이상적인 고주파 통과 필터의 주파수 응답 그래프.
하이패스 필터 (High-pass filter, HPF) 또는 고주파 통과 필터 는 특정한 차단 주파수 이하 주파수 의 신호 를 감쇠 시켜 차단 주파수 이상의 주파수 신호만 통과시키는 필터 를 의미한다.[ 1] 필터의 세부적인 주파수 응답 은 필터 설계 에 따라 달라진다. 고주파 통과 필터는 대개 선형 시불변 시스템 으로 모델링된다. 이러한 고주파 통과 필터는 종종 오디오 부문에서 저주파 차단 필터 (low-cut filter)나 저역 차단 필터 (bass-cut filter)라고 부른다.[ 2] 고주파 통과 필터는 0이 아닌 평균 전압에 민감한 회로나 무선 주파수 장치 같은 곳에서 직류 전압을 차단하는 데 사용하는 등 다양한 분야에 활용된다. 또한 로우패스 필터 와 같이 사용하여 대역 필터 를 만들 수도 있다.[ 3]
광학 에서는 "하이 패스"(High-pass)와 "로우 패스"(Low-pass)가 주파수와 빛의 파장 중 어느 쪽에 속하느냐에 따라서 서로 다른 의미를 가질 수 있다. 주파수의 하이 패스 필터(고주파 통과 필터)는 파장의 로우 패스 필터가 되며, 반대로 주파수의 로우 패스 필터(저주파 통과 필터)는 파장의 하이 패스 필터가 될 수 있다. 이 때문에 광학에서 파장 필터는 혼란을 막기 위해 로우 패스/하이 패스 대신 롱 패스(Long-pass), 숏 패스(Short-pass)라고 부른다.[ 4]
1차 연속시간 회로
수동 아날로그 1차 하이패스 필터를 RC 회로 로 구현한 모습.
오른쪽 그림과 같은 간단한 1차 하이패스 필터 회로는 입력 전압에 저항기 와 축전기 를 직렬로 이어 달고 저항기의 전압을 출력 전압으로 만들어 구현한다. 이 선형 시불변 시스템의 전달 함수 는 다음과 같다.
V
o
u
t
(
s
)
V
i
n
(
s
)
=
s
R
C
1
+
s
R
C
.
{\displaystyle {\frac {V_{\rm {out}}(s)}{V_{\rm {in}}(s)}}={\frac {sRC}{1+sRC}}.}
여기서 저항과 캐패시턴스(정전 용량)의 곱(R ×C )이 시간 상수(τ)이며 이는 차단 주파수 f c 와 반비레한다. 즉 아래의 식이 성립한다.
f
c
=
1
2
π
τ
=
1
2
π
R
C
,
{\displaystyle f_{c}={\frac {1}{2\pi \tau }}={\frac {1}{2\pi RC}},\,}
여기서 차단 주파수란 필터의 극점이 필터의 주파수 응답 을 벗어나는 시점의 주파수이다. 이보다 낮은 주파수일 경우 그 주파수의 신호는 차단당한다. 위 식을 통해 라플라스 변환 주파수 응답인
H
(
s
)
=
V
o
u
t
(
s
)
V
i
n
(
s
)
{\displaystyle H(s)={V_{\rm {out}}(s) \over V_{\rm {in}}(s)}}
을 그리면 아래와 같다.
H
(
s
)
=
V
o
u
t
(
s
)
V
i
n
(
s
)
=
s
ω
0
(
1
+
s
ω
0
)
{\displaystyle H(s)={V_{\rm {out}}(s) \over V_{\rm {in}}(s)}={s\omega _{0} \over (1+s\omega _{0})}}
능동 하이패스 필터
오른쪽의 능동 하이패스 필터는 연산 증폭기 를 사용한 1차 하이패스 필터이다. 여기서의 선형 시불변 시스템 전달 함수는 아래와 같다.
V
o
u
t
(
s
)
V
i
n
(
s
)
=
−
s
R
2
C
1
+
s
R
1
C
.
{\displaystyle {\frac {V_{\rm {out}}(s)}{V_{\rm {in}}(s)}}={\frac {-sR_{2}C}{1+sR_{1}C}}.}
여기서 필터는 통과 대역 에서 -R 2 /R 1 의 이득을 가지며 차단 주파수는
f
c
=
1
2
π
τ
=
1
2
π
R
1
C
,
{\displaystyle f_{c}={\frac {1}{2\pi \tau }}={\frac {1}{2\pi R_{1}C}},\,}
다음과 같다.
이 회로는 능동 회로이므로 필터의 이득이 상수형이 아닐 수 있다. 이 경우 고주파 신호가 반전되고 R 2 /R 1 만큼 증폭될 수 있다.
이산 시간 해석
이산 시간에서의 하이패스 필터도 생각할 수 있다. 연속 시간 하이패스 필터를 이산 시간으로 샘플링하면 연속시간의 동작을 이산화할 수 있다.
우선, 위 문단에서의 RC 회로에서의 주파수 응답에 키르히호프의 전기회로 법칙 과 전기용량 를 이용하면 아래와 같다.
{
V
out
(
t
)
=
I
(
t
)
R
(V)
Q
c
(
t
)
=
C
(
V
in
(
t
)
−
V
out
(
t
)
)
(Q)
I
(
t
)
=
d
Q
c
d
t
(I)
{\displaystyle {\begin{cases}V_{\text{out}}(t)=I(t)\,R&{\text{(V)}}\\Q_{c}(t)=C\,\left(V_{\text{in}}(t)-V_{\text{out}}(t)\right)&{\text{(Q)}}\\I(t)={\frac {\operatorname {d} Q_{c}}{\operatorname {d} t}}&{\text{(I)}}\end{cases}}}
여기서
Q
c
(
t
)
{\displaystyle Q_{c}(t)}
는
t
{\displaystyle t}
시간에 축전지에 충전되어 있는 전하량을 의미한다. 위 식에서 (Q) 식을 (I) 식에, (I) 식을 (V) 식에 대입하여 정리하면 아래와 같다.
V
out
(
t
)
=
C
(
d
V
in
d
t
−
d
V
out
d
t
)
⏞
I
(
t
)
R
=
R
C
(
d
V
in
d
t
−
d
V
out
d
t
)
{\displaystyle V_{\text{out}}(t)=\overbrace {C\,\left({\frac {\operatorname {d} V_{\text{in}}}{\operatorname {d} t}}-{\frac {\operatorname {d} V_{\text{out}}}{\operatorname {d} t}}\right)} ^{I(t)}\,R=RC\,\left({\frac {\operatorname {d} V_{\text{in}}}{\operatorname {d} t}}-{\frac {\operatorname {d} V_{\text{out}}}{\operatorname {d} t}}\right)}
위 방정식을 이산화시킬 수 있다. 식을 단순하게 풀기 위해 입력 신호와 출력 신호를 일정한 시간 간격인
Δ
T
{\displaystyle \Delta _{T}}
마다 샘플링된다고 가정하여 보자. 여기서 샘플링 된 입력 신호
V
in
{\displaystyle V_{\text{in}}}
는
(
x
1
,
x
2
,
…
,
x
n
)
{\displaystyle (x_{1},x_{2},\ldots ,x_{n})}
마다 값이 존재하며 출력 신호
V
out
{\displaystyle V_{\text{out}}}
는
V
out
{\displaystyle V_{\text{out}}}
마다 존재하게 샘플링되어 있다. 이를 하나로 묶으면 다음과 같다.
y
i
=
R
C
(
x
i
−
x
i
−
1
Δ
T
−
y
i
−
y
i
−
1
Δ
T
)
{\displaystyle y_{i}=RC\,\left({\frac {x_{i}-x_{i-1}}{\Delta _{T}}}-{\frac {y_{i}-y_{i-1}}{\Delta _{T}}}\right)}
이 식을 점화식 형태로 만들면 다음과 같다.
y
i
=
R
C
R
C
+
Δ
T
y
i
−
1
⏞
Decaying contribution from prior inputs
+
R
C
R
C
+
Δ
T
(
x
i
−
x
i
−
1
)
⏞
Contribution from change in input
{\displaystyle y_{i}=\overbrace {{\frac {RC}{RC+\Delta _{T}}}y_{i-1}} ^{\text{Decaying contribution from prior inputs}}+\overbrace {{\frac {RC}{RC+\Delta _{T}}}\left(x_{i}-x_{i-1}\right)} ^{\text{Contribution from change in input}}}
여기서 1차 연속시간 RC 필터의 이산 시간 구현은 다음으로 적을 수 있다.
y
i
=
α
y
i
−
1
+
α
(
x
i
−
x
i
−
1
)
where
α
≜
R
C
R
C
+
Δ
T
{\displaystyle y_{i}=\alpha y_{i-1}+\alpha (x_{i}-x_{i-1})\qquad {\text{where}}\qquad \alpha \triangleq {\frac {RC}{RC+\Delta _{T}}}}
위에서의 정의에 따라
0
≤
α
≤
1
{\displaystyle 0\leq \alpha \leq 1}
이다. 여기서 변수
α
{\displaystyle \alpha }
를 샘플링 간격
Δ
T
{\displaystyle \Delta _{T}}
와의 곱을 통해 시간 상수
R
C
{\displaystyle RC}
로 만들 수 있다.
R
C
=
Δ
T
(
α
1
−
α
)
{\displaystyle RC=\Delta _{T}\left({\frac {\alpha }{1-\alpha }}\right)}
여기서
f
c
=
1
2
π
R
C
{\displaystyle f_{c}={\frac {1}{2\pi RC}}}
so
R
C
=
1
2
π
f
c
{\displaystyle RC={\frac {1}{2\pi f_{c}}}}
이므로
α
{\displaystyle \alpha }
와
f
c
{\displaystyle f_{c}}
에는 다음과 같은 관계를 이루게 된다.
α
=
1
2
π
Δ
T
f
c
+
1
{\displaystyle \alpha ={\frac {1}{2\pi \Delta _{T}f_{c}+1}}}
f
c
=
1
−
α
2
π
α
Δ
T
{\displaystyle f_{c}={\frac {1-\alpha }{2\pi \alpha \Delta _{T}}}}
같이 보기
각주
외부 링크