Signal Processing
Signal Processing
Signal Processing 은 측정된 신호의 각종 조작이나 변환을 할 수 있습니다. Origin 은 신호 처리 작업에 필요한 여러 기능을 포함하고 있습니다.
이러한 도구의 대부분은 줌 기능 외에도 컷오프 주파수 설정용 수직 커서 등의 대화형 부가 기능을 가진 미리보기 창을 제공합니다. 각 도구의 사용자 설정은 분석 테마로 저장할 수 있으며 나중에 다시 불러올 수 있습니다.

▲ 신호 1과 신호 2의 선형 상관 관계 (Linear Correlation) 의 결과입니다. Origin 의 Correlation tool 은 선형과 원형의 두 상관 유형을 지원하고 상관 계수의 규격화를 할 것인지의 옵션을 지정할 수도 있습니다.
Smoothing and Filtering


◀ 이 그래프는 50% Percentile Filter Smoothing 에 의한 결과로, 비정상적인 진폭의 노이즈를 제거하는 데 효과적인 것을 보여줍니다. Origin 의 Smmoth tool 에서는노이즈를 제거하기 위한 Adjacent Averaging, Savitzky-Golay, Percentile Filter, FFT Filter, LOWESS, LOESS, Binomial Method 의 다양한 방법을 사용할 수 있습니다.
Filtering
필터링은 신호 처리에서 많이 사용되는 기능으로 원치 않는 신호 특성을 제거하고 관심을 가지고 있는 성분을 밝히는데 사용됩니다.
FFT Filter
Origin 은 FFT filter tool 을 제공하고 지정된 필터 유형에 따라 입력된 신호에서 지정한 주파수를 선택합니다.
Origin 은 다음과 같은 필터 유형을 제공합니다 :
- Low Pass
- Low Pass Parabolic
- High Pass
- Band Pass
- Band Block
- Threshold
IIR Filter Design PRO
Origin 은 무한 임펄스 응답 (IIR) 필터를 제공하고 사용자 정의 IIR 디지털 필터의 설계, 분석을 구축 할 수 있습니다.
미리보기 마법사는 지정된 매개 변수와 그 결과를 실시간으로 시각화 할 수 있습니다.
다음과 같은 필터링 방법을 사용할 수 있습니다 :
- Butterworth
- Chebyshev Type I
- Chebyshev Type II
- Elliptic
2D FFT Filter PRO
Origin 은 2D FFT Filter 기능을 제공하고 행렬로 표현된 2D 신호에서 원하는 주파수 성분을 추출할 수 있습니다.
이 기능은 먼저 2D 고속 푸리에 변환 (2D FFT)이 수행되어 주파수 도메인에서 필터 창이 적용되어 마지막으로 공간 도메인에 되돌리기 위해 2D 역 푸리에 변환 (IFFT)가 실행됩니다.
다음 유형을 사용할 수 있습니다 :
- Butterworth
- Ideal
- Gaussian
- Blackman
또한 다음의 4 개의 컷오프를 지정할 수 있습니다 :
- Fraction
- Fourier Pixel
- Wavelength
- Frequency (Hertz)


▲ Origin 에서 Smmoth tool 은 노이즈 제거를 위한 Adjacent Averaging, Savitzky-Golay, Percentile Filter, FFT Filter, LOWESS, LOESS, Binomial Method 를 포함하고 있는 Smmothing method 를 제공합니다. 이 그래프는 노이즈 데이터의 경향을 찾는 데 유효한 LOWESS 와 LOESS 의 Smoothing 결과를 보여줍니다.


▲ 이 그래프는 FFT Filtering 의 결과로, 00Hz보다 위의 모든 주파수 구성 요소를 차단하는 저역 통과 필터에 의한 것입니다. FFT filter tool 에는 Low-pass, High-pass, Band-pass, Band-block, Threshold 의 5 가지 필터유형이 있습니다. Preview 패널은 필터의 적용 결과를 실시간으로 시각화 할 수 있으며, 컷오프 주파수와 임계 값을 직관적으로 설정할 수 있습니다.


◀ OriginPro 에서는 무한 임펄스 응답 (IIR) 필터 를 제공하고, IIR 디지털 필터의 설계, 분석을 구축 할 수 있습니다. 필터링 방법은 Butterworth, Chebyshev Type I 및 Type II, Elliptic 등이 준비되어 있습니다. 미리보기 마법사는 지정된 매개 변수와 그 결과를 실시간으로 시각화 할 수 있습니다.


▲ Input matrix data 와 2D FFT Filter 의 결과로써 High-Pass filter type 과 Gaussian window 를 이용한 결과입니다. OriginPro 의 2D FFT Filter tool 에서는 low-pass, high-pass, band-pass, band-block, threshold 의 5 가지 유형의 필터와 Butterworth, Ideal, Gaussin, Blackmas 의 4 가지 유형의 window 가 있습니다. 미리보기 패널에서 결과를 실시간으로 시각화 할 수 있습니다.
Signal Transforms


FFT(FastFourierTransform)도구를 사용하면 입력 신호에서 고속 푸리에 변환을 수행하여 주파수 데이터와 복잡하게 변환된 결과를 얻을 수 있습니다. 추가 계산에는 크기, 진폭, 위상 및 전력 밀도가 포함됩니다. 5가지 창 유형이 지원됩니다. 직사각형, Welch, 삼각형, Bartlett, Hanning, Hamming및 Blackman을 사용할 수 있습니다. 또한 IFFT도구를 사용하여 FFT결과를 원래 신호로 다시 변환할 수도 있습니다.


OriginPro의 STFT( 짧은 시간 푸리에 변환)도구는 비-상태 신호의 시간 주파수 분석을 수행합니다. ContinuousWaveletTransform을 사용하는 시간 빈도 분석 앱도 사용할 수 있습니다.


HilbertTransform도구를 사용하여 Hilbert변환 결과 및/또는 입력 신호에 해당하는 분석 신호를 계산합니다.
Fast Fourier Transform and Inverse Fast Fourier Transform (FFT/IFFT)
오리진의 FastFourierTransform도구는 다음과 같은 다양한 창 옵션을 통해 주파수와 복잡하게 변환된 결과를 계산할 수 있습니다.
- Triangular
- Rectangle
- Bartlett
- Welch
- Hanning
- Hamming
- Blackman
또한 크기, 진폭, 위상, 1/2/4전원 밀도 및 기타 계산 결과를 제공합니다.세가지 방법으로 전력 밀도를 추정할 수 있습니다.
- MSA
- SSA
- TISA
Short-Time Fourier Transform (STFT) PRO
오리진의 STFT도구는 실제 및 복잡한 신호에서 선미를 수행할 수 있으며 복잡한 선미 결과 또는 그 진폭을 생성할 수 있습니다.
이동 윈도우의 길이, 윈도우가 진행하는 단계, 샘플링 간격 및 윈도우 유형을 지정하도록 선택할 수 있습니다. 사용 가능한 창 유형은 다음과 같습니다.
:
- Rectangle
- Welch
- Triangular
- Bartlett
- Hanning
- Hamming
- Blackman
- Gaussian
- Kaiser
Hilbert Transform PRO
OriginPro의 HilbertTransform도구는 Hilbert변환 결과와 실제 신호의 분석 표현을 계산할 수 있습니다.
2D FFT/2D IFFT PRO
OriginPro의 2DFFT도구는 행렬 데이터에 대해 DFT(전방 2DDisconnecticFourierTransform)를 수행하여 복합 결과에서 파생된 진폭, 위상 및 검정력을 얻습니다.
진폭 매트릭스를 정규화하고 DC구성 요소를 결과 매트릭스의 중심으로 이동하도록 선택할 수 있습니다.


2DFFT필터 도구를 사용하면 2DFFT필터를 매트릭스 또는 영상 형식의 신호에 적용할 수 있습니다. 5가지 필터 유형을 사용할 수 있습니다. 낮은 패스, 높음 패스, 밴드 패스, 밴드 블록 및 임계값. 창 유형에는 다음과 같은 네가지 옵션이 있습니다. 버터 워스, 이상, 가우스 및 블랙맨. 네가지 컷오프 방법이 지원됩니다. 분수, 푸리에 픽셀, 파형 길이 또는 헤르츠입니다.
Wavelet Analysis_ PRO
1D Continuous Wavelet Transform PRO
OriginPro 의 Continuous Wavelet Transform (CWT) tool 은 1D 실수 또는 복소수 신호를 위한 wavelet 계수를 계산 할 수 있습니다. Origin 에서는 다음 3 가지의 wavelet 를 지원하고 있습니다 :
- Morlet
- Derivative of Gaussian
- Mexican Hat
1D Discrete Wavelet Transform PRO
OriginPro 는 2D wavelet 분해 및 재구성을 지원하고 있습니다. 이 두 도구는 Haar 과 Daubechies 와 같은 다른 차수의 Biorthogonal wavelet 등의 표준 wavelet 제품군을 지원합니다.
1D Wavelet Decomposition PRO
OriginPro 의 1D Inverse Discrete Wavelet Transform (DWT) tool 을 사용하면 지정한 wavelet 유형과 차수에 따라 근사 계수 및 세부 계수를 얻을 수 있습니다.


◀ Decomposition tool 을 사용하면 1D 신호를 근사 계수 및 세부 계수로 분해 할 수 있습니다. 최종 확장을 위한 2 종류의 방법이 있습니다 : Periodic and Zero-Padded 또한 현재 Haar, Daubechies (N = 2, 3, 4, 5, 6, 7, 8, 9, 10), Biorthogonal (Nr.Nd = 1.1, 1.3, 1.5, 2.2, 2.4, 2.6 2.8, 3.1, 3.3, 3.5, 3.7) 의 3 종류 wavelet 유형을 사용할 수 있습니다.
1D Wavelet Reconstruction PRO
OriginPro 의 1D Inverse Discrete Wavelet Transform (IDWT) tool 은 특정 wavelet 유형에서 근사 및 상세 계수의 1D 신호를 재구성 할 수 있습니다.
Multi-Level 1D Wavelet Decomposition PRO
OriginPro 의 Multi-Level 1D Wavelet Transform (MDWT) tool 을 사용하면 지정한 wavelet 유형과 그 다음 수에 대한 다른 분해 수준에서 근사 계수 및 세부 계수를 얻을 수 있습니다.


▲ 2D Wavelet Decomposition tool 을 사용하면 2D 신호를 근사 계수와 수평 / 수직 / 대각선의 세부 계수로 분해 할 수 있습니다. 2D Wavelet Reconstruction tool 을 사용하면 이러한 계수에서 2D 신호를 재구성 할 수 있습니다. 현재 Haar, Daubechies (N = 2, 3, 4, 5, 7, 8, 9), Biorthogonal (Nr.Nd = 1.1, 1.3, 1.5, 2.2, 2.4, 2.6, 3.1, 3.3, 3.5 3.7) 의 3 종류 Wavelet 을 사용할 수 있습니다.


▲ Wavelet Denoising tool 을 사용하면 wavelet 분해와 재구성 과정에서 자세한 계수와 임계값이 적용된 신호에서 노이즈를 제거 할 수 있습니다. 이 도구는 wavelet 유형으로 Extension mode 와 임계값 기법을 지정할 수 있습니다.


▲ Wavelet Smoothing tool 을 사용하면 신호에 대한 자세한 계수를 차단하여 신호 데이터에서 노이즈를 제거 할 수 있습니다. 이 도구는 분해 및 재구성에 사용되는 wavelet type 과 종단 확장 모드를 지정할 수 있습니다.


▲ OriginPro 는 몇몇의 wavelet transform tool 을 제공하고 있으며, 이 그래프의 예는 Continuous Wavelet Transform (CWT) 도구를 사용하여 얻은 1D wavelet 계수를 보여줍니다. 또한 OriginLab 의 File Exchange 사이트에서 Time-Frequency Analysis App 을 다운로드 할 수 있습니다.


▲ Reconstruction tool 을 사용하면 근사 계수 및 세부 계수에서 신호를 재구성 할 수 있습니다. 계수는 첫번째로 업 샘플링 되고 신호 분해를 하는동안 적용된 wavelet 유형을 사용하여 필터링 됩니다. 현재 Haar, Daubechies (N = 2, 3, 4, 5, 6, 7, 8, 9, 10), Biorthogonal (Nr.Nd = 1.1, 1.3, 1.5, 2.2, 2.4, 2.6, 2.8 3.1, 3.3, 3.5, 3.7) 의 3 가지 wavelet 을 사용할 수 있습니다.


▲ Multi-Scale Wavelet Decompostion tool 을 사용하여 입력 신호를 여러 수준의 근사 계수 및 세부 계수로 분해 할 수 있습니다. 현재 Haar , Daubechies (N = 2, 3, 4, 5, 7, 8, 9), Biorthogonal (Nr.Nd = 1.1, 1.3, 1.5, 2.2, 2.4, 2.6, 2.8, 3.1, 3.3 3.5, 3.7) 의 3 종류 wavelet 을 사용할 수 있습니다.
2D Wavelet Transform_ PRO
2D Wavelet Decomposition_ PRO
2D Discrete Wavelet Transform (DWT2) tool 을 사용하면 2D 신호를 분해 할 수 있고, 지정된 wavelet 유형에 따라 approximation coefficients, horizontal detail coefficients, vertical detail coefficients, diagonal detail coefficients 등을 행렬 내에 저장할 수 있습니다.
2D Wavelet Reconstruction_ PRO
2D Inverse Discrete Wavelet Transform (IDWT2) tool 을 사용하면 지정한 wavelet 유형에 따라 근사 계수, 자세한 수평적 계수, 자세한 수직적 계수 및 대각선 방향에 대한 자세한 계수에서 2D 신호를 재구성 할 수 있습니다 .
Wavelet Denoising and Smoothing_ PRO
riginPro 는 신호의 노이즈를 제거할 수 있는 Wavelet Denoising (WTDENOISE) tool 과 wavelet transform 을 사용하여 신호를 smmoth 할 수 있는 Wavelet Smoothing (WTSMOOTH) 의 두 가지 기능을 지원하고 있습니다.
Wavelet Denoising_ PRO
Wavelet Denoising (WTDENOISE) tool 은 다단계 1D discrete wavelet transform 에 따라 신호의 잡음을 제거합니다. 잡음 제거 정도는 wavelet decomposition, wavelet type, the method to perform the thresholding 을 조정하여 제어 할 수 있습니다.
Wavelet Smoothing_ PRO
Wavelet Smoothing (WTSMOOTH) tool 은 다단계 1D discrete wavelet transform 에 따라 신호를 부드럽게 합니다. 부드러움의 정도는 자세한 계수의 컷오프 퍼센트에 의해 제어 할 수 있습니다.
Additional Tools
Convolution
두 데이터 세트의 회선은 다양한 타입의 데이터를 위한 Smoothing, Signal processing, Edge detection 등으로 사용되는 일반적인 처리 방식입니다. 이것의 주요 목적은 신호에 응답하는 시스템의 효과를 포함하는 것입니다.
Correlation
Origin 은 한 쌍의 신호 사이의 연관성을 발견할 수 있도록 1D 와 2D 의 상관관계를 지원합니다.
| |
|
Coherence_ PRO
Coherence, 즉 두 신호 사이의 선형 의존도는 여러 신호가 동일한 주파수 성분을 가지고 있는지를 평가하는 것입니다.
Envelope Curves_ PRO
Envelope Curve 는 주기적 신호의 상단과 하단을 추적합니다.
- 위쪽, 아래쪽, 양쪽 중 하나를 선택
- Envelope Curve 검출시 Smoothing 옵션


◀ Envelope tool 을 사용하면 소스 신호 데이터에서 상단, 하단 또는 이 두 가지의 Envelope curve 를 얻을 수 있으며 Envelope curve 검출시 Smoothing 지정도 가능합니다.
Decimation_ PRO
Decimation 은 입력 시퀀스에서 요소 수를 줄이기 위해 사용됩니다. N 개의 샘플 데이터를 하나로 통합할 수 있으며, 두 개의 필터를 사용할 수 있습니다 :
- Moving Average
- Finite Impulse Response (FIR)
Rise Time Gadget_ PRO
Rise Time Gadget 는 계단 모양으로 변화하는 신호의 상승 또는 하강 단계를 분석하는 데 사용됩니다.
상승 / 하강 시간을 찾기 위해 다음의 3 가지 방법이 제공되어 있습니다 :
- Linear search
- Histogram
- Largest triangle


With the Convolution tool, you can convolute the signal with response in a Linear or Circular way. You can also elect to normalize or wrap response.


▲ 신호 1과 신호 2의 선형 상관 관계의 결과입니다. Origin 의 Correlation tool 은 선형과 원주 두 상관 유형을 지원하고 있으며, 상관 계수의 규격화를 할 것인지의 여부를 옵션에서 지정할 수 있습니다.


▲ Origin 의 Decination tool 은 신호의 샘플링 속도를 떨어 뜨리기 위해, 유한 임펄스 응답 (FIR) 필터 와 Moving Average Filter 의 두가지 필터를 지원합니다.


◀ Rise Time Gadget 를 사용하면 ROI 상자를 이동하거나 크기를 조정하여 목표로 하는 데이터 범위를 커버하고, 상승 시간이나 상승 범위 등의 분석 결과를 실시간으로 화면에 표시할 수 있습니다.