[논문 리뷰] Parameter identification using the Hilbert transform

Andrew Allison, Derek Abbott|arXiv (Cornell University)|2002. 10. 27.

Advanced Measurement and Metrology Techniques참고 문헌 6인용 수 4

한 줄 요약

이 논문은 시간 도메인 데이터에서 분석 신호를 복원하기 위해 힐버트 변환을 사용하여 2차 시스템의 감쇠 계수 α와 감쇠 자연 주파수 ωd를 빠르고 근사적으로 추정하는 방법을 제안한다. 분석 신호에 로그와 차분 연산을 적용함으로써 log(y₂(t))의 기울기를 통해 α와 ωd를 추정하며, 시뮬레이션에서 ωd에 대해 −0.4%의 오차와 α에 대해 −5.5%의 오차를 기록하였다. 초기 일시적 응답으로 인한 이상치의 영향을 줄이기 위해 중앙값 기반 기울기 추정을 통해 강인성을 향상시켰다.

ABSTRACT

Many physical systems can be adequately modelled using a second order approximation. The problem of plant identification reduces to the problem of estimating the position of a single pair of complex conjugate poles. One approach to the problem is to apply the method of least squares to the time domain data. This type of computation is best carried out in "batch" mode and applies to an entire data set. Another approach would be to design an adaptive filter and to use autoregressive, AR, techniques. This would be well suited to continuous real-time data and could track slow changes on the underlying plant. I this paper we present a very fast but approximate technique for the estimation of the position of a single pair of complex conjugate poles, using the Hilbert transform to reconstruct the analytic signal.

연구 동기 및 목표

• 시간 도메인 데이터에서 감쇠 진동 시스템의 매개변수를 계산적으로 효율적으로 식별하는 방법을 개발하기 위해.
• 단일 스텝 또는 인풋 펄스 자극 후의 샘플링 응답 데이터만을 사용하여 2차 시스템의 감쇠 계수 α와 감쇠 자연 주파수 ωd를 추정하기 위해.
• 반복 비선형 최소 제곱법 또는 AR 방법과 같은 반복적 방법에 대한 실시간 또는 배치 처리를 위한 빠르고 근사적인 대안을 제공하기 위해.
• 분석 신호와 중앙값 기반 기울기 추정을 활용하여 초기 조건과 측정 노이즈에 대한 민감도를 감소시키기 위해.

제안 방법

• FFT를 통한 이산 힐버트 변환을 이용해 실시간으로 샘플링된 데이터에서 분석 신호 y₂(t)를 복원한다.
• 분석 신호에 자연 로그를 적용하여 log(y₂(t)) = log(C) − jϕ + (−α + jωd)t를 도출한다.
• log(y₂(t))의 시간 차분을 계산하여 각 시간 단계에서 복소수 기울기 (−α + jωd)를 추정한다.
• 이상치의 영향을 최소화하기 위해 차분의 실수부와 허수부의 중앙값을 사용하여 기울기를 강인하게 추정한다.
• 중간값 기울기 추정치에서 α와 ωd를 추출한다: α = −median(real(D)), ωd = median(imag(D)).
• hilbert(), log(), unwrap(), diff(), median() 등의 단순 연산을 사용하여 MATLAB에서 알고리즘을 구현한다.

실험 결과

연구 질문

• RQ1 감쇠 진동 시스템의 샘플링된 시간 도메인 데이터로부터 힐버트 변환을 사용해 분석 신호를 효율적으로 복원할 수 있는가?
• RQ2 분석 신호의 로그에 대한 복소수 기울기가 감쇠 계수 α와 감쇠 주파수 ωd를 얼마나 정확하게 추정할 수 있는가?
• RQ3 중앙값 기반 추정은 데이터의 노이즈와 일시적 잔여물에 대해 어떻게 강인성을 향상시키는가?
• RQ4 수치적 안정성과 경계 효과 측면에서 이 방법의 한계는 무엇인가?

주요 결과

• 이 방법은 근사적이지만 높은 정확도로 감쇠 자연 주파수 ωd를 −0.4% 오차로 추정하였다.
• 시험 조건 하에서 감쇠 계수 α는 −5.5% 오차로 추정되어 중간 정도의 정확도를 보였다.
• 중앙값 기반 기울기 추정을 통해 초기 인풋 펄스 또는 스텝 전이로 인한 이상치의 영향을 크게 감소시켰다.
• 특히 데이터 경계 근처에서 기브스 현상으로 인해 힐버트 변환 복원 시 경계 효과가 관찰되었다.
• exp(−αt)의 언더플로우로 인해 큰 시간 값에서 수치적 불안정성이 발생하여 장기간 신호에 대한 적용 가능성이 제한되었다.
• 알고리즘은 계산적으로 효율적이며 실시간 또는 배치 처리에 적합하여 반복적 방법에 대한 빠른 대안을 제공한다.