선형 컨볼루션 계산기

선형 컨볼루션 계산기

인기 AI Skill PRO

계산 입력

공식

y[n]=∑kx[k]·h[n−k]y[n] = \sum_{k} {x[k]} \cdot {h[n-k]}
사용 통계

광고

결과

선형 컨볼루션
4, 13, 28, 27, 18
첫 번째 수열 1,2,3
두 번째 수열 4,5,6
최댓값 28
최솟값 4

이 페이지의 오류 신고

이 계산기는 무엇을 하나요?

선형 컨볼루션 계산기는 두 개의 이산 수열을 받아 이산 선형 컨볼루션(합성곱) 연산으로 결합합니다. 컨볼루션은 디지털 신호 처리(DSP)의 핵심 도구로, 선형 시불변(LTI) 시스템의 입력 신호와 임펄스 응답을 알고 있을 때 그 출력을 구하는 데 사용됩니다. 두 숫자 수열을 입력하면 합성곱이 완료된 전체 수열과 함께 최댓값·최솟값까지 즉시 확인할 수 있습니다.

사용 방법

입력란은 단 두 개입니다.

  • 첫 번째 수열 – 입력 신호 x로, 쉼표로 구분된 숫자로 입력합니다. 예: 1, 2, 3
  • 두 번째 수열 – 두 번째 신호 h(주로 임펄스 응답)입니다. 예: 0, 1, 0.5

소수와 음수 모두 지원합니다. 각 값은 공백이 자동으로 제거된 뒤 숫자로 해석되므로 띄어쓰기는 신경 쓰지 않아도 됩니다.

계산 공식

이산 선형 컨볼루션은 다음과 같이 정의됩니다.

$$y[n] = \sum_{k} x[k] \cdot h[n-k]$$

실제로 이 계산기는 직접 이중 루프 방식으로 이를 구현합니다. 첫 번째 수열의 모든 원소를 두 번째 수열의 모든 원소와 곱하고, 각 곱 \(x[i]\cdot h[j]\)를 출력 위치 \(i + j\)에 더합니다. 결과 수열의 길이는 len(x) + len(h) − 1이 됩니다.

광고
두 이산 수열의 선형 합성곱을 뒤집고 미끄러뜨려 시각화
선형 합성곱은 한 수열을 뒤집어 다른 수열 위로 미끄러뜨리며 겹친 곱을 더합니다.

계산 예시

x = [1, 2, 3], h = [1, 1]이라고 합시다. 출력 길이는 \(3 + 2 - 1 = 4\)입니다.

  • \(y[0] = 1\cdot 1 = 1\)
  • \(y[1] = 1\cdot 1 + 2\cdot 1 = 3\)
  • \(y[2] = 2\cdot 1 + 3\cdot 1 = 5\)
  • \(y[3] = 3\cdot 1 = 3\)

따라서 컨볼루션 결과는 [1, 3, 5, 3]이며, 최댓값은 5, 최솟값은 1입니다.

대각선으로 합산한 곱셈 격자로 계산한 합성곱
각 출력값은 곱셈 격자의 대각선을 따라 더한 원소 곱의 합입니다.

합성곱의 핵심 용어

용어 의미
이산 수열 \(x[n]\) 정수 \(n\)으로 인덱싱된 순서가 있는 숫자 목록이며, 일반적으로 신호의 샘플입니다. 쉼표로 구분된 값으로 입력하는 항목은 \(x[0],x[1],x[2],\dots\)입니다
임펄스 응답 \(h[n]\) 입력이 단일 단위 임펄스일 때 시스템이 생성하는 출력입니다. LTI 시스템의 경우 시스템을 완전히 특성화하며, 모든 입력에 대한 응답은 그 입력을 \(h[n]\)과 합성곱한 것입니다.
LTI 시스템 선형 시불변: 입력을 스케일링하고 더하면 출력도 스케일링되고 더해집니다(선형성), 입력을 지연시키면 출력도 동일하게 지연됩니다(시불변성). 합성곱은 정확히 LTI 클래스를 설명합니다.
단위 임펄스 \(\delta[n]\) \(n=0\)에서 1이고 다른 곳에서는 0인 수열입니다. 합성곱의 항등원소입니다: \(x[n]*\delta[n]=x[n]\)
커널 / 필터 탭 필터로 사용될 때 유한 수열 \(h\)의 일반적인 이름입니다. 각 개별 계수 \(h[k]\)를 "탭"이라고 하며, 길이 5인 커널은 5-탭 필터입니다.
합성곱 합 \(y[n]=\sum_{k} x[k]\,h[n-k]\) 각 출력 인덱스 \(n\)에 대해 모든 입력 샘플에 \(k+(n-k)=n\)을 만드는 인덱스를 가진 커널 값을 곱한 다음, 곱셈들을 더합니다.
지원(Support) / 길이 수열이 0이 아닌 인덱스들의 집합입니다. 길이 \(N\)과 \(M\)의 유한 수열의 경우, 합성곱의 지원 길이는 \(N+M-1\)입니다.
인덱스 \(n\)과 시프트 \(n-k\) \(n\)은 출력 위치이고, \(k\)는 입력 샘플에 대해 실행됩니다. \(h[n-k]\)로 작성하면 커널이 시간 역순(뒤집힘)이고 위치 \(n\)으로 슬라이드됨을 의미합니다. 합성곱의 "뒤집기와 슬라이드" 그림입니다.
선형 vs 순환 합성곱 선형 합성곱(이 계산기)은 길이 \(N+M-1\)로 증가합니다. 순환 합성곱은 수열을 길이 \(L=\max(N,M)\)의 주기로 취급하고 오버플로우를 시작으로 감싸서 길이 \(L\) 결과를 제공합니다. 이는 두 DFT의 원소별 곱셈에 해당하는 것입니다.
교차 상관(Cross-correlation) \(r[n]=\sum_k x[k]\,h[k+n]\) — 동일한 슬라이드-앤-더 연산이지만 뒤집기 없음입니다. \(x\)와 \(h\)의 상관은 시간 역순 \(h\)와의 합성곱과 같습니다. \(h\)가 대칭일 때 둘은 일치합니다.
교환성(Commutativity) \(x*h=h*x\): 두 항목을 바꾸면 동일한 출력 수열을 얻습니다.
결합성(Associativity) \((x*h_1)*h_2=x*(h_1*h_2)\): 캐스케이드된 필터는 하나의 동등한 커널로 결합될 수 있습니다.
분배성(Distributivity) \(x*(h_1+h_2)=x*h_1+x*h_2\): 병렬 분기는 더해지며, 이것은 필터를 분해하는 기초입니다.
영 채우기(Zero-padding) 수열에 0을 추가합니다. 0은 선형 합성곱의 0이 아닌 값들을 변경하지 않지만, 두 수열 모두 길이 \(\ge N+M-1\)로 패딩하면 순환(DFT 기반) 합성곱이 선형 합성곱과 같아집니다.
광고

합성곱된 수열 해석하기

출력 인덱스의 의미. 계산기는 두 입력이 모두 인덱스 0에서 시작한다고 가정하여 \(y[0],y[1],y[2],\dots\)를 보고합니다. 수열이 실제로 다른 곳에서 시작하면, 첫 번째 출력 샘플은 두 시작 인덱스의 합에 위치합니다: \(x\)가 \(n_x\)에서 시작하고 \(h\)가 \(n_h\)에서 시작하면, \(y\)는 \(n_x+n_h\)에서 시작합니다. 예를 들어, \(-1\)에서 중심화된 커널을 0에서 시작하는 신호와 합성곱하면 첫 번째 샘플이 \(n=-1\)에 속하는 출력이 생기므로, 시간에 대해 플로팅하기 전에 인쇄된 목록을 왼쪽으로 1칸 이동해야 합니다.

길이와 분산. 출력 길이는 항상

$$\operatorname{len}(y)=\operatorname{len}(x)+\operatorname{len}(h)-1$$

이므로 신호는 \(\operatorname{len}(h)-1\)개의 추가 샘플만큼 분산됩니다. 이러한 추가 샘플들은 시작 과도 상태(커널이 데이터와 부분적으로만 겹치는 첫 \(\operatorname{len}(h)-1\)개의 출력)와 끝의 감쇠로 나타납니다. 실시간 필터링에서 이러한 엣지 샘플은 전체 커널 중복이 아닌 불완전한 중복에서 계산되기 때문에 종종 버려지거나 별도로 처리됩니다.

합 검사. 결과를 확인하는 빠른 방법은 출력의 합이 입력 합의 곱과 같다는 것입니다:

$$\sum_n y[n]=\left(\sum_n x[n]\right)\left(\sum_n h[n]\right)$$

\(x=[1,2,3]\)과 \(h=[1,1]\)의 경우 출력은 [1, 3, 5, 3]이고, 그 합은 \(1+3+5+3=12\)이며, \(6\times 2=12\)와 일치합니다. 합이 일치하지 않으면 인덱스가 삭제되었거나 부호가 잘못 처리되었습니다.

커널의 합이 알려주는 것. \(\sum_n h[n]=1\)이면 연산은 신호의 전체 수준과 평균을 유지합니다. 이는 \([0.5,0.5]\) 또는 \([1/3,1/3,1/3]\)과 같은 평활화 또는 저역통과 커널의 서명입니다. \(\sum_n h[n]=0\)이면 입력의 상수 부분은 제거되고 변화만 남습니다: \(h=[1,-1]\)은 첫 차이(고역통과) 커널로 상수 구간에서 0을 출력하고 엣지에서 스파이크를 생성합니다. 1보다 큰 값으로 합하는 커널은 순 이득을 적용합니다. 1보다 작지만 0이 아닌 값은 순 감쇠를 적용합니다.

피크 진폭. 보고된 최대값과 최소값은 필터링된 신호의 가장 큰 양수 및 음수 편차를 제공하며, 고정 소수점 구현에서 오버플로우 또는 클리핑을 찾는 데 유용합니다. 모든 출력 샘플은

$$|y[n]|\le\left(\sum_k |x[k]|\right)\max_k |h[k]|$$

을 따릅니다. 이는 안전한 최악의 경우 한계입니다. 더 타이트하고 동등하게 표준적인 한계는 \(\max_n|y[n]|\le \max_n |x[n]|\cdot\sum_k|h[k]|\)입니다. 양 \(\sum_k|h[k]|\)는 최악의 경우 유계 입력에 대한 필터의 이득입니다.

임펄스 동작. \(\delta[n]=[1]\)과 합성곱하면 입력을 변경하지 않고 반환하며, 시프트된 임펄스 — \([0,0,1]\), 즉 \(\delta[n-2]\) — 와 합성곱하면 정확한 복사본을 2개 샘플만큼 지연시킵니다. 이는 임펄스를 편리한 온전성 테스트로 만듭니다: 커널이 중립이어야 하면 단일 1을 먹이면 커널 자체를 재현해야 합니다. \(\delta[n]*h[n]=h[n]\)이기 때문입니다.

이러한 속성들은 이산 선형 합성곱에 대한 일반적인 수학적 사실이며 어떤 국가 표준이나 소프트웨어 패키지에도 묶여 있지 않습니다. DFT 기반 루틴과 결과를 비교하는 경우, 두 수열이 최소한 \(\operatorname{len}(x)+\operatorname{len}(h)-1\)로 영 채우기되지 않으면 순환 합성곱을 계산합니다.

자주 묻는 질문

결과 수열의 길이는 얼마인가요? 언제나 두 입력 수열 길이의 합에서 1을 뺀 값입니다. 4개짜리와 3개짜리 수열을 합성곱하면 6개의 값이 나옵니다.

수열의 순서가 결과에 영향을 주나요? 아닙니다. 컨볼루션은 교환 법칙이 성립하므로 첫 번째 수열과 두 번째 수열을 바꿔도 결과 수열은 동일합니다.

상호상관(cross-correlation)과 같은 건가요? 아닙니다. 컨볼루션은 슬라이딩하기 전에 한쪽 수열을 뒤집습니다(\(h[n - k]\) 항). 반면 상호상관은 뒤집지 않습니다. 한 수열이 대칭이 아닌 한 두 연산의 결과는 서로 다릅니다.

최종 업데이트:

수학 및 통계 인기 계산기

수학 및 통계 계산기 전체 보기