본론에 앞서 Discrete-time LTI System에서 Impulse Response는 개별적으로 적용된다. 예를 들어 x[n] = δ[n] + δ[n-1] 이라고 한다면, 이 때의 Response y[n]은 x_1[n] = δ[n] 일때의 Response y_1[n] 과 x_2[n] = δ[n-1] 일때의 Response y_2[n] 의 합으로 구성 된다. 즉, y[n] = y_1[n] + y_2[n] 이 된다. 여기서 설명하려는 Convolution 역시 이런 성질을 십분 이용하고 있다. 유도 위와 같은 x[n]과 h[n]이 존재한다고 하자. x[n]은 무수히 많은 Impulse들의 합으로 이루어져 있다. 다만 그 Magnitude가 Cosine함수를 따라가고 있을 뿐이다. 굳이 수학식으로 나타..

개념 및 유도 Convolution은 어떤 LTI System의 Signal을 우리가 이미 알고 있는 Elementary Function으로 쪼개기 위한 것이다. Convolution을 적용하기 위해서는 그러한 Signal을 무수히 많은 Impulse들로 만드는 과정을 거쳐야만 한다. 결론적으로는 Impulse Response를 이용해서 최종적인 Response를 구할 수 있게 된다. 위의 그림에서 점선으로 나타나있는 부분을 임의로 T_p 라는 Period만큼 Approximation을 거쳤다. 이러한 경우 새롭게 만들어진 x(t)는 위와 같이 나타낼 수 있다. Unit-impulse를 만드려면 T_p를 무한히 작은 값을 가지도록 보내면 된다. 위와 같이 변환이 된다. y(t)의 경우에는, 와 같이 나타..