[논문 리뷰] Distances between power spectral densities

Tryphon T. Georgiou|ArXiv.org|2006. 07. 01.

Morphological variations and asymmetry참고 문헌 12인용 수 25

한 줄 요약

이 논문은 최적 예측 및 스무딩 필터에서의 성능 저하를 기반으로 파wer 스펙트럼 밀도 함수 간의 새로운 거리 측도를 제안한다. 필터가 일치하지 않을 때 오차 분산의 비율을 분석함으로써, 일반화된 평균의 스펙트럼 비율에 뿌리를 두는 로그 거리를 유도하며, 스펙트럼 밀도의 공간에 의사 리만계량을 부여하고 내재된 분산 측정을 위한 지오데식선을 특성화한다.

ABSTRACT

We present several natural notions of distance between spectral density functions of (discrete-time) random processes. They are motivated by certain filtering problems. First we quantify the degradation of performance of a predictor which is designed for a particular spectral density function and then it is used to predict the values of a random process having a different spectral density. The logarithm of the ratio between the variance of the error, over the corresponding minimal (optimal) variance, produces a measure of distance between the two power spectra with several desirable properties. Analogous quantities based on smoothing problems produce alternative distances and suggest a class of measures based on fractions of generalized means of ratios of power spectral densities. These distance measures endow the manifold of spectral density functions with a (pseudo) Riemannian metric. We pursue one of the possible options for a distance measure, characterize the relevant geodesics, and compute corresponding distances.

연구 동기 및 목표

• 실제 필터링 성능 저하를 반영하는 스펙트럼 밀도 함수 간의 내재적 거리 측도를 개발하는 것.
• 노름 기반 또는 Kullback-Leibler 발산과 같은 확률론적 측도를 초월하여 스펙트럼 형태의 분산을 측정하는 문제를 다루는 것.
• 필터링 불일치에서 유도된 의사 리만계량을 부여함으로써 스펙트럼 밀도의 기하학적 프레임워크를 수립하는 것.
• 이 계량 공간에서 지오데식선을 특성화하여 스펙트럼 밀도 간의 내재적 거리 계산을 가능하게 하는 것.
• 스펙트럼 비율의 일반화된 평균을 사용하여 보다 광범위한 형태 기반 분산 측도 클래스를 일반화하는 것.

제안 방법

• 불일치한 필터 하에서의 예측 오차 분산과 최적 오차 분산의 비율의 로그로 거리 측도를 정의한다.
• 산술 평균과 기하 평균의 비율의 로그로 거리를 유도하며, 이는 $ \delta_{\text{pred}}(f_1,f_2) = \log \left( \frac{\text{AM}(f_1/f_2)}{\text{GM}(f_1/f_2)} \right) $ 를 유도한다.
• 같은 원리를 스무딩 필터에 적용하여, $ f_1/f_2 $ 의 평균 제곱과 산술 평균의 제곱의 비율을 $ d\phi_1 $ 에 따라 가중한 $ \rho_{\text{smooth}}(f_1,f_2) $ 를 유도한다.
• 일반화된 거리 $ \delta_{r,s}(f_1,f_2) = \log M_r(f_1/f_2) - \log M_s(f_1/f_2) $ 를 구성하며, 여기서 $ M_r $ 은 r차 일반화된 평균을 나타낸다.
• 무한소 분석을 통해 스펙트럼 밀도의 다양체 위에 의사 리만계량을 도출하여 지오데식선 거리 계산을 가능하게 한다.
• 로그 간격이 이 계량 하에서 지오데식 방정식을 만족함을 보여 지오데식선을 특성화한다.

실험 결과

연구 질문

• RQ1 필터링 성능 저하를 어떻게 활용하여 스펙트럼 밀도 간에 의미 있는 내재적 거리를 정의할 수 있는가?
• RQ2 예측 및 스무딩 오차 비율을 통해 정의된 거리에 대해 스펙트럼 밀도의 공간은 어떤 기하학적 구조를 갖는가?
• RQ3 스펙트럼 비율 $ f_1/f_2 $ 의 일반화된 평균은 스펙트럼 밀도 간의 형태 분산을 어떻게 측정하는가?
• RQ4 제안된 계량 하에서 스펙트럼 밀도의 다양체에서 지오데식선 경로는 무엇이며, 어떻게 계산할 수 있는가?
• RQ5 물리적 및 기하학적 해석 측면에서 Kullback-Leibler 또는 Bregman 발산과 비교해 제안된 거리 측도는 어떠한가?

주요 결과

• 예측 기반 거리는 $ \delta_{\text{pred}}(f_1,f_2) = \log \left( \frac{1}{2\pi} \int_{-\pi}^{\pi} \frac{f_1(\theta)}{f_2(\theta)} d\theta \right) - \log \left( \exp \left( \frac{1}{2\pi} \int_{-\pi}^{\pi} \log \frac{f_1(\theta)}{f_2(\theta)} d\theta \right) \right) $ 로 주어지며, 이는 $ f_1/f_2 $ 의 산술 평균 대 기하 평균의 비율의 로그와 같다.
• 스무딩의 경우, 저하 비율 $ \rho_{\text{smooth}}(f_1,f_2) $ 는 $ f_1/f_2 $ 의 평균 제곱과 산술 평균의 제곱의 비율의 제곱이며, $ d\phi_1 $ 에 따라 가중되며, 이에 따라 거리 $ \delta_{\text{smooth}}(f_1,f_2) = \log \rho_{\text{smooth}}(f_1,f_2) $ 가 유도된다.
• 두 스펙트럼 밀도 간의 지오데식 거리는 스펙트럼 비율의 로그 간격의 길이로 계산되며, 유도된 의사 리만계량 하에서 지오데식 방정식을 만족한다.
• 제안된 거리 측도는 $ f_1 $ 또는 $ f_2 $ 의 스케일링에 대해 불변성을 보이며, 진폭 정규화에 대해 강건함을 보장한다.
• 이 프레임워크는 임의의 일반화된 평균 쌍 $ M_r $ 과 $ M_s $ 에 대해 일반화 가능하며, $ \delta_{r,s}(f_1,f_2) = \log M_r(f_1/f_2) - \log M_s(f_1/f_2) $ 로 표현되며, 광범위한 형태 기반 분산 측도 클래스를 제공한다.
• 이 구성은 Bregman 또는 Ali-Silvey 발산과 근본적으로 다르며, 확률론적 또는 적당한 수학적 구성이 아닌 필터링 이론에서 유도된다는 점에서 다르다.