[논문 리뷰] Synchrosqueezed Wavelet Transforms: a Tool for Empirical Mode Decomposition

Ingrid Daubechies, Jianfeng Lu외 1명|ArXiv.org|2009. 12. 12.

Machine Fault Diagnosis Techniques참고 문헌 12인용 수 20

한 줄 요약

이 논문은 신호를 거의 조화성 성분으로 분해하고, 진폭과 주파수가 느리게 변화하는 성분들로 정밀하게 분離 및 재구성하는 데 효과적인, 수학적으로 엄밀한 EMD 알고리즘의 대안을 제시한다. 이는 동기화완충화파동변환(SSTs)을 사용하여 파동수분해계수를 재할당하여 시간-주파수 표현의 선명함을 높인다. 특히 비정상적 신호인 sEMG 및 ECG 데이터에 대해 뛰어난 성능을 발휘한다.

ABSTRACT

The EMD algorithm, first proposed in [11], made more robust as well as more versatile in [12], is a technique that aims to decompose into their building blocks functions that are the superposition of a (reasonably) small number of components, well separated in the time-frequency plane, each of which can be viewed as approximately harmonic locally, with slowly varying amplitudes and frequencies. The EMD has already shown its usefulness in a wide range of applications including meteorology, structural stability analysis, medical studies -- see, e.g. [13]. On the other hand, the EMD algorithm contains heuristic and ad-hoc elements that make it hard to analyze mathematically. In this paper we describe a method that captures the flavor and philosophy of the EMD approach, albeit using a different approach in constructing the components. We introduce a precise mathematical definition for a class of functions that can be viewed as a superposition of a reasonably small number of approximately harmonic components, and we prove that our method does indeed succeed in decomposing arbitrary functions in this class. We provide several examples, for simulated as well as real data.

연구 동기 및 목표

• 히우리스틱 요소 없이 EMD 알고리즘의 핵심 목적을 수학적으로 엄밀하게 기반으로 하는 프레임워크를 개발하는 것.
• 시간-주파수 방법이 주파수 성분이 겹치거나 급격히 변화하는 신호 성분을 해석하는 데 한계를 보일 때 이를 해결하는 것.
• 진폭과 주파수가 느리게 변화하는 소수의 거의 조화성 성분들로 구성된 신호의 정확한 분해 및 재구성 기능을 제공하는 것.
• 생체의학 및 공학 분야의 실세계 신호에 대해 EMD의 안정적이고 분석 가능한 대안을 제공하는 것.

제안 방법

• 신호를 분석하고 시간-주파수 표현을 추출하기 위해 연속 파동수변환(CWT)을 사용한다.
• 파동수분해계수를 그 추정된 순간 주파수로 재할당하는 동기화완충화 절차를 적용하여 시간-주파수 집중도를 향상시킨다.
• 재할당은 파동수변환의 위상 도함수에 기반하며, 각 시간-스케일 지점에서의 순간 주파수를 추정한다.
• 저주파 성분을 분리하고 제거하기 위해 주파수 커프오프를 적용한다. 이는 1 Hz 이하의 주요 성분을 식별함으로써 이루어진다.
• 선택된 주파수 대역의 역동기화완충화변환을 합하여 재구성된 신호를 형성하며, R파와 같은 날카운 전이현상도 유지된다.
• 해상도와 국소화를 향상시키기 위해 이진 스케일 간격을 등록-로그 간격으로 나누어진 박스(예: 32 또는 128개)로 나눈다.

실험 결과

연구 질문

• RQ1 히우리스틱 단계에 의존하지 않고도 EMD와 동일한 분해 목표를 달성할 수 있는 수학적으로 엄밀한 방법을 개발할 수 있는가?
• RQ2 시간-주파수 표현을 어떻게 향상시켜 주파수 성분이 겹치거나 급격히 변화하는 성분들을 더 잘 해석할 수 있는가?
• RQ3 동기화완충화파동변환은 sEMG 및 ECG 신호의 핵심 신호 특징(예: R파)을 얼마나 정확하게 재구성할 수 있는가?
• RQ4 이 방법은 복잡한 신호에서 비정상적이고 진폭 및 주파수 변조된 성분들을 효과적으로 분리하고 재구성할 수 있는가?

주요 결과

• 동기화완충화파동변환은 드리프트 성분을 제거하면서도 R파의 날카움과 정확한 시간 정렬을 유지한 채 sEMG 신호를 성공적으로 재구성한다.
• 동기화완충화변환에서 유도된순간 심박수와 실제 RR 간격 시퀀스 사이에 높은 상관관계를 보이며, 주로 1.2 Hz 근처의 주요 주파수 성분이 나타난다.
• ECG 데이터에서 동기화완충화변환은 주요 심박수 성분을 명확히 추적하며, 순간 주파수 프로파일이 임상적으로 정의된 RR 간격과 매우 유사하게 나타난다.
• 비조화적이지만 느리게 변조된 성분을 포함한 시뮬레이션 신호에 대해, 표준 파동수 또는 위너빌리 변환보다 뛰어난 시간-주파수 집중도를 보였다.
• 저주파 드리프트 성분을 필터링함으로써 개별 성분의 정밀한 재구성이 가능함을 확인하여, 생체의학 신호 처리 분야에서의 유용성을 입증한다.
• 이 방법은 이론적으로 신호의 정확한 분해를 보장하는 안정적이고 분석 가능한 EMD의 대안을 제공하며, 거의 조화성 성분으로 구성된 클래스의 신호에 대해 유효하다.