TL;DR
게시물은 Hermitian symmetry와 복소수 신호의 비대칭성을 이용해 무선 통신, 레이더, Deep Learning에서 신호 표현과 처리 효율을 높이는 원리를 다룹니다. 실수 신호는 양의 주파수와 음의 주파수가 대칭을 이루어 같은 정보가 반복되지만, 복소수 신호는 이 중복을 줄일 수 있습니다. Hilbert 변환으로 음의 주파수 성분을 제거한 해석적 신호를 만들면 단일측파대 통신에서 대역폭을 절반으로 줄일 수 있고, IQ 변조와 Weaver 변환기 구조는 이미지 주파수 제거와 진폭·위상 제어에 활용됩니다. 다만 Deep Learning과 레이더에서의 구체적인 구현이나 성능 수치는 제공된 내용에 포함되어 있지 않습니다.
섹션별 상세
이미지 분석
이미지는 실수 신호의 양·음 주파수 대칭 때문에 대역폭이 2배로 필요하다는 설명과 함께, 복소수 신호가 중복 성분을 버리는 과정을 시각화합니다. 이어 Hilbert 변환으로 해석적 신호를 생성하면 단일측파대 통신에서 대역폭을 절반으로 줄일 수 있고, Weaver 변환기 같은 IQ 구조가 이미지 주파수를 제거한다는 연결을 제시합니다.
실수 신호의 대칭 스펙트럼이 중복 대역폭을 사용하고, Hilbert 변환으로 만든 해석적 신호가 음의 주파수 성분을 제거하는 과정을 비교한 도식입니다.
용어 해설
- Hermitian 대칭(Hermitian symmetry)
- — 실수 신호의 주파수 스펙트럼에서 양의 주파수와 음의 주파수가 서로 대칭을 이루는 성질입니다. 이 대칭 때문에 같은 정보가 양쪽에 반복되며, 복소수 신호 처리에서는 중복 성분을 줄이는 기준으로 활용됩니다.
- 복소 비대칭(Complex asymmetry)
- — 복소수 신호가 실수 신호와 달리 주파수 성분의 대칭 제약을 갖지 않는 특성입니다. 이를 이용하면 음의 주파수 성분을 제거하거나 억제해 신호 표현에 필요한 대역폭을 줄일 수 있다는 관점으로 연결됩니다.
- 해석적 신호(Analytic Signal)
- — 실수 신호에서 음의 주파수 성분을 제거한 복소수 표현입니다. 게시물의 그림에서는 Hilbert 변환으로 해석적 신호를 만들고, 이를 통해 단일측파대 통신처럼 중복 주파수 성분을 줄이는 과정에 사용합니다.
- Hilbert 변환(Hilbert Transform)
- — 신호의 위상 성분을 바꾸어 원래 신호와 직교하는 성분을 만드는 변환입니다. 그림에서는 이를 실수 신호에 적용해 음의 주파수를 제거한 해석적 신호를 생성하고, 단일측파대 통신의 대역폭 감소에 활용합니다.
- 단일측파대 통신(Single-Sideband (SSB))
- — 반송파 주변의 양쪽 측파대 중 한쪽만 사용하는 통신 방식입니다. 게시물의 설명에서는 Hilbert 변환으로 만든 해석적 신호를 이용해 중복 주파수 성분을 줄이고, 실수 신호보다 절반의 대역폭으로 통신하는 방식으로 제시됩니다.
- IQ 변조
- — 동위상 성분과 직교위상 성분을 함께 조절해 복소수 신호를 생성하는 변조 방식입니다. 그림에서는 Weaver 변환기와 같은 구조를 통해 이미지 주파수를 제거하고, 진폭과 위상을 독립적으로 제어하는 사례로 연결됩니다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
