistory.com