직관 · 무엇이 보이나?
같은 신호를 다섯 개의 투영으로 보는 것입니다.
IQ plane은 점의 위치, magnitude는 envelope, phase는 회전, PSD는 주파수별 평균 전력, PAPR은 드문 peak와 평균의 차이를 보여줍니다.
- GMSK의 이상적 envelope는 거의 일정하지만 phase trajectory가 정보를 담습니다.
- OFDM은 많은 subcarrier가 순간적으로 더해져 magnitude peak와 PAPR tail이 커질 수 있습니다.
Linked envelope view
CW의 일정한 envelope와 multi-tone 합성 peak는 PA headroom을 다르게 사용합니다.
16 samples · normalized Fs · no filter · 1× sampling · illustrative record
축: sample index / |x[n]| normalizedCW PAPR: 0.00 dBexample multi-tone PAPR: 6.03 dB
관찰: 이 짧은 record에서 CW는 peak와 average가 같지만 multi-tone 합은 순간 peak를 만듭니다. 실제 PAPR·CCDF 비교에는 더 긴 record, filter, sample rate와 충분한 oversampling 조건이 필요합니다.
도표 데이터를 표로 보기
| Trace | Record | Peak |x| | PAPR | 제한 |
|---|---|---|---|---|
| CW · dashed | 16 samples | 1.00 | 0.00 dB | constant complex envelope |
| Multi-tone · solid | 16 samples | 1.72 at n=5 | 6.03 dB | 교육용 record; filtered/oversampled CCDF 아님 |
실무 조작·해석 · 무엇을 바꿀까?
한 view의 이상을 다른 view에서 확인합니다.
constellation이 퍼졌다는 말만으로 compression, phase noise, frequency response를 구분할 수 없습니다.
- EVM vs symbol·subcarrier, envelope clipping, AM-AM/AM-PM과 adjacent spectrum을 같은 capture에서 비교합니다.
- CCDF reference와 DUT output CCDF를 같은 sample rate·filter·record 조건으로 비교합니다.
수식·규격 · 어떻게 검증할까?
각 view는 복소수와 통계 연산으로 연결됩니다.
magnitude와 phase는 sample 단위, PSD와 PAPR은 record 전체의 변환 또는 통계입니다.
|x| = √(I²+Q²), ∠x = atan2(Q,I), PAPR = max(|x|²)/E[|x|²]
- PSD의 절대 수준은 window, FFT scaling, resolution bandwidth와 impedance convention에 의존합니다.
- PAPR·CCDF 비교에는 record length, filtering, sample rate와 oversampling 조건을 붙이며 교육용 IQ 그림은 compliance waveform이 아닙니다.
Clause trace
숫자와 구조의 적용 범위
| 근거 | Version · clause | 적용 범위 | 종류 |
|---|---|---|---|
| 3GPP TS 45.004 GMSK and 8PSK modulation | 17.0.0 § 2 and 3 | GSM/EDGE modulation and pulse shaping | normative |
| 3GPP TS 36.211 Uplink physical channels, SC-FDMA baseband and reference signals | 17.4.0 § 5 | LTE UE uplink PUSCH, PUCCH, PRACH, SRS and DM-RS | normative |
| 3GPP TS 38.211 Generic modulation and waveform functions | 17.7.0 § 5 | NR modulation, OFDM and transform precoding functions | normative |
학습 확인
결과를 예측하고 stage까지 설명하세요.
짧은 peak 때문에 PA headroom이 필요한지를 가장 직접 보여주는 view는?
바뀐 값 → 영향받은 source/DUT/filter/PA stage → 화면 결과 → 한계·오차 순서로 적습니다.
먼저 원리 문제를 맞게 고정하세요.