단위임펄스함수,unit_impulse_function

continuous-time domain에서,
$\delta(t)=\begin{cases}\infty&t=0\\0&t\ne 0\end{cases}$
$\int_{-\infty}^{\infty} \delta(t) dt = 1$

discrete-time domain에서,
$\delta[n]=\begin{cases}1&n=0\\0&n\ne 0\end{cases}$
$\sum_{n=-\infty}^{\infty}\delta[n]=1$


그래서 자연히 나오는 성질은

discrete-time domain의 경우
$\sum_{n=-\infty}^{\infty}f[n]\delta[n]=f[0]$ (이건 명확하다.)

그런데 likewise, continuous-time domain의 경우도 마찬가지다.
$\int_{-\infty}^{\infty}f(t)\delta(t)dt=f(0)$
$f(0)\int_{-\infty}^{\infty}\delta(t)dt=f(0)\cdot 1=f(0)$


(continuous-time) 이건 구형파(∏모양), 삼각형(∧모양), 정규분포,normal_distribution곡선 등을 가지고, 폭을 극단적으로 줄이는 극한을 취해서 근사,approximation하는?


6:50
$\delta(t)$ : 그냥 impulse fn.
$\delta(t-T)$ : shifted impulse fn.

임펄스와 임의함수의 곱
$f(t)\delta(t-T) = f(T)\delta(t-T)$

임펄스와 임의함수의 곱의 적분
$\int_{-\infty}^{\infty}  f(t)\delta(t-T) dt$
$=\int_{-\infty}^{\infty} f(T)\delta(t-T) dt$
$=f(T)\int_{-\infty}^{\infty} \delta(t-T) dt$
$=f(T)$

(이건 어떤 함수의 $T$ 지점을 '샘플링,sampling'하는 것.)
sampling_property? chk
적분에서 상수니까 밖으로 나올 수 있다 그거? 항상? chk

해석하면,
  • 어떤 함수와 임펄스(shifted unit impulse?)의 곱의 적분은 단위임펄스가 위치하는 시점에서의 함수값이다.
i.e.
  • 어떤 함수의 T 지점을 샘플하기 위해서는 T 지점에 위치하는 임펄스를 곱하여 적분한다.

// via 최권휴 http://kocw.net/home/search/kemView.do?kemId=1263807 1.-2 시간영역 해석, 연속 시간 시스템 5:40

discrete-time unit impulse function

https://i.imgur.com/yTXQ5to.png


unit step function (u) 과의 관계 (discrete-time)

단위임펄스함수(δ)와 단위계단함수,unit_step_function(u)의 관계:
$\delta[n]=u[n]-u[n-1]$

$u[n]=\sum_{m=-\infty}^{n}\delta[m]=\sum_{k=0}^{\infty}\delta[n-k]$

(continuous-time)

unit impulse를 적분하면 unit step이 된다.

$\int_{-\infty}^{t} \delta(\tau)d\tau$
$=\begin{cases}1,&t>0\\0,&t<0\end{cases}$
$=u(t)$

sampling property (discrete-time)

sampling property (continuous-time)

시프팅성질? sifting property


이건 임펄스함수,impulse_function에도 적용되는? chk

번역 뭐로? better pagename? 체질 성질? 걸러내기 성질??
체질 성질 (김명진 신시)

// tmp 조준호 https://youtu.be/0WSJVs_7Xs0?t=1008
Sifting property of $\delta[n]$
$x[n]=\sum_{k=-\infty}^{\infty} x[k] \delta[n-k]$

이건 마치 벡터공간의 벡터가 이루어지는 것 비슷한...(? 다만 결과값이 숫자이지만.) delta가 기저,basis이고 그것의 가중합,weighted_sum이 전체를 이루는. - CHK

// tmp 박소령 http://kocw.net/home/cview.do?cid=38661c09038f330b 3. 1:20
If $x(t)$ is continuous at $t=t_0,$
$\int_{t_1}^{t_2} x(t)\delta(t-t_0)dt = \begin{cases}x(t_0),&t_1<t_0<t_2\\0,&\text{otherwise}\end{cases}$

scaling property

scaling_property

rel. time_scaling



The sifting property of the δ function
$x(t)=\int_{-\infty}^{\infty} x(\tau) \delta(t-\tau) d\tau$
Using the superposition property of linear system,
$y(t)=\int_{-\infty}^{\infty} x(\tau) h(t-\tau) d\tau$

  • h(t-τ) is the output of the system at time t in response to input δ(t-τ)
  • h(t) is the impulse response of the LTI system

그리고 이 적분식을 convolution_integral 이라 하며 // 합성곱,convolution의 연속형? 이산형은 convolution_sum ? chk.
$y(t)=x(t)\ast h(t)$
로 표현.

// via 고한석 slide 2 p24


sifting property of the impluse function:
$\int_{-\infty}^{\infty} f(t)\delta(t-t_1)dt=f(t_1)$

(대충 생각, chk)
둘 다 impulse function에 해당하는 두 properties에서,
sampling property는 입력에서/그래프에서 한 점(t)의 함수값을 뽑아내는 것,
sifting property는 적분식에서 상수가 앞으로 나가는(그리고 적분식 값은 1이 되는)...?