[논문 리뷰] Error analysis of a class of derivative estimators for noisy signals

Da‐Yan Liu, Olivier Gibaru외 1명|arXiv (Cornell University)|2011. 03. 03.

Target Tracking and Data Fusion in Sensor Networks참고 문헌 35인용 수 3

한 줄 요약

이 논문은 잡음이 있는 신호에 대한 대수적 도함수 추정기의 매개수를 절단된 자코비 수직다항식을 통해 실수로 일반화함으로써, 잡음 오차 분산을 크게 감소시킨다. 음수 실수 매개수는 정수 매개수보다 낮은 잡음 오차 분산을 제공함을 증명하며, 실시간 응용에서 편향, 잡음, 시간 지연 간 최적의 트레이드오프를 가능하게 한다.

ABSTRACT

Recent algebraic parametric estimation techniques led to point-wise derivative estimates by using only the iterated integral of a noisy observation signal. In this paper, we extend such differentiation methods by providing a larger choice of parameters in these integrals: they can be reals. For this the extension is done via a truncated Jacobi orthogonal series expansion. Then, the noise error contribution of these derivative estimations is investigated: after proving the existence of such integral with a stochastic process noise, their statistical properties (mean value, variance and covariance) are analyzed. In particular, the following important results are obtained: a) the bias error term, due to the truncation, can be reduced by tuning the parameters, b) such estimators can cope with a large class of noises for which the mean and covariance are polynomials in time (with degree smaller than the order of derivative to be estimated), c) the variance of the noise error is shown to be smaller in the case of negative real parameters than it was for integer values. Consequently, these derivative estimations can be improved by tuning the parameters according to the here obtained knowledge of the parameters' influence on the error bounds.

연구 동기 및 목표

• 잡음 조건 하에서 수치 도함수 계산의 불안정성 문제를 해결하기 위해 도함수 추정의 안정성을 향상시키는 것.
• 기존의 대수적 도함수 추정기를 정수 매개수에 국한되지 않고 실수 값 매개수를 허용하도록 확장하는 것.
• 스토크라스틱 적분을 사용하여 도함수 추정기에서의 잡음 오차 기여의 통계적 성질을 분석하는 것.
• 매개수 조정을 통해 편향 오차, 잡음 오차 분산, 시간 지연 간의 트레이드오프를 최적화하는 것.
• 음수 실수 매개수는 정수 매개수보다 더 낮은 잡음 오차 분산을 제공함을 보여주는 것.

제안 방법

• 도함수 추정기의 매개수 영역을 정수에서 실수로 일반화하기 위해 절단된 자코비 수직다항식 전개를 사용하는 것.
• 잡음이 있는 신호를 스토크라스틱 과정으로 모델링하고, 관측 신호에 대한 스토크라스틱 적분으로서 도함수 추정기를 정의하는 것.
• 도함수 추정에서의 잡음 오차의 평균, 분산, 공분산에 대한 해석적 표현을 유도하는 것.
• 대수적 매개수 추정 프레임워크를 적용하여 도함수 추정기를 시간 창 내에서의 잡음 신호에 대한 가중치 적분으로 표현하는 것.
• 레지엔드르 및 자코비 다항식 기저를 사용하여 편향과 잡음 제어가 가능한 조절 가능한 인과성 및 비인과성 추정기를 구성하는 것.
• 합성 신호와 백색 가우시안 잡음으로 수치 시뮬레이션을 통해 이론적 오차 한계를 검증하는 것.

실험 결과

연구 질문

• RQ1 자코비 기반 도함수 추정기의 매개수 영역을 정수에서 실수로 확장할 경우, 잡음 오차 분산에 어떤 영향을 미치는가?
• RQ2 실수 매개수를 조정함으로써 자코비 다항식 전개의 절단으로 인한 편향 오차를 줄일 수 있는가?
• RQ3 일반적인 잡음 모델 하에서 도함수 추정기의 잡음 오차(평균, 분산, 공분산)의 통계적 행동은 어떠한가?
• RQ4 음수 실수 매개수는 정수 매개수에 비해 잡음 오차 분산과 시간 지연 측면에서 어떻게 비교되는가?
• RQ5 매개수 조정을 통해 도달 가능한 편향, 잡음 오차, 시간 지연 간 최적의 균형은 무엇인가?

주요 결과

• 모의 실험에서 정수 매개수(μ = κ = 0)의 경우 잡음 오차 분산이 2.2351였지만, 음수 실수 매개수(예: μ = -0.75, κ = -0.7)를 사용할 경우 0.1855로 크게 감소하였다.
• ]-1, 0] 범위의 매개수를 가진 추정기는 동일한 신호대잡음비(SNR) 조건에서 비음수 정수 매개수를 가진 추정기보다 더 낮은 총 오차와 더 나은 SNR를 달성한다.
• μ, κ ∈ ]-1, 0] 인 최소 인과성 추정기의 이론적 시간 지연은 μ = κ = 0 인 경우의 0.3927T에서 0.3021T로 감소하여 실시간 성능 향상을 나타낸다.
• 최적화된 매개수(예: μ = -0.66, κ = -0.7, ξ = 0.234)를 가진 애핀 인과성 추정기는 정수 매개수의 1.7919에 비해 잡음 오차 분산이 0.0085로 현저히 낮아졌다.
• 절단으로 인한 편향 오차 항은 실수 매개수 μ와 κ를 조정함으로써 감소시킬 수 있으며, 이는 진짜 도함수를 더 잘 근사하게 해준다.
• 제안된 방법은 매개수 선택을 통해 편향, 잡음 오차, 시간 지연 간의 체계적 최적화를 가능하게 한다.