[논문 리뷰] Adaptive synchrosqueezing based on a quilted short-time Fourier transform

Alexander Berrian, Naoki Saito|arXiv (Cornell University)|2017. 07. 11.

Structural Health Monitoring Techniques참고 문헌 25인용 수 17

한 줄 요약

이 논문은 시간-주파수 해상도를 향상시키기 위해 지역별 창 함수를 사용하는 '구조화된 단기 푸리에 변환 기반 적응형 동기화완충변환(SST-QSTFT)'을 제안한다. 이는 시간에 따라 변화하는 순간 주파수(IF) 행동을 보이는 신호에 적합하다. 국소 신호 내용에 기반해 동적으로 최적의 창 함수(특히 비틀림 창 함수)를 선택하고, 단순 차분 기반 재배치 주파수 공식을 사용함으로써, 특히 노이즈 조건에서도 뛰어난 IF 추정과 모드 재구성 성능을 달성한다. 이는 합성 비틀림 신호와 실제 고릴라 울음소리 데이터를 통해 검증되었다.

ABSTRACT

In recent years, the synchrosqueezing transform (SST) has gained popularity as a method for the analysis of signals that can be broken down into multiple components determined by instantaneous amplitudes and phases. One such version of SST, based on the short-time Fourier transform (STFT), enables the sharpening of instantaneous frequency (IF) information derived from the STFT, as well as the separation of amplitude-phase components corresponding to distinct IF curves. However, this SST is limited by the time-frequency resolution of the underlying window function, and may not resolve signals exhibiting diverse time-frequency behaviors with sufficient accuracy. In this work, we develop a framework for an SST based on a "quilted" short-time Fourier transform (SST-QSTFT), which allows adaptation to signal behavior in separate time-frequency regions through the use of multiple windows. This motivates us to introduce a discrete reassignment frequency formula based on a finite difference of the phase spectrum, ensuring computational accuracy for a wider variety of windows. We develop a theoretical framework for the SST-QSTFT in both the continuous and the discrete settings, and describe an algorithm for the automatic selection of optimal windows depending on the region of interest. Using synthetic data, we demonstrate the superior numerical performance of SST-QSTFT relative to other SST methods in a noisy context. Finally, we apply SST-QSTFT to audio recordings of animal calls to demonstrate the potential of our method for the analysis of real bioacoustic signals.

연구 동기 및 목표

• 고정 창 기반 STFT 기반 동기화완충변환의 한계를 해결하여 다양한 시간-주파수 행동을 보이는 신호를 더 잘 해석하고자 한다.
• 기존 STFT의 해상도 상충 문제를 극복하기 위해 시간-주파수 영역 전역에서 적응형 창 선택을 가능하게 하고자 한다.
• 연속 및 이산 설정 모두에서 이론적으로 탄탄한 프레임워크를 제공하는 SST-QSTFT를 개발하고자 한다.
• 시간과 주파수 영역에서 창 함수가 변하더라도 정확한 신호 재구성을 가능하게 하고자 한다.
• 노이즈가 있는 합성 신호와 실제 생물음향 데이터(고릴라 울음소리)에 대한 실험을 통해 실용적 신호 분석 응용에서의 효과성을 입증하고자 한다.

제안 방법

• 시간-주파수 평면을 수퍼타일로 분할하는 '구조화된 단기 푸리에 변환(QSTFT)'을 도입하며, 각 수퍼타일는 국소 신호 특성에 맞게 고유한 창 함수를 사용한다.
• 위상 스펙트럼에서 유도된 유한차분 기반 재배치 주파수 공식을 제안하여 다양한 창 유형에서의 계산 정확도를 향상시킨다.
• 시간/주파수 단계 크기 및 창 곡률(예: 비틀림 창 함수) 등의 파rameter를 기반으로 국소 신호 내용에 따라 자동으로 창 함수를 선택하는 이산 알고리즘을 개발한다.
• 이론적 프레임워크는 QSTFT가 IF 라인 주변에 집중되며, 연속 및 이산 설정 모두에서 재배치 주파수 값이 진짜 IF에 가까운 것을 보장한다.
• 시간 제한 및 비균일 창 함수가 적용된 경우에도 재배치 계수를 원래 QSTFT 계수로 매핑함으로써 모드 재구성을 가능하게 한다.
• 이차 주파수 변조를 보이는 신호를 적응적으로 추적하기 위해 비틀림 창 함수 가족(예: $ h^w(t) = h^0(t) e^{2eta t^2} $)을 사용한다.

실험 결과

연구 질문

• RQ1 적응형 창 선택 기능을 갖춘 구조화된 STFT 프레임워크는 비정상적인 시간-주파수 내용을 가진 신호의 동기화완충변환 해상도와 정확도를 향상시킬 수 있는가?
• RQ2 비틀림 창 함수를 포함한 다양한 창 함수 유형에 걸쳐도 계산 정확도를 유지할 수 있도록 재배치 주파수 공식을 어떻게 설계할 수 있는가?
• RQ3 낮은 신호 대 잡음비(SNR) 조건에서 SST-QSTFT는 표준 SST-STFT 및 기타 SST 변종보다 순간 주파수 해상도에서 얼마나 뛰어나게 성능을 발휘하는가?
• RQ4 제안된 방법은 복잡하고 시간에 따라 변화하는 주파수 행동을 보이는 신호로부터 개별적인 진폭-위상 성분을 정확히 재구성할 수 있는가?
• RQ5 SST-QSTFT는 실제 생물음향 신호(예: 변화하는 비틀림 속도를 가진 고릴라 울음소리)에서 생물학적으로 의미 있는 특징을 효과적으로 추출하고 구분할 수 있는가?

주요 결과

• SST-QSTFT는 -6 dB SNR 조건에서도 제1차 및 제2차 SST-STFT 및 재배치 방법(RM)에 비해 순간 주파수(IF) 라인을 따라 에너지 집중도가 뛰어나게 한다.
• 시각화 및 표 1을 통해 서로 다른 IF 곡선을 가진 교차 비틀림 신호도 노이즈 환경에서도 성공적으로 해상하고 있으며, 진짜 IF에 따라 가장 높은 에너지 집중도를 보인다.
• 알고리즘 2를 통한 자동 창 선택은 각 수퍼타일에 대해 최적의 창 함수(비틀림 창 포함)를 효과적으로 식별하며, 시간-주파수 도표에서 색상으로 창 선택 결과를 시각화한다.
• 고릴라 울음소리 분석에서 SST-QSTFT는 곡률이 다른 IF 곡선을 명확히 구분하여, 이는 방법이 음성 구조의 생물학적으로 의미 있는 차이를 포착하고 있음을 시사한다.
• 이론적 분석은 SST-QSTFT에서 재배치 주파수 값이 진짜 IF에 가까운 것을 확인하였으며, 연속 설정에서는 모드 재구성이 정확하다.
• 합성 및 실제 데이터 실험을 통해 비틀림 창 함수의 사용이 이차 주파수 변조를 보이는 신호에서 성능 향상에 크게 기여하는 것으로 입증되었다.