신호데이터(3)
-
[비정형 데이터] 09. 신호데이터의 추세 제거하기
신호 데이터에서 주기나 피크를 분석할 때는 추세를 제거해야하는 경우도 있습니다. 추세가 있으면 피크가 아님에도 높은 값에 위치하거나 낮은 값에 위치하는 값을 피크라고 판단할 수도 있기 때문입니다. 추세는 pracma 패키지의 detrend함수를 통해 제거할 수 있습니다. detrend(data, tt=추세제거 방법, bp=c(몇 개로 잘라서 볼 것인가)) tt=linear: 선형의 추세 제거 tt=constant: 구간을 나누어 그 구간의 평균점을 찾고 해당 평균점을 빼면서 추세 제거 t = 0:20 x = 3*sin(t)+t # 증가하는 추세를 만들기 위해 t를 더함 y = pracma::detrend(x,tt='linear',bp=c()) # 1차원의 추세만 제거 가능(다차원 추세 안됨) plot(t..
2020.05.04 -
[비정형 데이터] 08. 신호 데이터의 이상치 제거하기
신호 데이터는 누가 선을 건드려서 전기에 스파이크가 나는 현상과 같이 원하지 않는 데이터들이 존재할 수 있습니다. 이때 이상치를제거해야 합니다. 이상치는 전자기기 통신과정에서 발생한 이상값인지 무시해도 되는 값인지에 관해서는 경험 지식과 실험에 의해 결정이 됩니다. 추세에서 벗어나는 이상치를 제거하는 방법에 대해 알아보겠습니다. Hampel filter: 현재 시점 주변 데이터들의 중앙값 대비 얼마나 이상한가를 판단하는 함수 hampel(data, k=window수, t=표준편차 값 범위) 정해진 window구간 내 중앙값을 구함 각 샘플에 대한 중앙값의 절대 오차를 구함 절대 오차의 표준편차를 구함 현재 값의 절대 오차가 위 표준편차를 넘으면 중앙값으로 대체 x = sin(2*pi*(0:99)/100)..
2020.05.04 -
[비정형 데이터] 06. 어떤 특징을 추출할 수 있을까? - 주파수
주파수 신호 특징 시간에 따라 변하는 신호들은 더 기본적인 신호들로 쪼갤 수 있습니다. 이때 여러 주파수를 가진 신호들로 나타낼 수 있는데 이를 신호의 (주파수) 스펙트럼이라고 합니다. 이 분석은 시간축에 표현했을 때 보이지 않았던 특성들이 주파수 관점에서 보았을 때 파악할 수 있고 다른 신호와 비교 분석 시 유용합니다. 주기 신호는 같은 주기를 갖는 정현파(기본파)와 이 정현파의 정수배 주파수를 갖는 정현파(고주파)들의 합으로 표현할 수 있습니다. 이때, 기본파는 신호의 표현을 바꾸는데 바탕 역할을 하는 신호를 뜻하고 고조파는 기본파가 가지는 주파수의 몇 배에 해당하는 주파수를 가지는 신호를 말합니다. 그렇다면 정현파는 무엇일까요? 정현파는 등속 회전 운동체의 위치를 시간에 대해 그린 파형을 갖는 신호..
2020.05.04