이 번역 페이지는 최신 내용을 담고 있지 않습니다. 최신 내용을 영문으로 보려면 여기를 클릭하십시오.

peak2rms

피크 크기 대 RMS 비율

구문

y = peak2rms(x)

y = peak2rms(x,dim)

설명

y = peak2rms(x)는 x의 최대 절댓값 대 x의 RMS(제곱평균제곱근) 값의 비율을 반환합니다.

y = peak2rms(x,dim)은 차원 dim을 따라 x의 피크 크기 대 RMS 비율을 계산합니다.

예제

정현파의 피크 크기 대 RMS 비율

1kHz로 샘플링된 100Hz 정현파의 피크 크기 대 RMS 비율을 계산합니다.

t = 0:0.001:1-0.001;
x = cos(2*pi*100*t);

y = peak2rms(x)

y = 
1.4142

복소수 지수의 피크 크기 대 RMS 비율

주파수가 $$\pi /4$$ rad/sample인 복소수 지수를 생성합니다. 피크 크기 대 RMS 비율을 구합니다.

n = 0:99;
x = exp(1j*pi/4*n);

y = peak2rms(x)

y = 
1

2차원 행렬의 피크 크기 대 RMS 비율

각 열이 1kHz로 샘플링되고 진폭이 서로 다른 100Hz 정현파인 행렬을 생성합니다. 진폭은 열 인덱스와 같습니다.

열의 피크 크기 대 RMS 비율을 계산합니다.

t = 0:0.001:1-0.001;
x = cos(2*pi*100*t)'*(1:4);

y = peak2rms(x)

y = 1×4

    1.4142    1.4142    1.4142    1.4142

지정된 차원에 대한 2차원 행렬의 피크 크기 대 RMS 비율

각 행이 1kHz로 샘플링되고 진폭이 서로 다른 100Hz 정현파인 행렬을 생성합니다. 진폭은 행 인덱스와 같습니다.

dim 인수를 사용하여 차원을 2로 지정하여 행의 RMS 레벨을 계산합니다.

t = 0:0.001:1-0.001;
x = (1:4)'*cos(2*pi*100*t);

y = peak2rms(x,2)

y = 4×1

    1.4142
    1.4142
    1.4142
    1.4142

입력 인수

x — 입력 배열

벡터 | 행렬 | N차원 배열

입력 신호로, 벡터, 행렬 또는 N차원 배열로 지정됩니다.

데이터형: double | single
복소수 지원 여부: 예

dim — 연산을 수행할 차원

양의 정수 스칼라

연산을 수행할 차원으로, 양의 정수 스칼라로 지정됩니다. 기본적으로 peak2rms는 크기가 1보다 큰 x의 첫 번째 배열 차원을 따라 동작합니다. 예를 들어, x가 행 벡터나 열 벡터이면 y는 실수 값 스칼라입니다. x가 N×M 행렬(N>1)이면 y는 y 열의 피크 크기 대 RMS 레벨을 포함하는 1×M 행 벡터입니다.

데이터형: double | single

출력 인수

y — 피크 크기 대 RMS 비율

스칼라 | 행렬 | N차원 배열

피크 크기 대 RMS 비율로, 실수 값 스칼라, 행렬 또는 N차원 배열로 지정됩니다.

세부 정보

피크 크기 대 RMS 비율

피크 크기 대 RMS 비율은 다음과 같습니다.

$$\frac{{\Vert X\Vert }_{\infty }}{\sqrt{\frac{1}{N}{\displaystyle \sum _{n=1}^N{\left|X_n\right|}^2}}},$$

여기서 무한대 노름과 RMS 값은 지정된 차원을 따라 계산됩니다.

참고 문헌

[1] IEEE^® Standard on Transitions, Pulses, and Related Waveforms, IEEE Standard 181, 2003.

확장 기능

tall형 배열

메모리에 담을 수 없을 정도로 많은 행을 가진 배열을 계산할 수 있습니다.

peak2rms 함수는 tall형 배열을 완전히 지원합니다. 자세한 내용은 tall형 배열 항목을 참조하십시오.

C/C++ 코드 생성
MATLAB® Coder™를 사용하여 C 코드나 C++ 코드를 생성할 수 있습니다.

스레드 기반 환경

MATLAB®의 backgroundPool을 사용해 백그라운드에서 코드를 실행하거나 Parallel Computing Toolbox™의 ThreadPool을 사용해 코드 실행 속도를 높일 수 있습니다.

이 함수는 스레드 기반 환경을 완전히 지원합니다. 자세한 내용은 스레드 기반 환경에서 MATLAB 함수 실행하기 항목을 참조하십시오.

GPU 배열

Parallel Computing Toolbox™를 사용해 GPU(그래픽스 처리 장치)에서 실행하여 코드 실행 속도를 높일 수 있습니다.

이 함수는 GPU 배열을 완전히 지원합니다. 자세한 내용은 GPU에서 MATLAB 함수 실행하기 (Parallel Computing Toolbox) 항목을 참조하십시오.

버전 내역

R2012a에 개발됨

참고 항목

min | max | mean | peak2peak | rms | rssq