[논문 리뷰] Fast Intrinsic Mode Decomposition of Time Series Data with Sawtooth Transform

Louis Y.Y. Lu|ArXiv.org|2007. 10. 16.

Machine Fault Diagnosis Techniques인용 수 8

한 줄 요약

이 논문은 시간 시리즈의 내재 모드 함수(IMF) 분해를 위한 빠르고 한 번의 통과만으로 가능한 방법을 제안한다. 이 방법은 전통적인 경계 분해 방법(Empirical Mode Decomposition, EMD)의 반복적인 걸러내기 과정을 대체하기 위해 사각파 변환을 사용한다. 데이터를 사각파 공간으로 변환하고, 국소 극치를 선형 보간을 통해 상한 및 하한 봉우리로 구성한 후, 평균 봉우리에서의 차이로 IMF를 계산함으로써 반복 없이 더 빠르고 예측 가능한 분해를 달성한다.

ABSTRACT

An efficient method is introduced in this paper to find the intrinsic mode function (IMF) components of time series data. This method is faster and more predictable than the Empirical Mode Decomposition (EMD) method devised by the author of Hilbert Huang Transform (HHT). The approach is to transforms the original data function into a piecewise linear sawtooth function (or triangle wave function), then directly constructs the upper envelope by connecting the maxima and construct lower envelope by connecting minima with straight line segments in the sawtooth space, the IMF is calculated as the difference between the sawtooth function and the mean of the upper and lower envelopes. The results found in the sawtooth space are reversely transformed into the original data space as the required IMF and envelopes mean. This decomposition method process the data in one pass to obtain a unique IMF component without the time consuming repetitive sifting process of EMD method. An alternative decomposition method with sawtooth function expansion is also presented.

연구 동기 및 목표

• 내재 모드 함수(IMF) 추출을 위한 반복적인 경계 분해 방법(Empirical Mode Decomposition, EMD)의 더 빠르고 예측 가능한 대안을 개발하기 위해.
• EMD에 내재된 시간 소모적인 걸러내기 과정을 제거하기 위해 사각파 공간으로의 직접 변환을 도입하기 위해.
• 계산 오버헤드를 줄이고 안정성을 향상시켜 시간 시리즈 데이터의 효율적인 분해를 가능하게 하기 위해.
• 조각별 선형 봉우리를 사용하여 비정상적이고 비선형 신호를 수치적으로 안정적으로 분해하기 위한 방법을 제공하기 위해.
• 더 스케일러블하고 결정론적인 분해 프레임워크를 통해 힐버트 허난 변환(Hilbert Huang Transform, HHT)의 적용 가능성을 확장하기 위해.

제안 방법

• 원본 시간 시리즈 데이터를 조각별 선형 사각파(또는 삼각파) 함수로 변환하여 봉우리 구성의 단순화를 도모하기 위해.
• 사각파로 변환된 데이터 내 국소 극치를 식별하고, 직선 세그먼트로 연결하여 상한 및 하한 봉우리를 형성하기 위해.
• 사각파 공간에서 상한 및 하한 봉우리의 평균을 계산하여 IMF 추출을 위한 기준선을 정의하기 위해.
• 변환된 공간에서 사각파 함수와 평균 봉우리의 차이로써 IMF를 직접 계산하기 위해.
• 결과로 얻어진 IMF 및 봉우리 성분을 원본 데이터 공간으로 역변환하여 원래 신호 맥락에서의 해석 가능성을 확보하기 위해.
• 경계점 처리를 향상시키고 수치적 안정성을 높이기 위해 사각파 함수 전개를 사용하는 대안 방법을 제시하기 위해.

실험 결과

연구 질문

• RQ1 비반복적이고 한 번의 통과만으로도 기존 EMD 알고리즘에 비해 동일하거나 더 나은 IMF 분해 성능를 달성할 수 있는가?
• RQ2 사각파 변환의 사용이 시간 시리즈 분해에서 IMF 추출의 속도와 예측 가능성에 어떻게 기여하는가?
• RQ3 사각파 공간에서의 조각별 선형 봉우리 구성이 원래 신호의 내재 모드 특성을 어느 정도 유지하는가?
• RQ4 사각파 함수 전개를 통해 분해 과정에서의 경계 효과는 어떻게 완화할 수 있는가?
• RQ5 제안된 방법은 다양한 비선형 및 비정상적 시간 시리즈 데이터에서 수치적으로 안정하고 탄탄한가?

주요 결과

• 제안된 방법은 반복적인 걸러내기 반복 없이 한 번의 통과만으로도 IMF 분해를 달성한다.
• 사각파 공간에서 직접적인 봉우리 구성 덕분에 EMD보다 더 빠르고 예측 가능한 분해 과정을 제공한다.
• 변환된 도메인에서 극치의 선형 보간을 사용함으로써 내재 모드 함수의 핵심 성질을 유지한다.
• 사각파 공간에서 원본 데이터 공간으로의 역변환을 통해 얻어진 IMF 및 봉우리 성분이 원래 신호 맥락에서 해석 가능하다.
• 사각파 함수 전개를 활용한 대안 방법은 경계점 처리를 위한 변환의 확장을 제공한다.
• 이 방법은 실시간 또는 대규모 응용 분야에 특히 적합한, EMD에 대한 수치적으로 안정적이고 효율적인 대안을 제공한다.