글 | 강성훈
3. 푸리에 변환
4. 고속 푸리에 변환(FFT)
음향 시스템 설비가 완성되면 최종적으로 음향 튜닝을 한다. 음향 튜닝이란 공간 음향 특성에 의해서 변형된 주파수 특성을 관측하면서 평탄하게 보정하는 것을 말한다. 이 때 주파수 특성을 관측하는 장비가 주파수 분석기이다.
주파수 분석기는 복합음이 어떠한 주파수 성분의 크기로 구성되어 있는지 관측하는 기기로서 음향 기술에서 없어서는 안되는 중요한 기기이다. 주파수 분석기는 푸리에 급수를 이용하여 시간 영역의 데이터를 주파수 영역으로 변환하여 주파수 특성을 관측하는 것이다.
3. 푸리에 변환
푸리에 급수(Fourier series)는 어떠한 복잡한 파형이라도 주기적인 파형이면, 여러 개의 sin 파와 cos 파의 급수로 나타낼 수 있는 이론이다(그림 16a). 그리고 비주기 함수는 급수를 −∞ ~ +∞까지 확장하여 발전시킨 것이 푸리에 변환(Fourier transformaton)이다(그림 16b). 푸리에 급수 전개와 푸리에 변환은 같은 원리이므로 어느 것이나 삼각 함수의 합으로 나타내는 것은 같다.

비주기 함수는 어디까지 관측하면 주기성이 있는 가를 알 수 없다. 마치 무한대 시간까지 계산하면 된다는 느낌이 든다. 따라서 일반적으로 관측되는 파형에서 적당한 시간으로 자르 고, 잘린 파형이 무한히 반복되는 신호라고 가정하여 푸리에 변환한다. 푸리에 변환은 (5) 식 으로 나타낸다.

(5) 식은 입력 신호 f(t)가 𝑒−𝑗𝜔𝑡 (= 𝑐𝑜𝑠𝜔𝑡 − 𝑗𝑠𝑖𝑛𝜔𝑡)들의 합으로 분해된다는 의미이다. 푸리 에 변환은 함수 f(t)에 𝑒−𝑗𝜔𝑡를 곱하고 −∞에서 +∞까지 적분하여 각 주파수 함수로 변환하는 것이다. 그리고 식 (6) 식은 주파수 영역의 함수를 시간 영역의 함수로 변환하는 역 푸리에 변환 식 이다.

간단한 예로 그림 17(a)와 같이 임펄스 신호를 푸리에 변환해 본다. 임펄스는 지속 시간이 0이고, 그 크기가 무한대인 펄스 신호이다. (7) 식과 같이 임펄스 신호를 푸리에 변환하면 1이 되고, 이 것은 주파수 스펙트럼이 모든 주파수 대역에 있어서 똑 같은 것을 의미한다(그림 17b). 그림 18에는 임펄스 신호와 스펙트럼을 분석한 것을 나타낸다.



그림 18. 임펄스 신호와 주파수 스펙트럼
4. 고속 푸리에 변환(FFT)
푸리에 급수나 푸리에 변환은 연속적인 아날로그 신호를 분석하는 기법이다. 그러나 컴퓨 터를 이용하여 계산할 경우에는 이산 신호로 변환하여 이산 푸리에 변환(Discrete Fourier Transformaton; DFT)을 해야 한다.
이산 푸리에 변환은 (8) 식으로 나타낸다. 이것은 신호 전체를 변환하는 것이 아니고, N개 의 샘플 구간의 스펙트럼을 구하는 것이다.

연산량은 포인트 수 N과 관계가 있으며, N은 거듭 제곱(2m)에 해당하는 수이다. 예를 들면 32, 62, 128, 256, 512…와 같은 수를 사용하고, 스펙트럼은 N개의 점으로 나타난다.
이산 푸리에 변환의 계산은 막대한 회수의 곱셈이 필요하다. 이산 푸리에 변환을 빠르게 계산하는 알고리즘이 고속 푸리에 변환(Fast Fourier Transformaton; FFT)이다. 이것은 데이터 수를 2의 m승으로 취하여 계산 회수를 줄이는 방법이다.
FFT 분석기는 입력된 신호 파형을 이산 신호로 샘플링하여 데이터로서 기억하고, 데이터 로부터 FFT를 사용하여 단시간에 푸리에 계수를 구하며, 그 결과를 표시하는 계측기이고 스 펙트럼 분석기(spectrum analyzer)라고도 한다. 컴퓨터 S/W나 계측기에서 스펙트럼 분석은 전부 FFT를 사용한다. DFT와 FFT의 연산량은 다음과 같다.
- DFT의 연산량; N2에 비례
- FFT의 연산량; Nlog2N에 비례
예를 들어 1024 포인트로 계산하는 경우의 연산량은 다음과 같다.
- DFT; N2=10242=1,048,576
- FFT; Nlog2N=1024log21024=1024log2210=10,240
N은 FFT 크기(FFT size)라고 하며, N 값이 클수록 스펙트럼의 주파수 해상도(frequency resolution; FR)는 높아진다. 그리고 낮은 주파수까지 충분한 해상도를 얻고자 하면 주파수 해 상도를 높여야 한다(그림 21의 FR의 숫자를 작게 함).
N을 크게 하면 스펙트럼의 주파수 해상도는 높아지지만, 계산 시간이 많이 걸린다. 주파수 해상도는 각 점 사이의 주파수 간격을 말하고, (9) 식으로 계산한다.

그림 19에는 N에 따른 주파수 해상도를 나타낸다. 예를 들어 샘플링 주파수가 44.1kHz인 신호를 256 포인트로 FFT하면, 주파수 해상도는 172.3Hz(=44100/216)가 된다(그림 21).

샘플링 주파수에 따라서 측정하고자 하는 신호의 상한 주파수가 달라지고, 샘플링 주파수의 1/2이 분석하고자 하는 주파수의 상한이 된다. 예를 들면, 샘플링 주파수가 8kHz이면 상한 주파수는 그림 20과 같이 4kHz가 되고, 44.1kHz이면 22.2kHz가 된다.

시정수(time constant, TC)는(그림 21) 신호 관측 구간으로서 주파수 해상도의 역수이고, (10) 식 으로 계산한다.

그림 21에는 FFT 계측기의 파라미터 설정 예를 나타낸다. 그림 22는 FFT 분석 결과를 log 스케일로 나타낸 것과 1/3 옥타브 스펙트럼으로 나타낸 것이다.



