Core Concepts
이산 푸리에 변환 불확실성 원리에 기반하여, 실 영역과 주파수 영역에서의 스파시피케이션을 반복적으로 적용하여 안정적인 스파시티 패턴을 달성함으로써 주기적 스파이크 신호를 효과적으로 복원할 수 있다.
Abstract
이 논문은 이산 푸리에 변환과 역 이산 푸리에 변환을 반복적으로 실행하는 알고리즘 패밀리를 소개한다. 이 알고리즘 패밀리의 한 가지 흥미로운 멤버는 이산 푸리에 변환 불확실성 원리에 의해 동기화되며, 실 영역과 주파수 영역 데이터에 스파시피케이션 연산을 적용하고 실 영역 스파시티가 안정적인 패턴에 도달할 때 수렴하도록 설계되었다. 이 스파시피케이션 변형은 가우시안 노이즈가 존재하는 환경에서 주기적 스파이크 신호를 복원하는 데 실용적인 유용성을 가진다.
시뮬레이션 연구를 통해 일반적인 수렴 특성과 기존 방법들에 비한 제거 성능을 입증하였다. 이 기술을 구현한 R 패키지와 관련 자료는 https://hrfrost.host.dartmouth.edu/IterativeFT에서 찾을 수 있다.
Stats
입력 신호 x는 평균 0, 분산 1의 정규 분포 난수로 생성된다.
주기적 스파이크 신호 s의 비주기적 요소는 0으로 설정되고, 주기적 요소는 균일 분포 U(αmin, αmax)에서 생성된다.
가우시안 노이즈 ε의 분산 σ2는 신호 대 잡음비(SNR)를 조절하는 데 사용된다.
Quotes
"이산 푸리에 변환 불확실성 원리에 의해 동기화되며, 실 영역과 주파수 영역 데이터에 스파시피케이션 연산을 적용하고 실 영역 스파시티가 안정적인 패턴에 도달할 때 수렴하도록 설계되었다."
"이 스파시피케이션 변형은 가우시안 노이즈가 존재하는 환경에서 주기적 스파이크 신호를 복원하는 데 실용적인 유용성을 가진다."