옥타브 대역 분석 가이드: FFT 빈닝 vs 필터 뱅크 방식

옥타브 대역 분석은 근본적으로 두 가지 방법으로 구현할 수 있습니다. FFT 빈닝(PSD/FFT 빈을 1/1 및 1/3 옥타브 대역으로 적분)과 진정한 옥타브 필터 뱅크(표준 지향 대역통과 필터 + RMS/Leq 평균화)입니다. 이 글에서는 두 방법이 어떻게 동작하는지, 결과가 어디에서는 일치하고 어디에서는 달라지는지(스케일링, 윈도우 ENBW, 대역 경계 가중, 지연, 과도 응답), 그리고 OpenTest가 음향, NVH 및 규격 준수 측정을 위해 두 방법을 모두 어떻게 지원하는지를 비교합니다.

개념에 대한 자세한 설명은 다음 글을 참조하십시오 → 옥타브 대역 분석: 수학적·공학적 근거

옥타브 대역 필터 뱅크(진정한 옥타브 / CPB 필터 뱅크)

병렬 대역통과 필터 + 에너지 검출기 + 시간 평균화

필터 뱅크(진정한 옥타브) 분석기는 일반적으로 다음과 같습니다:

1. 각 대역 중심 주파수에 대해 대역통과 필터 H_b(z)(또는 H_b(s))를 설계합니다.
2. 대역 신호 y_b(t)을 얻기 위해 필터를 병렬로 동작시킵니다.
3. 대역 평균 제곱값/전력을 계산하고 시간 평균화를 적용하여 대역 레벨을 출력합니다.

기기 간에 결과를 비교 가능하게 하려면, 지정된 필터 세트에 대해 필터 진폭 응답이 IEC/ANSI 허용 오차 마스크(클래스)를 만족해야 합니다. [1][3]

IIR vs FIR: 실제로 IIR(캐스케이드 바이쿼드)이 일반적인 이유

• IIR의 장점: 같은 롤오프에 대해 차수가 더 낮고, 연산량이 적어 실시간/임베디드에 적합하며, SOS/바이쿼드로 구현하면 안정적입니다.
• FIR의 장점: 선형 위상을 구현할 수 있어(파형 형태가 중요할 때 유용), 설계/검증이 더 직관적일 수 있습니다.

대역 레벨 출력만 필요할 때는 위상이 보통 핵심 관심사가 아니므로 IIR 필터 뱅크가 많이 사용됩니다.

멀티레이트 처리: CPB 필터 뱅크의 "비밀 병기"

저주파 CPB 대역은 매우 협대역입니다. 이를 전체 샘플링 주파수에서 구현하는 것은 비효율적입니다. 일반적인 전략은 대역을 옥타브 단위로 묶고 저주파 그룹에 대해 다운샘플링하는 것입니다:

• 저주파 그룹에 대해 로우패스 필터 후 디시메이션(예: 옥타브당 2배 디시메이션)을 수행합니다.
• 감소된 샘플링 주파수에서 해당 대역통과 필터를 구현합니다.
• 디시메이션 전에 충분한 안티앨리어싱을 보장합니다.

시간 평균 / 시간 가중: 대역 레벨은 순간값이 아닌 통계량

대역 레벨은 일반적으로 시간 평균이 필요합니다. 일반적인 옵션으로는 블록 RMS, 지수 평균, Leq(에너지 등가 레벨)가 있습니다. 소음 측정기 맥락에서 IEC 61672-1은 Fast/Slow 시간 가중(Fast 약 125 ms, Slow 약 1 s)을 정의합니다. [5][6]

공학적 시사점: 시간 상수에 따라 판독값이 달라지므로, 보고서에는 사용한 시간 가중을 명시해야 합니다.

필터 뱅크가 "표준과 같이" 동작하는지 검증하는 방법

• 사인 스윕: 패스밴드 동작과 인접 대역 차단 특성을 검증하고, 시간 지연 효과를 관찰합니다.
• 핑크/화이트 노이즈: 평균 대역 레벨과 분산/안정화 시간을 확인하고, 유효 대역폭 거동을 점검합니다.
• 임펄스/스텝: 링잉과 시간 응답을 확인합니다(과도 신호 용도에서 중요).
• 규격을 준수하는 것으로 알려진 기준 기기/구현과 상호 비교합니다.

대역 정의에서 규격 적합 디지털 필터까지: 엔드 투 엔드 워크플로(개념적)

1. 대역 시스템을 선택합니다. 상용 로그(base-10)/이진 로그(base-2), 분수 1/b(일반적으로 b=3)를 정하고 정확한 fm 및 f1/f2를 생성합니다.
2. 성능 목표를 선택합니다. 어떤 표준 판과 어떤 클래스/마스크 허용 오차를 대상으로 할지 결정합니다?
3. 필터 구조를 선택합니다. 실시간에는 IIR SOS를, 위상/제로 위상이 필요하면 FIR 또는 전·후진 필터링을 사용합니다.
4. 각 대역통과 필터를 설계합니다. f1/f2를 디지털 영역에 올바르게 매핑합니다(예: 쌍선형 변환 시 프리워핑).
5. 필요하다면 멀티레이트를 구현합니다. 저주파 그룹에 대해 충분한 안티앨리어싱과 함께 디시메이션을 적용합니다.
6. 검증: 진폭 응답 vs 마스크, 유효 대역폭을 위한 노이즈 테스트, 시간 응답을 위한 스윕/임펄스 테스트를 수행합니다.
7. 교정 및 보고: 단위와 기준값, 평균/시간 가중, 방법 세부 사항을 보고합니다.

시간 응답 설명: 그룹 지연, 링잉, 평균화가 모두 판독값을 형성

대역 레벨 분석기는 시간 영역 시스템(필터 → 에너지 검출기 → 평활기)이므로, 판독값은 여러 시간 스케일의 지배를 받습니다:

• 필터 그룹 지연: 사건이 각 대역에서 얼마나 늦게 나타나는지.
• 필터 링잉/감쇠: 짧은 펄스가 대역 내에서 얼마나 오래 "울리는지".
• 에너지 평균/시간 가중: 출력 레벨의 시간 해상도와 변동성을 결정합니다.

따라서 과도 신호(충격, 시동/정지 이벤트, 스윕)의 경우, 규격을 준수하는 서로 다른 구현이라도 ANSI의 주의 사항에 부합하게 서로 다른 피크 레벨과 시간 추적을 낼 수 있습니다. [3]

경험 법칙: 정상 상태 성분에는 더 긴 평균화를 사용해 안정성을 높이고, 과도 위치 식별에는 평균 시간을 줄이되 변동성이 커지는 것을 받아들이고 알고리즘 세부 사항을 고정하십시오.

실시간 구현에서 흔한 함정

• 디시메이션 체인에서 안티앨리어싱을 잊는 경우: 저주파 대역이 앨리어싱으로 오염됩니다.
• 고 Q 저주파 IIR 섹션의 수치적 불안정성: SOS/바이쿼드를 사용하고 충분한 정밀도를 확보하십시오.
• dB에서 평균하는 것: 항상 에너지/평균 제곱 영역에서 평균한 후 dB로 변환해야 합니다.
• 대역 에너지가 전체 에너지와 정확히 합산되어야 한다고 가정하는 경우: 표준 필터는 반드시 전력 보완적일 필요가 없으므로, 대신 표준 일치 기준을 사용해 검증하십시오.

OpenTest에서의 옥타브 대역 필터 뱅크 분석

OpenTest는 필터 뱅크 방식을 사용한 옥타브 대역 분석을 지원합니다:
1) SonoDAQ Pro와 같은 장치를 연결합니다
2) 채널을 선택하고 파라미터 설정을 조정합니다. 외부 마이크를 사용하는 경우 IEPE를 활성화하고 음향 신호 측정 모드로 전환합니다.
3) 측정 모드의 옥타브 대역 분석 섹션에서 IEC 61260-1 알고리즘을 선택합니다. 실시간 분석, 선형 평균, 지수 평균, 피크 홀드를 지원합니다.
4) 파라미터 구성이 완료되면 Test 버튼을 눌러 측정을 시작합니다.
5) 하나의 녹음으로 1/1옥타브, 1/3옥타브, 1/6옥타브, 1/12옥타브, 1/24옥타브, 1/24옥타브 대역을 동시에 분석할 수 있습니다.

그림 1: OpenTest에서의 옥타브 대역 필터 뱅크 분석

FFT 빈닝과 FFT 합성

FFT 빈닝: 협대역 스펙트럼을 CPB 대역 적분으로 변환

1. 스펙트럼을 추정합니다(단일 FFT, Welch PSD 또는 STFT).
2. 각 옥타브/분수 옥타브 대역 내에서 적분/합산하여 대역 전력을 얻습니다.

단일 FFT로 고해상도 스펙트럼을 얻고 이를 어떤 대역 시스템(1/1, 1/3, 1/12, ...)으로도 다시 빈닝할 수 있으므로, 소프트웨어/오프라인 작업에서 흔히 사용됩니다.

핵심 과제 #1: FFT 스케일링과 윈도우 보정

FFT 이후 스케일링은 정의에 따라 달라집니다. 1/N 정규화, 진폭 vs 전력 vs PSD, 단측 vs 양측 스펙트럼, 그리고 윈도우링의 영향을 받습니다. 노이즈 측정에서는 ENBW가 매우 중요하며, 이를 무시하면 체계적인 오프셋이 발생할 수 있습니다. [7]

실용적인 PSD 정규화(주파수 스펙트럼 추정, periodogram 형식)

# 단측 PSD로 변환: DC와(존재한다면 나이퀴스트를 포함해) 나머지 성분에 2를 곱합니다

이렇게 하면 PSD 단위가 (입력 단위)²/Hz가 되며, PSD를 주파수에 대해 적분해서 에너지 일관성 검사를 수행할 수 있습니다.

스케일링을 검증하기 위한 두 가지 빠른 셀프 체크

• 화이트 노이즈 체크: 분산 σ²를 알고 있는 노이즈를 생성한 뒤, 단측 PSD를 0..fs/2에서 적분하여(×2 규칙을 고려해) ≈σ²를 복원합니다.
• 순수 톤 체크: 진폭 A인 사인파(RMS=A/√2)를 생성하고, 스펙트럼 에너지를 적분하여 ≈A²/2를 복원해야 합니다(누설과 윈도우 선택의 영향을 받음).

두 테스트 모두 통과한다면 FFT 스케일링은 대체로 올바른 것이며, 그 다음에야 부분 빈 가중 및 옥타브 빈닝이 의미를 갖게 됩니다.

핵심 과제 #2: 대역 경계가 빈과 잘 맞지 않음 → 부분 빈 가중

대역 경계에서 빈을 포함/제외하는 이진 결정은 계단형 오차를 유발하며, 특히 대역폭이 좁은 저주파에서 심각합니다. 경계 빈에는 중첩 기반 가중(4.2.4절)을 사용하십시오.

제로 패딩이 경계 불일치를 해결해 줄까요? (흔한 오해)

제로 패딩은 표시되는 스펙트럼을 보간할 뿐이며, 실제 주파수 해상도(원래 윈도우 길이로 결정됨)를 향상시키지 않습니다. 시각적인 계단 현상을 줄일 수는 있지만, 1~2개 빈만 포함하는 저주파 대역을 신뢰할 수 있는 대역 레벨 추정으로 바꾸지는 못합니다. 근본적인 해결책은 더 긴 윈도우 또는 멀티레이트 처리/필터 뱅크입니다.

핵심 과제 #3: 시간-주파수 트레이드오프(윈도우 길이가 저주파 정확도와 지연을 결정)

FFT 해상도는 Δf = fs/N입니다. 저주파 1/3옥타브 대역은 수 Hz 정도로 매우 좁을 수 있으므로, 대역당 충분한 빈을 확보하려면 N이 매우 커져야 하고, 이에 따라 지연이 증가하고 과도 응답이 평활됩니다.

근본 원인: 1/3옥타브는 상수 Q이지만 STFT는 상수 Δf 빈을 사용함

CPB에서는 대역폭이 주파수에 비례해 증가합니다(Δf_band ∝ f, 상수 Q). STFT에서는 빈 간격이 일정합니다(Δf_bin이 상수). 따라서 저주파 CPB를 위해서는 매우 미세한 Δf_bin(긴 윈도우)이 필요하고, 고주파는 과도하게 높은 분해능을 갖게 됩니다.

해결 경로: 장윈도우 STFT vs 멀티레이트 STFT vs CQT/웨이브릿

• 장윈도우 STFT: 가장 단순하지만 지연이 크고 과도 신호를 많이 퍼뜨립니다.
• 멀티레이트 STFT: 저주파 성분을 다운샘플링한 후 낮은 fs에서 FFT를 수행하며, 멀티레이트 필터 뱅크와 유사한 개념입니다.
• 상수 Q 변환(CQT) / 웨이브릿: 자연스럽게 로그 스케일 해상도를 제공하지만, IEC/ANSI 마스크를 만족하려면 추가 교정/검증이 필요합니다. [4]

규격 준수 측정에는 표준 지향 필터 뱅크가 선호되며, 연구/특징 추출에는 CQT/웨이브릿이 매력적일 수 있습니다.

FFT 합성: 주파수 영역에서 대역별 필터링 구성

FFT 합성은 FFT 접근을 필터 뱅크에 더 가깝게 만듭니다:

• 각 대역에 대해 주파수 영역 가중 W_b[k]를 정의합니다(벽형 브릭월 또는 완만한/마스크형).
• Y_b[k] = X[k]·W_b[k]를 계산하고 IFFT를 수행하여 y_b[n]을 얻습니다.
• y_b[n]으로부터 대역 RMS/평균값을 계산합니다.

영위상(비인과) 필터링을 쉽게 구현할 수 있습니다. IEC/ANSI를 엄격히 일치시키려면 W_b와 정규화를 신중히 설계하고 검증해야 합니다.

FFT 합성을 스트림처럼 만들기: OLA, 이중 윈도우, 진폭 정규화

대역별 연속 시간 신호를 출력하려면 오버랩-애드(OLA)를 사용합니다. 프레임 분할, 분석 윈도우 적용, FFT, W_b 적용, IFFT, 합성 윈도우 적용, OLA 순으로 처리합니다. 분석/합성 윈도우는 COLA(상수 오버랩-애드) 조건(예: 50% 오버랩의 한 윈도우)을 만족하도록 선택하여 주기적인 레벨 변조를 방지합니다.

표준 필터와 일치시키는 것이 목표라면, W_b는 어떻게 선택해야 할까요?

W_b[k]는 무엇을 일치시킬지에 따라 달라집니다:

• 벽형 브릭월 적분과 일치: [f1,f2] 내부에서는 W_b가 0/1의 하드 마스크입니다.
• IEC/ANSI 필터 동작과 일치: |W_b(f)|가 표준 마스크와 유효 대역폭(∫|W_b|²)을 근사하도록 합니다.
• 재합성 시 에너지 보존을 맞추고 싶다면: Σ_b |W_b(f)|² ≈ 1이 되도록 설계합니다(7.6절).

세 가지를 모두 완벽히 만족시키는 것은 보통 불가능하므로, 우선순위(규격 준수 vs 분해/재구성)를 미리 정해야 합니다.

에너지 보존 주파수 영역 필터 뱅크: Σ|W_b|²가 중요한 이유

대역 에너지 합이 전체 에너지와(수치 오차 범위 내에서) 일치하길 원한다면, 흔한 설계는 근사적인 전력 보완성을 목표로 합니다:

IEC/ANSI 마스크는 엄밀한 보완성을 강제하지 않으므로, 규격 준수 맥락에서는 정확한 가법성을 당연하게 여기지 마십시오.

Welch/평균 전략: FFT 대역 레벨을 안정적으로 만드는 방법

• Welch 평균을 사용합니다(세그먼트 분할, 윈도우 적용, 오버랩, 전력 스펙트럼 평균).
• 전력 영역(|X|² 또는 PSD)에서 평균한 뒤 dB로 변환합니다.
• 비정상(non-stationary) 신호에는 STFT를 사용하여 시간-대역 행렬을 얻는 것을 고려하십시오.
• 윈도우 종류, 오버랩, 평균 횟수, ENBW/CG 처리 방식을 보고하십시오.

OpenTest에서의 FFT 빈닝 옥타브 대역 분석

OpenTest는 FFT 빈닝 기반의 옥타브 대역 분석을 지원합니다:
1) 장치를 연결합니다, 예: SonoDAQ Pro
2) 채널을 선택하고 파라미터 설정을 조정합니다. 외부 마이크를 사용하는 경우 IEPE를 활성화하고 음향 신호 측정 모드로 전환합니다.
3) 측정 모드의 옥타브 대역 분석 섹션에서 FFT 기반 알고리즘을 선택합니다.
4) 하나의 녹음으로 1/1옥타브, 1/3옥타브, 1/6옥타브, 1/12옥타브, 1/24옥타브 대역을 동시에 분석할 수 있습니다.

그림 2: OpenTest에서의 FFT 빈닝 옥타브 대역 분석

필터 뱅크 vs FFT/FFT 합성: 차이점, 동등 조건 및 트레이드오프

비교 표

치수	필터 뱅크(진정한 옥타브 / CPB)	FFT 빈닝 / FFT 합성
표준 준수	IEC/ANSI 진폭 마스크를 맞추기 더 쉽고, 하드웨어 계측기에서 주류 방식입니다. [1][3]	하드 빈닝은 대역 적분처럼 동작하며, 마스크를 맞추려면 추가 가중 또는 표준을 준수하는 디지털 필터가 필요합니다.
실시간 / 지연	인과적인 실시간 처리가 가능하며, 지연은 필터 차수와 평균 시간에 의해 결정됩니다.	블록 처리에서는 최소한 윈도우 길이만큼의 지연이 추가되며, 저주파 분해능 요구로 인해 윈도우가 더 길어지는 경우가 많습니다.
과도 응답	출력은 연속적이지만 그룹 지연/링잉의 영향을 받으며, 규격을 만족하는 다른 구현 간에도 차이가 있을 수 있습니다. [3]	STFT 윈도우에 의해 결정되며, 과도 신호는 윈도우에 의해 퍼져 나가고 윈도우 종류/길이에 매우 민감합니다.
누설 & 보정	필터 설계를 통해 제어되며, 누설을 관리할 수 있습니다.	윈도우와 ENBW/스케일링에 강하게 의존하며, 경계 빈 불일치는 부분 가중이 필요합니다. [7]
해석 용이성	대역통과 필터링 후 RMS로, 소음 측정기와 분석기 동작과 자연스럽게 일치합니다.	스펙트럼 추정 + 빈닝으로 보다 통계적 성격을 가지며, 해석은 윈도우/평균 설정에 의존합니다.
계산량	여러 개의 필터가 병렬로 필요하지만, 멀티레이트로 계산 비용을 줄일 수 있습니다.	하나의 FFT로 모든 대역을 처리할 수 있어, 오프라인/배치 처리에 효율적입니다.
위상 & 재구성	IIR은 일반적으로 비선형 위상(fine for levels)입니다.	주파수 가중은 영위상으로 설계할 수 있으며, 재구성에는 보완성과 전이 대역 처리에 주의를 기울여야 합니다.

두 방법이 (거의) 같은 답을 줄 때는 언제인가?

대역 평균 결과는 다음 조건에서 보통 서로 잘 일치합니다:

• (과도 피크 추적이 아니라) 평균 대역 레벨을 비교할 때.
• 신호가 거의 정상 상태이고 관측 시간이 충분히 길 때.
• FFT 분해능이 충분히 세밀하여, 특히 최저 대역에서 각 대역에 빈이 충분히 많이 포함될 때(fine enough).
• FFT 스케일링이 올바를 때(단측 처리, Δf, 윈도우 U, 필요한 경우 ENBW/CG 포함).
• 대역 경계에서 부분 빈 가중을 사용할 때.

과도 및 짧은 이벤트에서 차이가 커지는 이유

차이는 시간 스케일 불일치에서 비롯됩니다. 필터 뱅크는 대역별 그룹 지연과 링잉을 가지지만 출력은 연속적이고, STFT는 고정 윈도우를 사용해 주파수 분해능과 시간 평활을 동시에 결정합니다. 이벤트 지속 시간이 윈도우 길이나 필터 임펄스 응답과 비슷하다면, 결과는 구현 세부 사항에 강하게 의존합니다.

오차 예산: 불일치가 주로 발생하는 지점(그리고 이를 빠르게 찾는 방법)

1. dB에서 잘못 평균/합산하는 경우: 에너지 영역에서 평균 및 합산해야 합니다.
2. 일관되지 않은 FFT 스케일링: 1/N 규칙, 단측 vs 양측, Δf, 윈도우 정규화 U 등.
3. 누락된 윈도우 보정: 노이즈에 대한 ENBW, 톤에 대한 코히어런트 게인/누설 보정.
4. 정확한 정의 대신 공칭 주파수로 대역 경계를 계산하는 경우.
5. 대역 경계에서 부분 빈 가중을 하지 않는 경우(특히 저주파에서 치명적).
6. 필터 뱅크에서 멀티레이트/안티앨리어싱 구현 문제가 있는 경우.
7. 방법 간에 평균 시간 상수/윈도우가 다른 경우.
8. 진정한 방법 차이: 벽형 빈닝 vs 표준 필터 스커트/롤오프의 차이로 인해 체계적인 오프셋이 발생합니다.

강력한 디버깅 접근법: 먼저 화이트 노이즈로 전체 평균 제곱값을 일치시키며(스케일링/ENBW/부분 빈), 그 다음 스윕 사인 또는 톤으로 대역 중심과 인접 대역 차단 성능을 검증합니다.

엔지니어링 체크리스트: 1/3옥타브 분석을 정확하고 안정적이며 재현 가능하게 만들기

방법 선택: 규격 준수 → 필터 뱅크; 오프라인 통계 → FFT 빈닝

• 규제, 형식 승인, 계측기 상호 비교에는 IEC/ANSI 규격을 준수하는 필터 뱅크를 우선적으로 사용하고, 표준 판과 클래스를 보고해야 합니다. [1][3]
• 오프라인 처리, 대규모 데이터셋, 유연한 대역 정의가 필요한 경우에는 FFT 빈닝이 효율적일 수 있지만, 스케일링과 경계 가중을 엄격히 처리해야 합니다.
• 대역별 시간 영역 신호(변조, 에너지 엔벨로프 등)가 필요하다면 FFT 합성이나 명시적인 필터 뱅크를 고려하십시오.

최저 대역에서 FFT 파라미터 선택(예시)

예: fs=48 kHz, 관심 있는 최저 대역은 20 Hz(1/3옥타브)입니다. 이 대역의 대역폭은 수 Hz에 불과합니다. 대역당 최소 M=10개 빈을 확보하려면 Δf_bin ≤ 대역폭/10이 필요하며, 이는 매우 큰 N(예: 약 100k 포인트; 2^17=131072)을 의미합니다. 이는 왜 실시간 규격 준수 애플리케이션에서 필터 뱅크가 선호되는지를 잘 보여 줍니다.

결과 일치를 방해하는 대표적인 실수

• 전력 |X|² 또는 PSD가 아닌 진폭 |X|를 합산하는 경우.
• 선형 전력/평균 제곱이 아니라 dB에서 평균하는 경우.
• 노이즈에 대해 ENBW/윈도우 스케일링을 무시하는 경우. [7]
• 대역 경계를 공칭 주파수로 계산하는 경우.
• 시간 가중/평균 규칙(Fast/Slow/Leq)을 명시하지 않는 경우. [5][6]

권장 검증 플로(구현 방식과 무관)

• 센터 톤 테스트(또는 스윕): 에너지가 올바른 대역에서 피크를 이루는지, 인접 대역 차단이 기대대로 동작하는지 확인합니다.
• 화이트/핑크 노이즈: 대역 레벨에서 기대되는 스펙트럼 형태를 확인하고, 안정성과 평균 시간을 평가합니다.
• 구현 간 비교: 동일한 신호에 대해 자신의 구현을 기준 구현과 비교하고, 스케일링 vs 정의 vs 필터 스커트 차이를 분리합니다.
• 테스트 보고서에 대역 정의, 윈도우링, 평균 방법 등의 파라미터를 기록하고 고정하십시오(record and freeze).

재현성 체크리스트: 다른 사람이 레벨을 다시 계산할 수 있도록 보고서에 포함해야 할 항목

• 대역 정의: base-10 또는 base-2? 1/b에서의 b 값은 무엇인가요? 계산에 정확한 주파수를 사용했는지, 아니면 공칭 주파수를 사용했는지? 기준 주파수 fr?
• 구현: 표준 필터 뱅크(IIR/FIR, 멀티레이트)인지 FFT 빈닝/합성인지, 그리고 사용한 소프트웨어/라이브러리 버전은 무엇인지.
• 샘플링/전처리: fs, 디트렌딩/직류 제거, 안티앨리어싱 필터링, 리샘플링.
• 시간 평균: Leq / 블록 RMS / 지수 평균, 시간 상수, 블록 크기, 오버랩, 평균 프레임 수, 그리고 필요하다면 Fast/Slow 맥락.
• FFT 세부 사항(사용하는 경우): 윈도우 종류, N, 홉 크기, 제로 패딩, PSD 정규화, 단측 처리, ENBW/CG, 부분 빈 가중.
• 교정/단위: 입력 단위와 기준값(예: 20 µPa), 센서 교정 계수와 날짜.
• 출력 정의: RMS vs 피크 vs 대역 전력, 10log vs 20log 규칙, 대역 집계 단계 등.

한 줄만 기억한다면 다음을 문서화하십시오. "대역 정의 + 시간 평균 + FFT 스케일링/윈도우 처리(사용한 경우)". 대부분의 논쟁은 사라집니다.

빠른 공식과 수치 예제(코드/보고서에 바로 사용 가능)

base-10 1/3옥타브 상수

G = 10^(3/10) ≈ 1.995262
r = 10^(1/10) ≈ 1.258925 # adjacent center-frequency ratio
k = 10^(1/20) ≈ 1.122018 # edge multiplier about center
f1 = fm / k
f2 = fm * k

예제: 1 kHz 1/3옥타브 대역

fm = 1000 Hz
f1 = 1000 / 1.122018 ≈ 891.25 Hz
f2 = 1000 * 1.122018 ≈ 1122.02 Hz
Δf ≈ 230.77 Hz
Q ≈ 4.33

OpenTest는 두 방법을 모두 통합하고 있습니다. 지금 다운로드하여 바로 사용해 보세요-> 또는 아래 양식을 작성해 라이브 데모를 예약하십시오 ↓.

www.opentest.com에서 더 많은 기능과 적용 사례를 살펴보십시오.

참조

[1] IEC 61260-1:2014 PDF 샘플(iTeh): https://cdn.standards.iteh.ai/samples/13383/3c4ae3e762b540cc8111744cb8f0ae8e/IEC-61260-1-2014.pdf

[3] ANSI S1.11-2004 미리보기 PDF(ASA/ANSI): https://webstore.ansi.org/preview-pages/ASA/preview_ANSI%2BS1.11-2004.pdf

[4] HEAD acoustics 애플리케이션 노트: FFT - 1/n옥타브 분석 - 웨이브릿(필터 뱅크 설명): https://cdn.head-acoustics.com/fileadmin/data/global/Application-Notes/SVP/FFT-nthOctave-Wavelet_e.pdf

[5] IEC 61672-1:2013(IEC 페이지): https://webstore.iec.ch/en/publication/5708

[6] NTi Audio 노하우: Fast/Slow 시간 가중(IEC 61672-1 맥락): https://www.nti-audio.com/en/support/know-how/fast-slow-impulse-time-weighting-what-do-they-mean

[7] MathWorks: ENBW 정의 예제: https://www.mathworks.com/help/signal/ref/enbw.html