컨볼루션 계산기

Q: 신호 처리에서 컨볼루션이란 무엇입니까?

컨볼루션(합성곱)은 두 개의 신호를 결합하여 제3의 신호를 만드는 수학적 연산입니다. 한 신호의 모양이 다른 신호에 의해 어떻게 변형되는지를 설명합니다. 신호 처리에서는 입력 신호와 시스템의 임펄스 응답이 주어졌을 때 선형 시불변(LTI) 시스템의 출력을 결정하는 데 사용됩니다.

신호와 함수의 선형, 원형 및 연속 컨볼루션을 계산합니다. 대화형 시각화, 상세한 단계별 풀이 및 포괄적인 수학적 분석을 제공합니다.

컨볼루션 계산기

빠른 예제

이산 선형 컨볼루션

이동 평균 에지 검출 신호 필터

이산 원형 컨볼루션

항등 이동 DFT 예제

연속 컨볼루션

다항식 지수 삼각 함수

컨볼루션 유형:

신호 x[n]:	쉼표로 구분된 값을 입력하십시오 (예: 1, 2, 3)
신호 h[n]:	쉼표로 구분된 값을 입력하십시오 (예: 1, 1, 1)

Embed 컨볼루션 계산기 Widget

컨볼루션 계산기 정보

컨볼루션 계산기에 오신 것을 환영합니다. 이 도구는 이산 및 연속 컨볼루션을 상세한 단계별 풀이와 대화형 시각화와 함께 계산할 수 있는 포괄적인 무료 온라인 도구입니다. 신호 처리를 배우는 학생, 선형 시스템을 분석하는 엔지니어 또는 수학적 연산을 연구하는 연구자 등 누구에게나 이 계산기는 컨볼루션을 정확하게 이해하고 계산하는 데 필요한 모든 것을 제공합니다.

컨볼루션이란 무엇입니까?

컨볼루션(합성곱)은 두 개의 함수(또는 신호)를 결합하여 제3의 함수를 만드는 기본적인 수학적 연산입니다. 한 함수의 모양이 다른 함수에 의해 어떻게 변형되는지를 설명합니다. 컨볼루션은 별표(*) 기호로 표시되며 신호 처리, 이미지 처리, 확률론 및 많은 공학 응용 분야에서 필수적입니다.

신호 처리에서 컨볼루션은 입력 신호와 시스템의 임펄스 응답이 주어졌을 때 선형 시불변(LTI) 시스템의 출력을 결정합니다. 이는 시스템이 신호를 어떻게 변환하는지 이해하는 데 가장 중요한 연산 중 하나입니다.

이산 컨볼루션

이산 시간 신호의 경우 시퀀스 x[n]과 h[n]의 컨볼루션은 다음과 같이 정의됩니다:

이산 선형 컨볼루션

$$y[n] = \sum_{k=-\infty}^{\infty} x[k] \cdot h[n-k]$$

길이가 N과 M인 유한 길이 시퀀스의 경우 출력 길이는 N + M - 1이 됩니다.

원형 컨볼루션

원형(또는 순환) 컨볼루션은 신호가 주기적이거나 이산 푸리에 변환(DFT)을 다룰 때 사용됩니다. N-포인트 원형 컨볼루션의 경우:

원형 컨볼루션

$$y[n] = \sum_{k=0}^{N-1} x[k] \cdot h[(n-k) \mod N]$$

나머지 연산(모듈로)으로 인해 인덱스가 순환하므로 원형 컨볼루션은 주기 신호 분석에 적합합니다.

연속 컨볼루션

연속 시간 함수의 경우 컨볼루션 적분은 다음과 같이 정의됩니다:

연속 컨볼루션 적분

$$(f * g)(t) = \int_{-\infty}^{\infty} f(\tau) \cdot g(t - \tau) \, d\tau$$

인과 신호(t가 0보다 작을 때 0인 신호)의 경우 적분 범위는 0에서 t가 됩니다.

이 컨볼루션 계산기의 특징

다양한 컨볼루션 유형: 이산 선형 컨볼루션, 이산 원형 컨볼루션 및 연속 컨볼루션(적분 형태)을 지원합니다.
단계별 풀이 제공: 컨볼루션 과정의 각 단계를 보여주는 자세한 수학적 풀이를 제공하여 계산 과정을 이해하도록 돕습니다.
대화형 시각화: 입력 신호와 컨볼루션 출력을 보여주는 Chart.js 그래프를 생성하여 시각적 이해를 돕습니다.
유연한 입력 형식: 대괄호 유무에 관계없이 시퀀스(1, 2, 3 또는 [1, 2, 3])를 입력할 수 있으며 표준 수학 기법으로 함수를 입력할 수 있습니다.
빠른 예제: 미리 설정된 예제 버튼을 통해 다양한 컨볼루션 시나리오를 즉시 탐색할 수 있습니다.
MathJax 렌더링: 전문적인 조판으로 아름다운 수학 공식이 렌더링됩니다.

이 계산기 사용 방법

컨볼루션 유형 선택: 이산 선형 컨볼루션(표준 신호 처리용), 이산 원형 컨볼루션(DFT 응용용) 또는 연속 컨볼루션(수학 함수용) 중에서 선택하십시오.
입력 신호 또는 함수 입력: 이산 컨볼루션의 경우 쉼표로 구분된 값(예: 1, 2, 3, 4)을 입력하십시오. 연속 컨볼루션의 경우 수학적 표현(예: t, sin(t), exp(-t))을 입력하십시오.
예제 사용: 예제 버튼을 클릭하여 일반적인 컨볼루션 시나리오를 빠르게 불러오고 입력에 따라 결과가 어떻게 달라지는지 확인하십시오.
계산 및 분석: "컨볼루션 계산"을 클릭하여 전체 단계별 풀이, 계산 테이블 및 대화형 시각화를 확인하십시오.

컨볼루션의 성질

컨볼루션은 신호 처리 및 분석에 유용한 몇 가지 중요한 수학적 성질을 가지고 있습니다:

교환 법칙

신호의 순서는 결과에 영향을 주지 않습니다.

x * h = h * x

결합 법칙

그룹화는 결과에 영향을 주지 않습니다.

(x * h) * g = x * (h * g)

분배 법칙

컨볼루션은 덧셈에 대해 분배 법칙이 성립합니다.

x * (h + g) = x * h + x * g

항등원

델타 함수와의 컨볼루션은 원래 신호를 반환합니다.

x * delta = x

컨볼루션의 응용

신호 처리

컨볼루션은 신호 필터링의 기본입니다. 입력 신호를 필터의 임펄스 응답과 컨볼루션하면 필터링된 출력이 나옵니다. 저역 통과 필터, 고역 통과 필터 및 대역 통과 필터가 신호를 처리하는 방식입니다.

이미지 처리

이미지 처리에서 2D 컨볼루션은 흐림, 선명화, 에지 검출 및 엠보싱과 같은 작업에 사용됩니다. 컨볼루션 커널(작은 행렬)이 이미지 위를 슬라이딩하여 다양한 효과를 생성합니다.

오디오 처리

컨볼루션 리버브는 드라이 오디오를 공간의 임펄스 응답과 컨볼루션하여 음향 공간을 시뮬레이션합니다. 이는 물리적 공간의 고유한 특성을 포착하는 사실적인 리버브 효과를 만듭니다.

신경망

컨볼루션 신경망(CNN)은 컨볼루션을 핵심 연산으로 사용합니다. 학습 가능한 컨볼루션 커널이 이미지에서 특징을 추출하여 CNN이 이미지 인식 및 컴퓨터 비전 작업에 매우 효과적이게 만듭니다.

시스템 분석

모든 선형 시불변(LTI) 시스템에서 출력 y(t)는 입력 x(t)와 시스템의 임펄스 응답 h(t)의 컨볼루션과 같습니다. 이 관계는 제어 시스템 및 통신 시스템 분석의 기초입니다.

확률론

두 독립 랜덤 변수의 합에 대한 확률 밀도 함수는 각각의 PDF의 컨볼루션과 같습니다. 이는 통계학 및 확률 과정에서 널리 사용됩니다.

선형 컨볼루션 vs 원형 컨볼루션

적절한 신호 처리를 위해서는 선형 컨볼루션과 원형 컨볼루션의 차이점을 이해하는 것이 중요합니다:

선형 컨볼루션

출력 길이: 길이가 N과 M인 입력에 대해 N + M - 1
순환 없음 - 인덱스가 원래 신호 길이를 넘어서 확장됨
일반적인 신호 처리 및 필터링에 사용됨
유한 신호의 실제 물리적 컨볼루션을 나타냄

원형 컨볼루션

출력 길이: 동일한 길이로 제로 패딩한 후 max(N, M)
순환을 위해 나머지 연산을 사용함
DFT를 이용한 효율적인 계산 시 필요함
N + M - 1 길이로 제로 패딩하여 원형 컨볼루션으로부터 선형 컨볼루션을 얻을 수 있음

입력 형식 가이드

이산 시퀀스

신호 값을 쉼표로 구분하여 입력하십시오. 대괄호는 선택 사항입니다:

1, 2, 3, 4 - 단순 쉼표 구분 값
[1, 2, 3, 4] - 대괄호 포함
0.5, 1.5, 2.5 - 소수점 값 지원
-1, 0, 1, 0, -1 - 음수 값 지원

연속 함수

표준 기법으로 수학 표현식을 입력하십시오:

t - 선형 함수
t**2 또는 t^2 - 다항식 (지수에는 ** 사용)
sin(t), cos(t), tan(t) - 삼각 함수
exp(t), exp(-t) - 지수 함수
log(t) - 자연 로그
2*t + 3 - 상수와의 조합

일반적인 컨볼루션 예제

이동 평균 필터

3-포인트 이동 평균 필터는 데이터를 부드럽게 합니다: h[n] = [1/3, 1/3, 1/3]. 이 필터와 컨볼루션하면 각 점을 인접한 점들과 평균화합니다.

에지 검출

차분 커널 h[n] = [1, -1]은 변화를 감지합니다. 이와 컨볼루션하면 신호 값이 급격히 변하는 지점을 찾을 수 있습니다.

가우시안 평활화

[0.25, 0.5, 0.25]와 같은 가우시안 커널은 신호 구조를 보존하면서 노이즈를 줄이는 부드러운 종 모양의 평균화를 제공합니다.

미분

커널 [1, -2, 1]은 2차 도함수를 근사하며 신호의 피크와 곡률을 감지하는 데 유용합니다.

자주 묻는 질문

신호 처리에서 컨볼루션이란 무엇입니까?

컨볼루션은 두 개의 신호를 결합하여 제3의 신호를 만드는 수학적 연산입니다. 한 신호의 모양이 다른 신호에 의해 어떻게 변형되는지를 설명합니다. 신호 처리에서는 입력 신호와 시스템의 임펄스 응답이 주어졌을 때 선형 시불변(LTI) 시스템의 출력을 결정하는 데 사용됩니다.

선형 컨볼루션과 원형 컨볼루션의 차이점은 무엇입니까?

선형 컨볼루션은 입력 길이가 N과 M일 때 N+M-1 길이의 출력을 생성하며, 비주기 신호에 사용됩니다. 원형 컨볼루션은 신호가 주기적이라고 가정하고 입력과 동일한 길이의 출력을 생성합니다. 인덱스가 모듈로 연산을 통해 순환하므로 DFT 기반 계산에 적합합니다.

이산 컨볼루션 계산기는 어떻게 사용하나요?

신호 값을 쉼표로 구분된 숫자(예: 1, 2, 3)로 입력하십시오. 선택적으로 대괄호 [1, 2, 3]를 사용할 수 있습니다. 선형 또는 원형 컨볼루션 유형을 선택한 다음 계산을 클릭하십시오. 단계별 계산 과정과 시각화된 결과가 표시됩니다.

연속 컨볼루션에서 지원되는 함수는 무엇입니까?

연속 컨볼루션 계산기는 다항식 함수(t, t**2, t**3), 지수 함수(exp(t), exp(-t)), 삼각 함수(sin(t), cos(t), tan(t)), 로그 함수(log(t)) 및 이들의 조합을 지원합니다. 지수에는 **를 사용하고 표준 수학 기법으로 입력하십시오.

컨볼루션의 일반적인 응용 분야는 무엇입니까?

컨볼루션은 신호 필터링(저역 통과, 고역 통과, 대역 통과 필터), 이미지 처리(흐림, 에지 검출, 선명화), 오디오 처리(잔향, 에코 효과), 시스템 분석(임펄스 응답으로부터 시스템 출력 결정), 신경망(CNN의 컨볼루션 레이어), 확률론(독립 랜덤 변수의 합) 등에 사용됩니다.

왜 컨볼루션 결과가 입력보다 요소가 많나요?

선형 컨볼루션에서 입력 x에 N개 요소가 있고 h에 M개 요소가 있으면 출력은 N + M - 1개 요소를 갖습니다. 이는 컨볼루션이 한 신호를 다른 신호 위로 "슬라이딩"할 때 시작과 끝의 부분적인 겹침이 출력 길이에 기여하기 때문입니다.

컨볼루션은 푸리에 변환과 어떤 관계가 있나요?

컨볼루션 정리(Convolution Theorem)에 따르면 시간 영역에서의 컨볼루션은 주파수 영역에서의 곱셈과 같습니다. 이 성질을 이용하면 FFT를 사용하여 컨볼루션을 효율적으로 계산할 수 있습니다. 두 신호를 변환하고 곱한 다음 역변환하면 복잡도가 O(N*M)에서 O(N log N)으로 줄어듭니다.