[논문 리뷰] Quantum spectral analysis: bandwidth at time

Mario Mastriani|arXiv (Cornell University)|2016. 10. 11.

Neural Networks and Applications인용 수 1

한 줄 요약

이 논문은 슈뢰딩거 방정식을 기반으로 한 새로운 시간에 의존하는 스펙트럼 분석 방법인 양자 스펙트럼 분석(QSA)을 소개한다. 이는 전통적인 푸리에 기반 분석과 보완되는 방법으로, 신호의 외곽 효과를 압축된 지지도를 갖는다. 푸리에 변환과 달리 QSA의 시간에 따른 주파수(FIT) 지표는 신호의 외곽 효과를 정밀하게 포착하며, O(N) 계산 비용과 위상 모호성이 없어 디지털 신호 처리(DSP) 및 디지털 영상 처리(DIP) 분야에서 에지 검출, 노이즈 제거, 초해상도 분석 등의 고급 응용이 가능하다.

ABSTRACT

A quantum time-dependent spectrum analysis, or simply, quantum spectral analysis (QSA) is presented in this work, and it is based on Schrodinger equation, which is a partial differential equation that describes how the quantum state of a non-relativistic physical system changes with time. In classic world is named frequency in time (FIT), which is presented here in opposition and as a complement of traditional spectral analysis frequency-dependent based on Fourier theory. Besides, FIT is a metric, which assesses the impact of the flanks of a signal on its frequency spectrum, which is not taken into account by Fourier theory and even less in real time. Even more, and unlike all derived tools from Fourier Theory (i.e., continuous, discrete, fast, short-time, fractional and quantum Fourier Transform, as well as, Gabor) FIT has the following advantages: a) compact support with excellent energy output treatment, b) low computational cost, O(N) for signals and O(N2) for images, c) it does not have phase uncertainties (indeterminate phase for magnitude = 0) as Discrete and Fast Fourier Transform (DFT, FFT, respectively), d) among others. In fact, FIT constitutes one side of a triangle (which from now on is closed) and it consists of the original signal in time, spectral analysis based on Fourier Theory and FIT. Thus a toolbox is completed, which it is essential for all applications of Digital Signal Processing (DSP) and Digital Image Processing (DIP); and, even, in the latter, FIT allows edge detection (which is called flank detection in case of signals), denoising, despeckling, compression, and superresolution of still images. Such applications include signals intelligence and imagery intelligence. On the other hand, we will present other DIP tools, which are also derived from the Schrodinger equation.

연구 동기 및 목표

• 푸리에 기반 접근 방식의 한계를 극복하여 신호의 외곽 효과와 위상 모호성을 정확히 포착할 수 있는 시간 도메인 스펙트럼 분석 방법을 개발하는 것.
• 푸리에 분석과 보완이 되는 스펙트럼 도구를 제공하여 시간 도메인, 푸리에 기반 스펙트럼, FIT로 구성된 완전한 신호 표현 삼각형을 형성하는 것.
• 스도링거 방정식에서 유도된 해를 활용하여 디지털 신호 및 영상 처리 분야에서 에지 검출, 노이즈 제거, 초해상도 분석 등의 고급 응용을 실현하는 것.
• 신호와 영상에 대해 각각 O(N) 및 O(N²) 복잡도를 활용하여, 실시간 처리 및 영상 처리 응용 분야에서 스펙트럼 분석의 계산 비용을 최소화하는 것.

제안 방법

• 시간에 의존하는 슈뢰딩거 방정식에서 유도된 시간에 의존하는 스펙트럼 분석을 통해 신호의 시간에 따른 진화를 모델링하는 것.
• 신호의 외곽 효과가 푸리에 이론에서 간과되는 영향을 정량화하는 지표로 시간에 따른 주파수(FIT)를 도입하는 것.
• 스도링거 방정식의 프레임워크를 신호 및 영상 모두에 적용하여 압축된 지지도와 에너지 효율적인 표현을 갖춘 스펙트럼 분석을 가능하게 하는 것.
• 스도링거 방정식의 해를 활용하여 저복잡도 처리를 실현: 신호에 대해 O(N), 영상에 대해 O(N²)의 복잡도를 확보하는 것.
• 푸리에 변환과 달리 DFT/FFT에서 발생하는 위상 불확실성 문제를 피하기 위해, 크기가 0일 때도 불확정적인 위상 상태가 발생하지 않도록 하는 것.
• 원래의 시간 도메인 신호, 푸리에 기반 분석, FIT를 세 가지 상호의존적 구성 요소로 통합하여 DSP 및 DIP를 위한 완전한 도구상자를 구성하는 것.

실험 결과

연구 질문

• RQ1 스도링거 방정식에서 유도된 시간에 의존하는 스펙트럼 분석은 푸리에 기반 방법에 비해 어떤 방식으로 향상될 수 있는가?
• RQ2 FIT는 계산 비용, 위상 안정성, 에너지 처리 측면에서 전통적인 푸리에 변환에 비해 어떤 이점을 제공하는가?
• RQ3 스도링거 방정식의 프레임워크는 에지 검출 및 초해상도 분석과 같은 영상 처리 작업을 지원할 수 있는가?
• RQ4 스펙트럼 분석에 신호의 외곽을 포함시킬 경우, 푸리에 기반 방법에 비해 노이즈 제거 및 압축 성능이 어떻게 향상되는가?
• RQ5 FIT는 시간 도메인 신호와 푸리에 스펙트럼과 함께 닫힌 삼각형 형태의 신호 표현을 얼마나 완성하는가?

주요 결과

• FIT는 뛰어난 에너지 출력 처리 능력과 함께 압축된 지지도 표현을 제공하여 효율적인 스펙트럼 분석을 가능하게 한다.
• 이 방법은 신호에 대해 O(N), 영상에 대해 O(N²)의 복잡도를 달성하여 기존의 푸리에 변환에 비해 계산 비용을 크게 감소시킨다.
• FIT는 DFT 및 FFT에서 기인하는 위상 불확실성 문제를 완전히 제거하며, 특히 크기가 0인 성분에서의 위상 불확실성 문제를 해결한다.
• FIT를 시간 도메인 신호와 푸리에 기반 분석과 통합함으로써 DSP 및 DIP를 위한 닫힌 종합적 도구상자가 완성된다.
• FIT는 외곽 검출(외곽 검출), 노이즈 제거, 스펙클 제거, 압축, 초해상도 분석 등의 실용적인 영상 처리 작업을 가능하게 한다.
• 스도링거 방정식의 프레임워크는 스펙트럼 분석 외에도 추가적인 DIP 도구 개발을 지원하여 신호 및 영상 지능 응용 분야로의 적용 범위를 넓힌다.