18.5
샘플링 시점 사이에 값이 0인 샘플링된 시퀀스를 생각해 보십시오. 샘플링된 시퀀스의 모든 N번째 값을 취하여 바꿉니다.
원래 시퀀스와 샘플링된 시퀀스는 N의 정수 배수에서 동일합니다.
데시메이션은 염기서열에서 모든 N번째 샘플을 추출하여 새 염기서열을 보다 효율적으로 만듭니다.
데시메이티드 시퀀스의 푸리에 변환은 원래 스펙트럼의 스케일링된 버전과 시프트된 버전의 조합입니다.
이 변환은 0이 아닌 구간에 초점을 맞춰 분석을 단순화합니다.
마지막 관계는 데시메이션된 시퀀스의 푸리에 변환이 원본 변환의 스케일된 버전임을 보여줍니다.
이 스케일링은 데시메이션에 의해 도입되는 주기적 특성을 강조하며, 스펙트럼은 주파수 스케일링에서만 다릅니다.
원래 스펙트럼이 앨리어싱 없이 대역이 제한된 경우 데시메이션은 스펙트럼을 더 큰 주파수 대역으로 확산시킵니다.
연속시간 신호에서 시퀀스를 데시메이션하면 샘플링 속도가 N배만큼 감소하여 원래 신호가 오버샘플링된 경우 앨리어싱을 방지할 수 있습니다.
원래 시퀀스를 연속시간 신호의 샘플로 해석할 때 데시메이션을 다운샘플링이라고 합니다.
샘플링 순간 사이에 0 값이 있는 샘플링된 시퀀스를 고려할 때, 시퀀스의 모든 N번째 값을 취하여 대체할 수 있습니다. N의 이러한 정수 배수에서 원래 시퀀스와 샘플링된 시퀀스는 일치합니다. 이 과정을 데시메이션이라고 하며, 시퀀스에서 모든 N번째 샘플을 추출하여 보다…
저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.