|
l 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 다음
|
|
|
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 wa
|
|
|
과 X의 autocorrelation function과의 차이를 plot해 보라. 이를 Noise의 autocorrelation function과 비교해 보라. 어떠한가? 만약 차이가 난다면 그 원인에 대해 논하라.
3-6. Y의 autocorrelation을 FFT하면 Y의 power spectral density를 구할 수 있다. Y의 PSD를 구해 plot해
|
|
|
많이 쓰임)
(d) Fractional power containment bandwidth
신호 전력의 99%가 존재하는 구간
(e) Bounded power spectral density
의 최대값에서 지정된 dB (35dB , 50dB)이하로 떨어지는 점 사이의 간격
(f) Absolute bandwidth
이 대역 밖에서는 신호의 전력이 0이 되는 구간
|
|
|
Spectral Line) 사이의 주파수 간격을 말한다. MTF=0.1과 MTF 곡선이 교차하는 지점의 공간주파수 값을 그 시스템의 최대 공간주파수의 지표로한다. 이 값이 클수록 분해능리 높게 된다. 다음으로 선예도는 density가 다른 부분의 경계선이 흐려져 있는
|
|
 |
과: 근피로 직후와 근피로 5분 후의 상황에서 모두, 전기 자극에 의한 근수축은 수의적 근수축보다 최대 근수축력에 더 많은 영향을 끼쳤다. 하지만 양하지로 자세를 조절하는 기능에서는 두 경우 모두 저하를 보였다.
4. 결론: 한쪽 무릎 신
|
|
메뉴펼치기
