Oversampling

정의

설명

원리

1. 스펙트럼 복제 간격 확대
Sampling은 스펙트럼을 주기적으로 복제한다. fs를 높이면 이 복제 간격이 넓어져, 유효 대역과 이미지 성분 사이에 충분한 공간이 생긴다.

2. 📄
   Anti-Aliasing 필터 완화
급격한 Cut-off를 요구하지 않아도 되기 때문에, 필터의
📄
Phase - φ (위상) 왜곡과 Ringing이 감소한다. 이는 시간 응답 안정성에도 직접적인 영향을 준다.

3. 양자화 노이즈 밀도 감소
📄
Noise (잡음) 에너지는 총량이 유지된 채 더 넓은 대역으로 퍼진다. 관심 대역만 보면 Noise 밀도가 낮아진 것처럼 보인다.

4. 비선형 처리 안전성 확보
📄
Clipping,
📄
Saturation,
📄
Distortion (왜곡) 같은 비선형 연산은 고주파 성분을 새로 생성한다. Oversampling은 이 성분들이 유효 대역으로 접히는 것을 막는다.

5. 재표본화 전략과의 결합
대부분의 시스템은 내부에서 Oversampling으로 처리한 뒤, 필터링을 거쳐
📄
Downsampling한다. 품질은 이 두 단계의 균형에 달려 있다.

구조

Oversampling 비율

OSR = f_s,over / f_s,base

업샘플링

x_up[n] = InsertZeros{x[n], k}

보간 필터

x_interp[n] = x_up[n] * h_LPF[n]

노이즈 밀도

Noise_density ∝ 1 / OSR

다운샘플링

x_down[n] = x_interp[nk]

예시

ADC / DAC 구조

• ΔΣ ADC는 수십 배에서 수백 배 Oversampling을 통해
  📄
  Quantization (양자화) 노이즈를 고주파로 밀어낸다.
  📄
  Digital-to-Analog Converter - DAC 역시 이미지 주파수를 제거하기 쉽게 만든다.

디지털 신호 처리 알고리즘

• 📄
  Filter
  📄
  Limiter

통신 시스템 안정성

• Oversampling은 타이밍 복구 정확도를 높이고, 잡음 평균화 효과로
  📄
  Bit Error Rate - BER 개선에 기여한다.

영상·이미지 처리

• 공간 Oversampling은 계단 현상과 모아레를 줄인다. 이는 시간축이 아닌 공간축에서의 동일한 원리 적용이다.

계측과 센서 해상도

• 미세 신호를 Oversampling한 뒤 평균화하면 실효 분해능이 증가한다. 이는 하드웨어 성능을 소프트웨어적으로 확장하는 전략이다.