[논문 리뷰] New theoretical insights in the decomposition and time-frequency representation of nonstationary signals: the IMFogram algorithm

Antonio Cicone, Wing Suet Li외 1명|arXiv (Cornell University)|2022. 05. 31.

Image and Signal Denoising Methods인용 수 9

한 줄 요약

이 논문은 비정상적 신호를 내재 모드 함수(Intrinsic Mode Functions, IMFs)로 분해하는 데 빠른 반복 필터링(Fast Iterative Filtering, FIF) 알고리즘을 사용하는 새로운 시간-주파수 표현 방법인 IMFogram을 소개한다. 각 IMF에 대해 스펙트로그램을 계산함으로써 더 선명하고 집중도 높은 시간-주파수 표현을 도출한다. 주요 기여는 FIF 정지 기준 δ→0일 때 IMFogram이 표준 스펙트로그램으로 수렴한다는 이론적 증명이며, FIF가 L¹ 푸리에 에너지를 유지함으로써 물리적으로 의미 있는 IMFs를 보장하고 임의의 진동을 유발하지 않는다는 점이다.

ABSTRACT

The analysis of the time-frequency content of a signal is a classical problem in signal processing, with a broad number of applications in real life. Many different approaches have been developed over the decades, which provide alternative time-frequency representations of a signal each with its advantages and limitations. In this work, following the success of nonlinear methods for the decomposition of signals into intrinsic mode functions (IMFs), we first provide more theoretical insights into the so-called Iterative Filtering decomposition algorithm, proving an energy conservation result for the derived decompositions. Furthermore, we present a new time-frequency representation method based on the IMF decomposition of a signal, which is called IMFogram. We prove theoretical results regarding this method, including its convergence to the spectrogram representation for a certain class of signals, and we present a few examples of applications, comparing results with some of the most well know approaches available in the literature.

연구 동기 및 목표

• 기본적인 시간-주파수 방법(예: STFT, CWT, WVD)이 비정상적이고 다중 성분 신호의 해상도가 떨어지는 문제를 해결하기 위해.
• 선형 및 이차 방법 간의 상충 관계를 해결하기 위해, 특히 이차 방법에서의 간섭 항과 선형 방법에서의 블러링 문제를 극복하기 위해.
• 기존 기법들인 싱크로스큐징 및 재배치 기법보다 향상된 데이터 기반의 적응형 시간-주파수 표현을 개발하기 위해.
• FIF 알고리즘과 IMFogram에 대한 이론적 기반을 확립하여 분해의 안정성과 수렴성을 보장하기 위해.

제안 방법

• 신호는 먼저 빠른 반복 필터링(Fast Iterative Filtering, FIF) 알고리즘을 통해 내재 모드 함수(IMFs)로 분해되며, 이는 국소 극값에 의해 정의된 이동 평균을 반복적으로 빼내는 방식이다.
• 각 IMF는 짧은 시간 푸리에 변환(short-time Fourier transform, STFT)을 통해 분석되어 스펙트로그램을 계산하고, 이를 합하여 IMFogram을 구성한다.
• 이론적 분석을 통해 FIF가 신호의 L¹ 푸리에 에너지를 유지함을 증명하여, 물리적으로 의미 없는 고주파수 진동의 생성을 방지함을 보여준다.
• FIF 정지 기준 δ→0일 때, 조건부로 조각별 정상 신호 가정 하에 IMFogram이 표준 스펙트로그램으로 수렴함을 보여준다.
• 각 IMF가 그 진동 주기 동안 약간의 일정한 순간 주파수를 갖는다는 가정을 하며, 이는 고전적 푸리에 및 웨이블릿 방법과 유사하다.
• 수치적 검증을 위해 합성 및 실재 신호를 대상으로 하여 IMFogram의 성능을 SST, HHT 및 기타 최첨단 기법들과 비교하였다.

실험 결과

연구 질문

• RQ1 FIF 알고리즘이 원래 신호의 L¹ 푸리에 에너지를 유지함으로써 물리적으로 의미 있는 IMFs를 생성하고, 비물리적인 고주파수 진동을 유발하지 않나?
• RQ2 FIF 정지 임계값 δ가 0에 수렴할 때 어떤 조건에서 IMFogram이 표준 스펙트로그램으로 수렴하는가?
• RQ3 싱크로스큐징 변환(SST), HHT 및 재배치와 같은 기존 기법들과 비교해 IMFogram의 시간-주파수 해상도와 정확도는 어떠한가?
• RQ4 FIF 및 IF 방법이 생성하는 IMFs의 준수직성에 대한 이론적 근거는 무엇이며, 이는 IMFogram의 성능에 어떤 영향을 미치는가?
• RQ5 IMFogram은 내파동 주파수 변조 신호를 효과적으로 표현할 수 있는가, 아니면 외파동 변조에 국한되는가?

주요 결과

• FIF 알고리즘이 신호의 L¹ 푸리에 에너지를 유지함을 증명하여, 분해 과정에서 물리적으로 의미 없는 고주파수 진동이 발생하지 않음을 보장함으로써 모든 IMF가 의미 있는 것으로 보장된다.
• FIF 정지 기준 δ→0일 때, 신호가 조각별 정상적이라는 가정 하에 IMFogram은 표준 스펙트로그램으로 수렴함을 보여준다.
• 수치 실험 결과, IMFogram은 HHT 및 싱크로스큐징 변환(SST)보다 더 선명하고 집중도 높은 시간-주파수 표현을 제공함을 확인하였으며, 특히 각 IMF의 에너지 및 주파수 성분을 해상도 면에서 뛰어나게 분리할 수 있었다.
• 비정상성이 존재하는 다중 성분 신호에서 IMFogram은 HHT보다 개별 성분의 에너지와 주파수를 더 정확하게 포착함을 보여주었다.
• 이론적 결과에 따르면 FIF가 생성하는 IMF들은 준수직성이 있음을 시사하지만, 이 성질은 아직 증명되지 않았으며 향후 연구의 대상이다.
• FIF 및 IMFogram의 파라미터 조정에 대해 강건함을 보였지만, 민감도 분석은 향후 연구의 열린 문제로 남아 있다.