Pages List
List view
정의
시간 축에서 표현된 신호를 주파수 성분들의 조합으로 분해하는 수학적 변환이다.
설명
프랑스 수학자 Joseph Fourier가 19세기 초 모든 주기 신호는 사인,코사인 파형의 합으로 표현될 수 있다 는 이론을 제시하면서 시작되었다.
이후 통신, 음향, 전자공학, 이미지 처리, 물리학 전 영역에서 핵심 도구가 되었고, 현대 디지털 오디오에서는 FFT(Fast Fourier Transform) 알고리즘을 통해 주파수 스펙트럼 분석과 필터링, 합성, 공간 음향 처리의 기반이 된다.
원리
푸리에 변환은 임의의 신호 x(t)를 무한한 사인파, 코사인파의 선형 결합으로 표현할 수 있다는 원리에 기반한다.
핵심 개념은 아래와 같다.
- 신호는 시간에 따라 바뀌지만, 그 안에는 여러 주파수 구성요소가 동시에 존재한다.
- Fourier Transform은 특정 주파수가 얼마나 포함되어 있는가를 측정하여 복소수 스펙트럼 X(f)를 만든다.
- 이 스펙트럼은 크기(Magnitude)와 위상(Phase)으로 구성되어 있고, 각각의 성분은 원래 신호를 구성하는 파동의 세기와 시차를 의미한다.
- 주파수 영역에서의 연산은 시간 영역에서의 복잡한 연산을 단순화한다.
예: 컨볼루션 → 곱셈
결과적으로 Fourier Transform은 시간-주파수 두 세계를 연결하는 변환이며, 거의 모든 신호처리 알고리즘의 기반이 된다.
구조
연속 푸리에 변환(Continuous Fourier Transform)
X(f) = ∫ x(t) · e^(-j2πft) dt
- X(f) : 주파수 f에서의 스펙트럼
- e^(-j2πft) : 복소 지수 함수(사인, 코사인을 결합한 형태)
역변환
x(t) = ∫ X(f) · e^(j2πft) df
이산 푸리에 변환(DFT)
디지털 신호에서는 샘플 단위로 계산한다.
X[k] = Σ x[n] · e^(-j2πkn/N)
- k : 주파수 인덱스
- N : 샘플 개수
FFT(Fast Fourier transform)
DFT를 빠르게 계산하는 알고리즘
복잡도
O(N²) → O(N log N)
모든 오디오 스펙트럼 분석기, EQ, IR 분석에서 이 알고리즘이 사용된다.
스펙트럼의 구성요서
Magnitude = |X(f)| → 해당 주파수의 강도 Phase = arg(X(f)) → 해당 파형의 시간적 위치
시간-주파수 이중성
시간 영역의 컨볼루션 = 주파수 영역의 곱셈 시간 영역의 곱셈 = 주파수 영역의 컨볼루션
이 원리 때문에 EQ, 리버브 등 대부분의 이펙트가 효율적으로 계산된다.
예시
EQ와 필터
- 파라메트릭 EQ는 주파수 영역에서 특정 대역을 증감시키는 구조와 동일하다.
- HPF/LPF/Notch 등의 필터는 주파수 영역에서 특정 성분을 제거하거나 통과시키는 연산이다.
레코딩, 노이즈 제거
- 노이즈 프로파일을 FFT로 추출해 특정 대역만 차감하는 방식 (Denoising)
- Sibilance 제거(De-Esser)도 특정 주파수 대역을 FFT로 분석해 감쇠한다.
Made with Bullet