[논문 리뷰] Convergence analysis of Adaptive Locally Iterative Filtering and SIFT method

Antonio Cicone, Hau‐Tieng Wu|arXiv (Cornell University)|2020. 05. 10.

Structural Health Monitoring Techniques참고 문헌 46인용 수 5

한 줄 요약

이 논문은 비정상 신호에 대해 Adaptive Locally Iterative Filtering (ALIF)의 수렴 분석을 제시하며, 이를 통해 비정상 신호에 대한 수렴성을 입증하고, 잡음에 강건한 신호 분해를 위한 Synchrosqueezing Iterative Filtering Technique (SIFT)를 도입한다. SIFT는 순시 주파수 추정을 위한 Synchrosqueezing 변환과 ALIF를 결합하여, 기존 방법에 비해 더 뛰어난 시간-주파수 집중도와 더 낮은 스펙트럼 누설을 달성한다. 특히 잡음 조건에서 뛰어난 성능을 발휘한다.

ABSTRACT

Adaptive Local Iterative Filtering (ALIF) is a currently proposed novel time-frequency analysis tool. It has been empirically shown that ALIF is able to separate components and overcome the mode-mixing problem. However, so far its convergence is still an open problem, particularly for highly nonstationary signals, due to the fact that the kernel associated with ALIF is non-translational invariant, non-convolutional and non-symmetric. Our first contribution in this work is providing a convergence analysis of ALIF. From the practical perspective, ALIF depends on a robust frequencies estimator, based on which the decomposition can be achieved. Our second contribution is proposing a robust and adaptive decomposition method for noisy and nonstationary signals, which we coined the Synchrosqueezing Iterative Filtering Technique (SIFT). In SIFT, we apply the synchrosqueezing transform to estimate the instantaneous frequency, and then apply the ALIF to decompose a signal. We show numerically the ability of this new approach in handling highly nonstationary signals.

연구 동기 및 목표

• 실제로는 성공한 경향이 있으나 철학적 수학적 분석이 부족한 Adaptive Locally Iterative Filtering (ALIF)에 대한 이론적 수렴 프레임워크를 수립하기 위해.
• 伝통적인 시간-주파수 방법이 모드 혼합과 스펙트럼 누설 문제를 겪는 고도로 비정상적이고 잡음이 많은 신호의 분해 과제를 해결하기 위해.
• 사전 정의된 윈도우 함수나 기저 선택에 의존하지 않는 강력하고 적응형의 신호 분해 방법을 개발하기 위해.
• 다중 성분 신호 분석에서 간섭과 잡음 오염을 최소화하여 시간-주파수 표현의 품질을 향상시키기 위해.
• 복잡한 실제 신호에서 내재 모드 유형(IMT) 성분을 안정적이고 정확하게 추출할 수 있도록 하기 위해.

제안 방법

• 비컨볼루션형, 비대칭형, 비이동 불변성 핵을 갖는 조건 하에서 ALIF의 수렴 증명을 제안하여, 비정상 신호에 대한 이론적 타당성을 확립한다.
• 신호 성분의 순시 주파수(IFs)를 추정하기 위해 먼저 Synchrosqueezing 변환(SST)을 적용하는 SIFT를 도입한다.
• 추정된 IFs를 기반으로 ALIF 알고리즘을 반복적으로 실행하여 신호를 내재 모드 유형(IMT) 함수로 분해한다.
• 고주파 성분에서부터 순차적으로 ALIF를 적용하여 스펙트럼 누설를 줄이고 성분 간 분리도 향상시킨다.
• 높은 잡음 수준에서도 성능을 향상시키기 위해 SIFT 내부에 강력한 주파수 추정기구를 도입하여 고정된 윈도우 파rameter에 의존하지 않는다.
• SST와 SIFT가 생성한 시간-주파수 표현(TFRs)을 비교하여 해상도, 집중도, 잡음에 대한 강건성을 평가한다.

실험 결과

연구 질문

• RQ1 비컨볼루션형 및 비대칭 핵을 갖는 비정상 신호에 대해 Adaptive Locally Iterative Filtering (ALIF) 알고리즘이 수렴하는가?
• RQ2 Synchrosqueezing 변환을 ALIF와 효과적으로 통합하여 안정적이고 잡음에 강건한 신호 분해 방법을 도출할 수 있는가?
• RQ3 제안된 SIFT 방법은 SST 및 BPF와 같은 기존 방법에 비해 시간-주파수 집중도와 잡음 내성에서 어떻게 비교되는가?
• RQ4 SST 기반 분해에서 윈도우 선택의 영향은 무엇이며, SIFT는 이러한 의존성을 제거할 수 있는가?
• RQ5 SIFT의 순차적 분해 순서는 성분 추출의 정확성과 안정성에 어떤 영향을 미치는가?

주요 결과

• 비정상 신호에 대해 ALIF가 수렴함을 입증하였으며, 비컨볼루션형 및 비대칭 핵의 특성에도 불구하고 이를 위한 첫 이론적 기반을 제공한다.
• 100개의 잡음이 섞인 실측에서 SIFT는 지표 성분과 평균 상대 오차 0.5677 (±0.0290)과 0.4191 (±0.0191)을 기록하여 높은 재구성 정확도를 입증한다.
• SIFT가 생성한 시간-주파수 표현(SIFT-TFR)은 특히 잡음 조건에서 SST-TFR에 비해 훨씬 더 선명하고, 파동 모양이 덜 심한, 더 집중된 성분을 보여준다.
• 특히 윈도우 선택이 최적화되지 않은 경우에도 SIFT는 배경 잡음과 스펙트럼 누설을 SST보다 더 효과적으로 감소시킨다.
• SIFT는 잡음 조건에서 SST 및 BPF를 모두 능가하며, 수동적인 윈도우 조정이 필요 없어 윈도우 없는 적응형 분해 프레임워크를 제공한다.
• 이 방법은 이차 시간-주파수 방법에서 흔히 발생하는 모드 혼합과 간섭 문제를 효과적으로 완화하면서도 높은 해상도와 안정성을 유지한다.