엔지니어 로드맵 #27 : 제어 신호 분석과 노이즈 제거 기법

#27 — 제어 신호 분석과 노이즈 제거 기법

제어 신호 분석과 노이즈 제거 기법

💡 제어 시스템은 우리가 원하는 정보를 담은 "신호"를 정확하게 읽어야 합니다. 하지만 주변 환경이나 회로 자체에서 발생하는 "노이즈(잡음)"가 이 신호를 방해해요. 이번 시간에는 이 잡음을 걸러내고 순수한 신호만 얻어내는 핵심 비법을 알아봅니다.

목차

• 1️⃣ 신호 분석의 시작: 진짜 소리와 잡음 구분하기
• 2️⃣ 노이즈의 정체 파악: 주파수 분석 비법
• 3️⃣ 노이즈의 근본 원인: 왜 아날로그가 중요할까요?
• 4️⃣ 물리적으로 걸러내기: 하드웨어 필터 (노이즈의 1차 방어선)
• 5️⃣ 계산으로 정제하기: 소프트웨어 필터
• 6️⃣ 완벽한 제어를 위한 필터 조합 전략

1️⃣ 신호 분석의 시작: 진짜 소리와 잡음 구분하기

제어 시스템의 센서가 읽어오는 데이터는 마치 시끄러운 시장통에서 친구의 목소리(신호)를 듣는 것과 같아요. 친구의 목소리(우리가 원하는 유효 신호) 외에 주변 잡음(노이즈)이 잔뜩 섞여 들어오죠.

• 유효 신호: 모터의 움직임, 압력의 변화 등, 우리가 알고 싶어하는 실제 정보. 보통 느리게(저주파) 변합니다.
• 노이즈: 전원선 옆을 지날 때 발생하는 전기적 간섭, 스위치 켤 때 생기는 불꽃 등, 제어를 방해하는 예상치 못한 잡음. 보통 매우 빠르게(고주파) 변합니다.

2️⃣ 노이즈의 정체 파악: 주파수 분석 비법

소리(신호)를 들을 때, 단순히 크기만으로 잡음인지 아닌지 알기 어렵습니다. 하지만 "주파수"로 나누어 분석하면 쉬워집니다.
이때 사용하는 것이 푸리에 변환(Fourier Transform)인데, 이것은 복잡한 소리를 낮은음, 중간음, 높은음으로 나누어 분석하는 것과 같습니다.

👉 푸리에 변환의 활용:

• 대부분의 유효 신호는 낮은 주파수 대역에 모여 있습니다. (천천히 움직임)
• 대부분의 노이즈는 높은 주파수 대역에 나타납니다. (매우 빠르게 튀는 잡음)

🧩 필터 설계 힌트:
노이즈가 주로 100 kHz에서 나타난다면, 100 kHz 이상의 소리는 아예 차단하는 필터를 만들면 되겠죠? 이렇게 차단 기준점을 찾기 위해 주파수 분석을 합니다.

3️⃣ 노이즈의 근본 원인: 왜 아날로그가 중요할까요?

제어 시스템의 센서가 읽어오는 초기 신호는 항상 아날로그(연속적인 파형)입니다. 대부분의 결정적인 노이즈가 이 아날로그 단계에서 발생하며, 그 이유는 다음과 같습니다.

• ① 외부 간섭에 취약: 센서 배선이나 아날로그 회로가 주변의 EMI(전자기 간섭)나 접지 불량 등 환경적 요인에 직접 노출되어, 유효 신호에 잡음이 즉시 섞입니다.
• ② 노이즈의 영구 기록: 아날로그 신호에 섞인 노이즈는 ADC(아날로그-디지털 변환기)를 거쳐 디지털(0과 1) 값으로 변환될 때 함께 '고정된 숫자'로 기록됩니다.
• ③ 소프트웨어의 한계: 한 번 디지털로 기록된 노이즈는 소프트웨어로 완벽하게 제거하기가 매우 어렵습니다. (마치 지저분하게 녹음된 음성 파일을 깨끗하게 편집하기 어려운 것과 같습니다.)

따라서 ADC로 들어가기 전에 최대한 많은 노이즈를 하드웨어적으로 걸러내는 것이 제어 성능을 결정하는 가장 핵심적인 단계입니다.

4️⃣ 물리적으로 걸러내기: 하드웨어 필터 (노이즈의 1차 방어선)

데이터가 디지털(숫자)로 바뀌기 전에, 아날로그 회로 자체에서 노이즈를 1차로 제거하는 방법입니다. 미리 큰 잡음을 걸러내면 뒤에서 처리할 일이 줄어들고, 노이즈가 디지털 신호에 영구적으로 기록되는 것을 방지할 수 있습니다.

• 저역 통과 필터 (LPF):
  이름처럼 '낮은 주파수(Low)'만 '통과(Pass)'시키고 높은 주파수 노이즈는 버립니다. 회로에 저항(R)과 콘덴서(C)만 연결해도 만들 수 있는 가장 기본적인 필터입니다.
• 노치 필터 (Notch Filter):
  특정 주파수 대역(예: 한국에서 흔한 60Hz 전기 노이즈)만 정밀하게 콕 찍어 없애버리는 필터입니다.

💡 쉴드(차폐)의 중요성:
노이즈 제거의 가장 기본은 발생 자체를 막는 것입니다. 신호선에 금속 막(Shield)이 있는 케이블을 사용하면 외부 간섭(EMI)을 물리적으로 차단하는 효과를 얻습니다.

5️⃣ 계산으로 정제하기: 소프트웨어 필터

센서 값이 이미 디지털 숫자로 바뀌었다면, 이제 MCU나 PLC 내부의 프로그램(소프트웨어)이 나설 차례입니다. 계산을 통해 노이즈를 부드럽게 만들거나 예측하여 제거합니다.

• 이동 평균 필터:
  가장 쉬운 방법입니다. 최근에 들어온 10개(N=10)의 센서 값을 모아서 평균을 내는 방식이에요. 일시적으로 튀는 노이즈는 평균을 내는 과정에서 희석되어 신호가 부드러워집니다.
• 칼만 필터 (Kalman Filter):
  매우 똑똑한 예측 필터입니다. '지금쯤 신호가 이 정도일 거야'라고 예측한 값과 '실제로 센서가 읽어온' 값을 비교해서, 둘 사이의 오차를 줄이며 가장 그럴듯한 진짜 신호를 찾아냅니다. 노이즈가 심한 환경(예: 자율주행, 로봇)에서 필수적입니다.

6️⃣ 완벽한 제어를 위한 필터 조합 전략

최상의 제어 성능을 얻으려면 하드웨어와 소프트웨어 필터 중 하나만 선택할 필요가 없습니다. 두 가지를 단계적으로 조합하여 사용해야 합니다.

1. 1단계 (회로): 노이즈의 발생을 최소화하고, LPF 등의 하드웨어 필터로 큰 고주파 잡음을 1차 제거합니다. (가장 중요한 단계!)
2. 2단계 (프로그램): MCU로 들어온 디지털 신호에 칼만 필터나 이동 평균 필터를 적용하여 남은 미세한 잡음을 2차 제거하고, 순수한 신호를 제어 알고리즘에 투입합니다.

이처럼 신호의 특성을 이해하고 노이즈를 단계적으로 걸러내는 기술이 안정적인 자동화 시스템을 구축하는 핵심입니다.

🔗 함께 보면 좋은 글: #22 — 디지털회로와 아날로그회로 비교

🔜 다음 글 예고: #28 — 모터 구동 회로 기본 설계