[논문 리뷰] Wave-shape function analysis -- when cepstrum meets time-frequency analysis

Chen-Yun Lin, Li Su외 1명|arXiv (Cornell University)|2016. 05. 06.

Machine Fault Diagnosis Techniques참고 문헌 54인용 수 17

한 줄 요약

이 논문은 시간에 따라 변하는 주파수, 진폭, 비정현적 파형 성분을 포함한 진동 신호에서 이를 분리하기 위해 셰프트 분석과 시간-주파수 방법을 융합한 새로운 알고리즘인 탈형상 동기집중 변환(de-shape SST)을 소개한다. 파형 함수를 순시 주파수와 진폭 변조에서 분리하기 위해 셰프트를 활용함으로써, 비조화적이고 시간에 따라 변하는 진동 패턴을 보이는 복잡한 생리학적 및 생물학적 신호의 정확한 분해와 분석이 가능해진다.

ABSTRACT

We propose to combine cepstrum and nonlinear time-frequency (TF) analysis to study mutiple component oscillatory signals with time-varying frequency and amplitude and with time-varying non-sinusoidal oscillatory pattern. The concept of cepstrum is applied to eliminate the wave-shape function influence on the TF analysis, and we propose a new algorithm, named de-shape synchrosqueezing transform (de-shape SST). The mathematical model, adaptive non-harmonic model, is introduced and the de-shape SST algorithm is theoretically analyzed. In addition to simulated signals, several different physiological, musical and biological signals are analyzed to illustrate the proposed algorithm.

연구 동기 및 목표

• 시간에 따라 변하는 주파수, 진폭, 비정현적 파형 패턴을 포함하는 진동 신호를 분석하는 데 도전하는 것. 이러한 패턴은 생리학적 및 생물학적 데이터에서 흔하다.
• 기존 시간-주파수 방법의 한계를 극복하기 위한 것. 기존 방법은 조화 진동을 가정하며, 파형 영향을 주파수 및 진폭 변조에서 분리하지 못한다.
• 파형 함수를 독립적인 성분으로 간주함으로써 생리학적 동역학을 더 명확히 해석할 수 있는 강력하고 적응형 신호 분해 프레임워크를 개발하는 것.
• 적응형 비조화 모델 하에서 제안된 탈형상 SST 알고리즘의 이론적 분석을 통해 성분 복원의 안정성과 정확성을 보장하는 것.

제안 방법

• 신호를 $ f_1(t) = A(t)s( heta(t)) $ 형태로 표현하기 위해 적응형 비조화 모델을 제안한다. 여기서 $ A(t) $는 진폭 변조, $ heta(t) $는 위상 함수, $ s $는 1주기 정현적 파형 함수이다.
• 셰프트 분석을 적용하여 파형 함수의 영향을 시간-주파수 표현에서 분리하고 제거함으로써 주파수 및 진폭 변조의 더 깔끔한 분리가 가능하도록 한다.
• 셰프트 필터링을 통해 비정현적 성분을 고려하도록 수정한 동기집중 변환을 기반으로 탈형상 동기집중 변환(de-shape SST)을 개발한다.
• 파형 함수 $ s $의 푸리에 급수 전개를 사용하여 신호를 다수의 조화 성분의 합으로 모델링함으로써 기본파 및 고조파를 별도로 다룰 수 있도록 한다.
• 단기 푸리에 변환(STFT)을 통한 시간-주파수 표현을 사용하고, 파형 제거 후 진짜 순시 주파수 성분 주변으로 에너지를 집중시키기 위한 재배치 규칙을 적용한다.
• 이론적 분석을 통해 복원 과정의 오차 항을 한계화하며, 신호 대 잡음 비율과 성분 에너지가 충분히 높을 경우 오차가 잔여 오차를 지배함을 보여준다.

실험 결과

연구 질문

• RQ1 비정상적이고 비조화적인 진동 신호에서 파형 함수를 순시 주파수 및 진폭 변조에서 효과적으로 분리할 수 있는가?
• RQ2 셰프트 기반 사전 처리가 복잡하고 시간에 따라 변하는 진동 패턴을 해석하는 데 있어 시간-주파수 변환의 성능을 향상시킬 수 있는가?
• RQ3 적응형 비조화 모델 하에서 탈형상 SST 알고리즘의 이론적 안정성과 정확도는 어떠한가?
• RQ4 비정현적 형태를 가진 실제 생리학적 및 생물학적 신호를 분석할 때, 제안된 방법이 기존 시간-주파수 기법보다 어떻게 우월한가?

주요 결과

• 탈형상 SST 알고리즘이 파형 함수를 순시 주파수 및 진폭 변조에서 성공적으로 분리하여, 복잡한 신호에서 시간에 따라 변하는 성분을 정확히 복원함을 확인하였다.
• 이론적 분석 결과, 파형 함수의 푸리에 계수와 신호 대 잡음 비율이 충분히 클 경우 시간-주파수 표현의 오차 항은 신호 에너지에 의해 지배됨을 보여주었다.
• 적응형 비조화 모델 하에서 안정적인 복원이 가능하며, 오차 한계가 $ ilde{O}( ilde{ ho}^{-rac{ u}{2}}) $ 형태로 감소함을 입증하였다. 여기서 $ ilde{ ho} $는 신호 에너지의 척도이고, $ u $는 부드러움 파라미터이다.
• 모의 신호, 심전도, 호흡 및 음악 신호에 대한 실증적 검증을 통해 탈형상 SST가 기존 시간-주파수 기법보다 비정현적이고 시간에 따라 변하는 진동 패턴을 더 잘 해석함을 확인하였다.
• 셰프트 기반 사전 처리가 파형 함수의 영향을 효과적으로 제거하여, 동기집중 변환의 초점이 진짜 순시 주파수 및 진폭 변조에 맞춰지도록 함을 보여주었다.
• 특히 시간-주파수 해상도와 성분 에너지가 적절히 균형을 이루었을 경우, 잡음과 겹치는 고조파에 대해 뛰어난 내성과 안정성을 보였다.