푸리에 변환 이해하기: 기초, 응용 및 신호 분해

이 글은 공학과 과학에서 신호를 분석하는 핵심 기술인 푸리에 변환에 대한 명확하고 전문적인 개요를 제공합니다.

프랑스 수학자 조셉 푸리에의 이름을 딴 푸리에 변환은 함수의 주파수 성분을 밝혀내는 수학적 절차입니다. 전기 엔지니어에게 이는 주로 시간 영역 신호, 즉 시간 경과에 따른 전압, 전류 또는 기타 측정 가능한 양을 나타내는 파형에 적용됩니다.

정현파 분해

시간에 따른 전압 또는 전류의 오실로스코프 추적은 직관적이지만, 유일한 유용한 표현은 아닙니다. 특히 RF 및 통신과 같은 많은 설계 맥락에서 엔지니어는 순수 정현파 관점에서 신호의 주기적 동작을 이해해야 합니다. 왜냐하면 정현파는 '순수' 주파수의 유일한 수학적 표현이기 때문입니다.

푸리에 변환은 신호를 구성하는 정현파 주파수와 그 크기 및 위상으로 분해하여 신호의 본질적인 주기성을 드러냅니다. 이 분해가 핵심입니다: 복잡한 파형을 단순한 정현파의 중첩으로 다룰 수 있게 해줍니다.

예를 들어, 주기 T와 진폭 A를 가진 AC 커플링된 사각파는 홀수 고조파의 무한 급수로 표현할 수 있습니다:

\[f_{square}(t)=\frac{4A}{\pi}\sum_{k\in\{1,3,5,...\}}\frac{1}{k}\sin\left(\frac{2\pi kt}{T}\right)\]

기본 주파수 f 관점에서 다시 쓰면 더 직관적인 형태가 됩니다:

\[f_{square}(t)=\frac{4A}{\pi}\Bigl(\sin(2\pi ft)+\tfrac{1}{3}\sin(6\pi ft)+\tfrac{1}{5}\sin(10\pi ft)+\dots\Bigr)\]

첨부된 그래프는 사각파(파란색)와 처음 8개의 정현파, 그리고 급수가 원래 파형을 재현함을 확인하는 재구성 그래프를 보여줍니다.

시간 영역 및 주파수 영역 함수

푸리에 변환을 계산할 때, 시간 영역 함수 f(t)에서 시작하여 주파수 영역 함수 F(\omega)를 얻습니다. 여기서 \omega는 각주파수입니다. F(\omega)를 특정 주파수(예: 100 rad/s)에서 평가하면, 그 주파수에서 f(t)에 나타나는 정현파의 크기와 위상이 나옵니다.

변환은 본질적으로 복소수 값을 가지므로, 크기와 위상은 추가 계산을 통해 추출합니다. 실제로는 복소 계수의 크기(\sqrt{a^2+b^2})를 사용하여 주파수 내용을 분석하며, 특히 샘플링된 데이터에서 이산 푸리에 변환(DFT)을 다룰 때 그렇습니다.

푸리에 변환 시각화

주파수 스펙트럼(크기 대 주파수 그래프)은 데이터시트, 시험 보고서, 교과서에서 흔히 볼 수 있습니다. 다음 스펙트럼은 진폭 1V, 기본 주파수 1Hz인 AC 커플링 사각파의 고조파를 보여줍니다.

푸리에 변환 계산

대부분의 엔지니어는 푸리에 분석을 위해 소프트웨어 도구에 의존하지만, 기초 수학을 이해하는 것은 가치가 있습니다. 신호 f(t)의 연속 시간 푸리에 변환은 다음과 같이 정의됩니다:

\[F(\omega) = \int_{-\infty}^{\infty} f(t) e^{-j\omega t}\,dt\]

이산 시간 신호의 경우, DFT가 적분을 유한 합으로 대체하여 주파수 스펙트럼을 직접 나타내는 복소 계수를 산출합니다.

결론

이 글은 정현파 분해부터 실용적인 스펙트럼 시각화까지 푸리에 변환의 핵심 원리를 개괄했습니다. 이 변환은 현대 신호 처리의 기초이며, 필터 설계, 변조, 스펙트럼 추정과 같은 고급 주제로 들어가는 관문입니다.

추가 자료

• 이산 푸리에 변환 입문
• 고속 푸리에 변환 입문
• Scilab으로 주파수 영역 분석 수행하는 방법
• 주파수 영역에서 살아가기
• 이산 푸리에 변환 기반 선형 필터링