외부로부터 시간에 따라 변하는 동하중을 받는 물체나 구조물의 응답특성은 동하중의 크기(amplitude)뿐만 아니라 주파수(frequency)에도 지대한 영향을 받는다. 외란은 사인파(sine wave)나 코사인파(cosine wave)와 같이 단일 주파수를 가지는 경우도 있지만, 거의 대부분 주파수가 서로 다른 많은 파형들의 조합으로 이루어져 있다.
이러한 외란을 퓨리에 변환(Fourier transform)을 이용하여 주파수 영역으로 바꾸어, 주파수 영역에서 물체의 응답, 즉 주파수 응답해석(frequency response analysis)을 수행한다고 가정하자. 그러면 거의 연속적으로 분포되어 있는 모든 주파수 값에 대한 응답을 각각 구해야 한다. 하지만 이러한 작업은 계산시간 측면에서 비현실적이다.
따라서 일반적으로 중심 주파수(center frequency)라 불리는 주 관심 주파수를 중심으로 일정한 주파수 범위를 설정하고 이 범위 내에 포함되어 있는 주파수에 한정하여 응답을 구한다. 이렇게 설정한 주파수 영역을 관심 주파수 대역(frequency band)이라고 부르고, 주파수 응답의 목적에 따라 대역의 폭이 좌우된다. 그리고 이 주파수 대역에 포함되어 있는 주파수들에 대한 응답을 구하게 되는데, 이러한 작업은 마치 중심 주파수 값을 대역 내에서 좌우로 이동시켰을 때 물체의 응답이 어떻게 변화하는가를 분석하는 것과 같다.
이러한 맥락에서 주파수 스윕 해석이라고 부르고, 구체적인 계산방법에는 HFSS라 불리는 fast sweep과 discrete sweep이 있다. 전자는 계산시간을 최소화 하기 위해 중심 주파수와 대역의 좌우 끝점 주파수 값에 대한 응답을 구하여 대역 내 전체 주파수 응답을 개략적으로 구하는 방법이다. 반면, 후자는 대역 내에서 원하는 개수의 주파수 값을 선정하여 각 주파수에 대한 응답을 구하여 대역 전체에 대한 주파수 응답을 보간(interpolation)과 같은 곡선 맞춤(curve fitting)을 이용하여 근사화 시킨다. 일반적으로 fast sweep을 사용하면 discrete sweep에 비해 계산시간을 수십 배 이상 단축시킬 수 있다.
.