목차
1. 실 험 목 적
2. 이 론
3. 실 험 방 법
4.결 과
♠Sine wave
1) auto-correlation
2)Spectral density
♠Sqare wave
1) Autocorrelation
♠Cosine 의 Autocorrelation 과 Spectral density
5. 고 찰
6. 결 론
7. 참 고 문 헌
2. 이 론
3. 실 험 방 법
4.결 과
♠Sine wave
1) auto-correlation
2)Spectral density
♠Sqare wave
1) Autocorrelation
♠Cosine 의 Autocorrelation 과 Spectral density
5. 고 찰
6. 결 론
7. 참 고 문 헌
본문내용
얻을 수 있다.
3. 실 험 방 법
①Function generator와 signal analyzer를 이용하여 실험 장치를 구헝한다
②입력 전압은 5V, 입력 주파수는 100 Hz로 한다.
③입력된 sine wave signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다. 입력된 square wave signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다. 입력된 random signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다.
4.결 과
♠Sine wave
1) auto-correlation
2)Spectral density
Dirac delta function을 이용하면, 다음과 같은 관계가 있다.
위 식을 Fourier 변환하면 다음과 같다.
위의 관계를 이용하면, PSD는 다음과 같이 구해진다.
여기서, 는 측정시간, 는 sine 함수의 주기이다.
♠Sqare wave
1) Autocorrelation
의 식을 이용한다. 그런데 입력하는 Sqare wave가 주기적으로 변하기 때문에 주기 T를 로 보내더라도 의미가 없게 된다. 따라서 임의 주기 T만큼의 값을 구해서 입력과 마찬가지로 주기적으로 변할 것이라는 것을 예측할 수 있다.
주기함수가 아니므로 두단계로 나누어 생각한다.
그리고나서 를 대입하면 된다.
먼저 일 때
for
다음으로, 일 때
for
출력(Autocorrelation)에 대한 그림을 그려보면
위 그림에서 보듯이 진폭은 이고 주기는 변함이 없다는 것을 알 수 있다.
2) Power Spectral density
sqare wave는 우함수 이므로 Fourier Cosine Transform을 이용한다. 또한 적분구간은 으로 택한다.
,
,
이므로
결과값을 분석할 수가 없었다. 답이 틀렸을 수도 있지만....
Auto-correlation of sine wave Spectral density of sine wave Auto-correlation of sqare wave Spectral density of sqare wave
3. 실 험 방 법
①Function generator와 signal analyzer를 이용하여 실험 장치를 구헝한다
②입력 전압은 5V, 입력 주파수는 100 Hz로 한다.
③입력된 sine wave signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다. 입력된 square wave signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다. 입력된 random signal의 auto-correlation과 spectral density를 signal analyzer를 통하여 구한다.
4.결 과
♠Sine wave
1) auto-correlation
2)Spectral density
Dirac delta function을 이용하면, 다음과 같은 관계가 있다.
위 식을 Fourier 변환하면 다음과 같다.
위의 관계를 이용하면, PSD는 다음과 같이 구해진다.
여기서, 는 측정시간, 는 sine 함수의 주기이다.
♠Sqare wave
1) Autocorrelation
의 식을 이용한다. 그런데 입력하는 Sqare wave가 주기적으로 변하기 때문에 주기 T를 로 보내더라도 의미가 없게 된다. 따라서 임의 주기 T만큼의 값을 구해서 입력과 마찬가지로 주기적으로 변할 것이라는 것을 예측할 수 있다.
주기함수가 아니므로 두단계로 나누어 생각한다.
그리고나서 를 대입하면 된다.
먼저 일 때
for
다음으로, 일 때
for
출력(Autocorrelation)에 대한 그림을 그려보면
위 그림에서 보듯이 진폭은 이고 주기는 변함이 없다는 것을 알 수 있다.
2) Power Spectral density
sqare wave는 우함수 이므로 Fourier Cosine Transform을 이용한다. 또한 적분구간은 으로 택한다.
,
,
이므로
결과값을 분석할 수가 없었다. 답이 틀렸을 수도 있지만....