[논문 리뷰] Spectral analysis and Allan variance calculation in the case of phase noise

Dimitra Georgakaki, Chris Mitsas외 1명|arXiv (Cornell University)|2012. 02. 29.

Advanced Frequency and Time Standards참고 문헌 11인용 수 3

한 줄 요약

이 논문은 메트롤로지 측정에서의 단계 잡음 특성화를 위한 종합적인 시계열 분석 프레임워크를 제안한다. Allan 및 수정된 Allan 분산과 함께 베이지안 스펙트럼 분석(Bretthorst 주기도)을 사용한다. 고전적 분산은 자기상관된 잡음 하에서 실패하는 반면, 수정된 Allan 분산은 백색 위상변조(PM) 잡음과 플리커 PM 잡음을 유일하게 구분하며, Bretthorst 방법은 노이즈가 많은 데이터에서 약한 밀접한 간격의 진동을 정확하게 탐지한다.

ABSTRACT

In this work, time series analysis techniques are used to analyze sequential, equispaced mass measurements of a Si density artifact, collected from an electromechanical transducer. Specifically, techniques such as Power Spectral Density, Bretthorst periodogram, Allan variance and Modified Allan variance can provide much insight regarding the stochastic correlations that are induced on the outcome of an experiment by the measurement system and establish criteria for the limited use of the classical variance in metrology. These techniques are used in conjunction with power law models of stochastic noise in order to characterize time or frequency regimes by pointing out the different types of frequency modulated (FM) or phase modulated (PM) noise. In the case of phase noise, only Modified Allan variance can tell between white PM and flicker PM noise. Oscillations in the system can be detected accurately with the Bretthorst periodogram. Through the detection of colored noise, which is expected to appear in almost all electronic devices, a lower threshold of measurement uncertainty is obtained and the white noise model of statistical independence can no longer provide accurate results for the examined data set.

연구 동기 및 목표

• 측정 데이터에 스토하스틱 잡음으로 인해 자기상관이 발생할 경우 고전적 분산이 유형 A 불확도를 추정하는 데 한계가 있음을 해결하기 위해.
• 시간 도메인 기법인 Allan 및 수정된 Allan 분산을 사용하여 전기기계적 변환기의 단계 잡음 특성화하기 위해.
• 표준 FFT 기반 방법의 한계를 극복하고, 노이즈가 많은 측정 데이터에서 약한 주기적 진동을 베이지안 스펙트럼 분석(Bretthorst 주기도)을 사용해 탐지하기 위해.
• 실제 메트롤로지 시스템에서 주파수 및 위상 잡음 영역을 기술하는 데에 1/f^α 형태의 힘 법칙 잡음 모델(예: 1/f^α)의 사용을 검증하기 위해.
• 잡음 유형과 측정 시간 스케일(τ)에 따라 적절한 불확도 추정 방법을 선택하기 위한 기준 설정하기 위해.

제안 방법

• 등간격 질량 측정 데이터에 시계열 분석을 적용하여, 일차 차분 필터링을 통해 선형 추세를 제거하였다.
• 잡음 영역를 식별하고 주파수 도메인에서 약 0.0183 Hz에서의 진동을 탐지하기 위해 전력 스펙트럼 밀도(PSD)와 Schuster 주기도를 사용하였다.
• 베이지안 스펙트럼 추정 방법인 Bretthorst 주기도를 사용하여 단일 주요 진동수를 탐지하고 확인하였으며, FFT에서 흔히 발생하는 잡음 피크를 억제하였다.
• 시간에 따라 변하는 산산분포를 평가하고 백색 주파수 변조(FM), 플리커 주파수 변조(FM), 위상 변조 잡음 유형을 구분하기 위해 Allan 분산과 수정된 Allan 분산(MVAR)을 계산하였다.
• 전력 스펙트럼의 로그-로그 플롯에 힘 법칙 모델(S_y(f) = Σ h_a f^a)를 피팅하여 스펙트럼 지수(α)를 추정하고 잡음 유형을 분류하였다.
• 수정된 Allan 분산 플롯의 기울기(−3/2)를 사용하여 짧은 통합 시간(τ)에서 백색 위상 변조 잡음의 존재를 확인하였다.

실험 결과

연구 질문

• RQ1 측정 데이터가 위상 잡음으로 인해 자기상관이 발생할 경우 고전적 분산이 정확하게 불확도를 추정할 수 있는가?
• RQ2 Allan 분산과 수정된 Allan 분산이 백색 위상 변조 잡음과 플리커 위상 변조 잡음 유형을 어느 정도로 명확히 구분할 수 있는가?
• RQ3 노이즈가 많은 메트롤로지 데이터에서 표준 FFT 기반 주기도에 비해 Bretthorst 주기도는 진동 탐지에 어떻게 향상되는가?
• RQ4 질량 측정의 시계열에서 존재하는 고유한 잡음 영역(예: 백색 FM, 플리커 FM, PM)은 무엇이며, 통합 시간 τ에 따라 어떻게 변화하는가?
• RQ5 1/f^α 형태의 힘 법칙 모델이 실제 전자 측정 시스템에서의 위상 잡음 스펙트럼 특성을 정확하게 기술할 수 있는가?

주요 결과

• 고전적 분산은 불확도를 크게 과소평가한다: 고전적 표준편차는 9.57×10⁻⁴였고, τ=256일 때 Allan 편차는 1.9×10⁻⁶였으며, 이는 약 50배 과소평가임을 시사한다.
• 수정된 Allan 분산은 백색 PM 잡음(로그-로그 플롯에서 기울기 −3/2)과 플리커 PM 잡음을 명확히 구분할 수 있으나, 고전적 Allan 분산은 이를 구분하지 못한다.
• Bretthorst 주기도는 0.0183 Hz(54.64초 주기)의 주요 진동수를 확인하였으며, 이는 표준 Schuster 주기도에서는 스펙트럼 유출로 인해 가려져 있었다.
• 전력 스펙트럼은 세 가지 고유한 잡음 영역을 보였다: 저주파수에서의 플리커 FM 잡음(1/f), 중간 주파수에서의 백색 FM 잡음(일정), 고주파수에서의 위상 잡음(1/f⁻¹ 또는 1/f⁻²).
• 자기상관 함수는 200 랙까지 강한 상관관계를 보였으며, 이는 시간적 의존성이 높음을 시사하여 고전적 분산이 요구하는 통계적 독립성 가정이 성립하지 않음을 의미한다.
• Allan 분산 플롯에서 μ=0에서의 플리커 플로어는 전원 공급 변동, 부품의 드리프트, 마이크로파 공급력 변화 등의 외부 요인으로 기인한 것으로 기인되었다.