[논문 리뷰] A Novel Fourier Theory on Non-linear Phases and Applications

Tao Qian|arXiv (Cornell University)|2018. 06. 08.

Cardiovascular Health and Disease Prevention인용 수 1

한 줄 요약

이 논문은 비선형 위상에 대한 새로운 푸리에 이론을 제안하며, 적응형 푸리에 분해(Adaptive Fourier Decomposition, AFD)를 통해 신호를 양의 순간 주파수를 가진 단성분으로 분해함으로써, 일시적 신호에 대한 정확한 시간에 따라 변화하는 주파수 표현을 가능하게 하고, 고차원, 벡터 및 행렬 값 신호로 고전적 조화 분석을 확장한다. 이는 신호 처리 및 근사 이론 분야에서의 응용을 포함한다.

ABSTRACT

Positive time varying frequency representation for transient signals has been a hearty desire of signal analysts due to its theoretical and practical importance. During approximately the last two decades there has formulated a signal decomposition and reconstruction method rooted in harmonic and complex analysis giving rise to the desired signal representation. The method decomposes any signal into a few basic signals that possess positive instantaneous frequencies. The theory has profound relations with classical mathematics and can be generalized to signals defined in higher dimensional manifolds with vector and matrix values, and in particular, promotes rational approximation in higher dimensions. This article mainly serves as a survey. It also gives a new proof for a general convergence result, as well as a proof for the necessity of multiple selection of the parameters. Mono-components are crucial to understand the concept instantaneous frequency. We will present several most important mono-component function classes. Decompositions of signals into mono-components are called adaptive Fourier decompositions (AFDs). We note that some scopes of the studies on the 1D mono-components and AFDs can be extended to vector-valued or even matrix-valued signals defined on higher dimensional manifolds. We finally provide an account of related studies in pure and applied mathematics, and in signal analysis, as well as applications of the theory found in the literature.

연구 동기 및 목표

• 비선형 위상을 지닌 신호, 특히 시간에 따라 변화하는 주파수를 갖는 일시적 신호에 대한 새로운 푸리에 이론적 프레임워크를 개발하는 것.
• 적응형 푸리에 분해(Adaptive Fourier Decomposition, AFD)를 사용하여 양의 순간 주파수를 갖는 단성분으로 신호 분해에 대한 엄밀한 수학적 기반을 확립하는 것.
• 고전적 조화 분석 및 복소해석학을 고차원 다양체, 특히 벡터 및 행렬 값 신호로 일반화하는 것.
• AFD 수렴에 대한 새로운 증명을 제공하고 분해 과정에서의 매개변수 선택의 필요성을 입증하는 것.
• 순수 및 응용 수학, 신호 분석, 실용적 응용 분야의 관련 발전 사항을 조사하고 연결하는 것.

제안 방법

• 모든 신호를 유한한 단성분의 순서로 분해하기 위해 적응형 푸리에 분해(Adaptive Fourier Decomposition, AFD)를 사용하는 방법.
• 분해 과정의 수렴성과 안정성을 보장하기 위해 조화 분석 및 복소해석학의 도구를 활용하는 것.
• 이론을 고차원 다양체에 정의된 신호, 특히 벡터 및 행렬 값 신호로 일반화하는 것.
• AFD의 일반 수렴 결과에 대한 새로운 증명을 제시하여 방법의 이론적 기반을 강화하는 것.
• AFD에서 다중 매개변수 선택의 필요성을 증명하여 분해 과정의 강건성과 정밀도를 확보하는 것.
• 단성분의 구조를 활용하여 고차원에서의 유리함 근사가 가능하도록 하는 것.

실험 결과

연구 질문

• RQ1 비선형 위상과 시간에 따라 변화하는 주파수를 갖는 신호는 어떻게 일반화된 푸리에 이론을 통해 양의 순간 주파수를 갖는 방식으로 표현할 수 있는가?
• RQ2 적응형 푸리에 분해(Adaptive Fourier Decomposition, AFD)가 단성분으로 신호를 분해할 때 수렴성에 대한 수학적 기반은 무엇인가?
• RQ3 단성분 이론과 AFD는 고차원 다양체에서의 벡터 및 행렬 값 신호로 어떻게 일반화될 수 있는가?
• RQ4 AFD에서 매개변수 선택의 역할은 무엇이며, 정확한 분해를 위해 왜 다중 선택이 필수적인가?
• RQ5 이 이론은 순수 수학, 신호 분석 및 실용적 응용 분야의 기존 결과와 어떤 연관이 있는가?

주요 결과

• 제안된 이론은 임의의 신호를 유한한 수의 단성분으로 분해하며, 각 단성분은 양의 순간 주파수를 갖는다. 이는 정확한 시간에 따라 변화하는 주파수 표현을 가능하게 한다.
• 적응형 푸리에 분해(Adaptive Fourier Decomposition, AFD)의 일반 수렴에 대한 새로운 증명이 확립되어, 이 방법의 이론적 타당성을 강화한다.
• AFD에서 다중 매개변수 선택의 필요성이 엄밀히 증명되어, 방법의 강건성과 정밀도를 보장한다.
• 이 프레임워크는 고전적 푸리에 이론을 고차원 다각체, 특히 벡터 및 행렬 값 신호로 확장하여 다차원 신호 처리 분야에서 새로운 응용 가능성을 열어준다.
• 이론은 고차원에서의 유리함 근사와 깊은 연관을 맺으며, 근사 이론 분야에서 새로운 길을 제시한다.
• 서베이를 통해 순수 및 응용 수학, 신호 분석, 실용적 구현 분야의 핵심 발전 사항을 식별하고 통합하여 이론의 광범위한 적용 가능성을 부각시킨다.