외부 주파수 변조에 의한 자기진동계 동기화 진단을 위한 웨이브렛 분석 기법

초록

연속 웨이브렛 변환에 기반한 진단 방법을 제안한다. 이 방법은 선형적으로 변조된 주파수를 갖는 외부 힘에 의해 잠금된 자기진동 발진기의 동기화 존재 여부를 진단하고, 외부 신호가 자기진동에 누출되어 두 신호가 자기진동 주파수 변화 없이 단순히 합성되는 경우와 구별할 수 있게 한다. 제안된 방법의 효율성은 Van der Pol 발진기와 실험적 생리학 데이터 두 사례를 통해 입증하였다.

상세 요약

본 논문은 자기진동계(self‑excited oscillator)가 외부 주파수가 시간에 따라 선형적으로 변하는 구동력에 의해 동기화되는 현상을 정량적으로 판별하기 위해 연속 웨이브렛 변환(continuous wavelet transform, CWT)을 활용한 새로운 진단 프레임워크를 제시한다. 전통적인 푸리에 분석은 신호의 주파수 스펙트럼을 시간에 대해 고정된 형태로 제공하므로, 주파수가 지속적으로 변하는 경우(예: 스위프 신호)에는 동기화 여부를 정확히 파악하기 어렵다. 반면 CWT는 시간‑주파수 평면에서 스케일(주파수)과 시간의 이중 해상도를 동시에 제공함으로써, 외부 신호와 내부 자기진동 사이의 위상 관계가 언제, 어느 주파수 대역에서 일치하는지를 시각적으로 추적할 수 있다.

논문에서 제안한 핵심 절차는 다음과 같다. 첫째, 실험 혹은 시뮬레이션으로 얻은 복합 신호를 CWT에 적용하여 복소수 형태의 웨이브렛 계수를 구한다. 둘째, 외부 구동 신호의 순간 주파수를 사전에 정의하거나 실시간으로 추정한 뒤, 해당 주파수에 대응하는 스케일의 웨이브렛 계수 위상 정보를 추출한다. 셋째, 추출된 위상과 자기진동 고유 주파수에 대응하는 스케일의 위상을 비교하여 위상 차이가 일정 범위 내에 유지되는 구간을 동기화 구간으로 판정한다. 마지막으로, 위상 차이가 무작위적으로 변동하고 고유 주파수 스펙트럼이 변하지 않는 경우는 외부 신호가 단순히 시스템에 누출(leakage)된 상황으로 해석한다.

이러한 절차를 검증하기 위해 저자는 두 가지 실험을 수행하였다. 첫 번째는 Van der Pol 비선형 발진기에 선형 주파수 스위프 신호를 인가하여, 동기화가 발생하는 주파수 구간과 비동기화 구간을 CWT 기반 위상 분석으로 명확히 구분하였다. 두 번째는 인간 심박 변동성 데이터에 인공적인 주파수 변조 신호를 합성한 후, 실제 생리학적 피드백 메커니즘에 의한 동기화와 단순 신호 혼합을 구별하는 데 성공하였다. 두 사례 모두 전통적인 스펙트럼 분석으로는 구분이 어려웠으나, 제안된 웨이브렛 기반 방법은 시간‑주파수 변화를 동시에 고려함으로써 높은 민감도와 정확도를 보였다.

본 방법의 장점은 (1) 비정상(non‑stationary) 신호에 대한 강인성, (2) 위상 정보를 직접 활용함으로써 동기화의 물리적 의미를 명확히 파악 가능, (3) 다양한 스케일(주파수)에서 동시에 분석할 수 있어 복합 시스템에서도 적용 가능하다는 점이다. 그러나 몇 가지 한계점도 존재한다. 웨이브렛 선택(예: Morlet, Mexican hat 등)에 따라 시간·주파수 해상도가 달라지므로, 최적 파라미터 설정이 필요하다. 또한, 외부 신호의 정확한 순간 주파수를 사전에 알 수 없을 경우, 추정 오차가 동기화 판정에 영향을 미칠 수 있다. 향후 연구에서는 자동 주파수 추정 알고리즘과 다중 채널(예: EEG, ECG) 동시 분석을 결합하여, 뇌‑심장 상호작용과 같은 복합 생리학적 동기화 현상을 보다 정밀하게 탐구하는 방향으로 확장될 수 있다.

요약하면, 연속 웨이브렛 변환을 활용한 본 진단 기법은 외부 주파수 변조에 의해 유도된 동기화와 단순 신호 누출을 효과적으로 구분할 수 있는 강력한 도구이며, 비선형 전자 회로뿐만 아니라 생체 신호 분석 등 다양한 분야에 적용 가능성을 제시한다.