Brown Noise

Mark as In Progress

정의

Frequency - Hz (주파수)가 높아질수록 에너지가 감소하며, 저주파 성분이 지배적인 확률적 잡음 신호다.

Brown Noise는

Pink Noise보다 훨씬 저주파에 에너지가 집중된 형태를 가진다.

주파수가 두 배가 될 때마다 에너지가 약 6 dB씩 감소하는 기울기를 보이며, 변화가 느리고 묵직한 특성이 두드러진다.

이 이름은 색상 분류에서 나온 것이 아니라, 19세기 물리학자 Robert Brown이 관찰한

브라운 운동은 무작위 힘이 시간에 따라 누적되며 연속적인 범위를 만드는 현상으로, Brown Noise 역시 무작위 변화의 누적 결과로 생성된다.

이 때문에 Brown Noise는 단기적으로는 완만하고, 장기적으로는 큰 변동을 보이는 구조를 가진다.

Brown Noise의 원리는 무작위 신호가 시간에 따라 적분되면 저주파 성분이 강화된다는 통계적 과정에 기반한다.

White Noise는 각 샘플이 독립적이지만, 이를 누적하면 이전 상태가 다음 상태에 직접적인 영향을 미친다.

적분 과정은 빠른 변화를 억제하고 느린 변화를 강조한다. 그 결과 스펙트럼 에너지가 저주파에 몰린다.

인접 샘플간의 상관관계가 커져, 급격한 변화가 거의 나타나지 않는다.

주파수에 대한 에너지 분포는 1/f² 형태를 가지며,

Octave 기준으로 -6 dB 기울기를 유지한다.

각 변화는 작지만, 장기적으로는 큰 편차를 만들 수 있다. 이는 안정성과 드리프트를 동시에 설명한다.


S(f) ∝ 1 / f²


x[n] = x[n−1] + w[n]


w[n] ~ N(0, σ²)


Brown Noise = ∫ White Noise


−6 dB / octave

브라운 노이즈는 느린 드리프트와 누적 오차를 모델링하는 데 적합하다. 단기 변동보다 장기 변화 패턴이 중요할 때 기준 신호로 사용된다.

입자 이동, 확산 과정, 랜덤 워크 기반 시스템에서 입력 신호로 사용되며, 누적 불확정성을 자연스럽게 표현한다.

저주파 응답이나 감쇠 특성이 얼마나 안정적인지 확인할 때 유용하다. 고주파 영향이 거의 개입하지 않는다.

핑크 노이즈와 비교하면 대역 균형이 아닌, 저주파 지배 구조의 차이가 명확하게 드러난다.

자연 환경 변화, 장기 경제 변동, 생체 리듬 변화처럼 누적 효과가 핵심인 데이터는 브라운 노이즈와 유사한 분포를 보인다.

Mark as Done