시그스펙 시계열 주파수 분석의 통계적 유의성 도구

초록

SigSpec는 임의의 샘플링을 가진 시계열 데이터에 대해 푸리에 변환(DFT) 진폭 스펙트럼의 통계적 유의성을 정확히 계산한다. 백색 잡음 가정 하에 진폭 수준의 확률밀도함수(PDF)를 해석적으로 도출하고, 가장 유의한 성분을 단계적으로 사전제거(prewhitening)하며 다중 사인 최소제곱 피팅을 수행한다. 별도 옵션으로 별칭(alias) 문제를 완화하고, 고조파와 시간 구간별 분석, 다중 파일 비교까지 지원한다.

상세 분석

SigSpec는 시계열 분석에서 가장 근본적인 문제인 ‘어떤 피크가 실제 신호이고, 어느 정도의 확률로 잡음에 의해 발생했는가’를 정량화한다. 이를 위해 저자들은 DFT 진폭의 확률밀도함수(PDF)를 백색 잡음 모델에 대해 정확히 유도했으며, 이 PDF는 주파수와 위상에 대한 의존성을 포함한다. 따라서 단순히 진폭 크기만을 기준으로 하는 전통적인 스펙트럼 분석과 달리, SigSpec는 각 진폭에 대한 ‘시그니피컨스(sig)’ 값을 산출한다. 시그니피컨스는 –log10(p‑value) 형태로 표현되며, 값이 클수록 해당 주파수가 잡음에 의해 우연히 발생했을 확률이 낮다.

알고리즘은 크게 네 단계로 구성된다. 첫째, 입력 시계열에 대해 전체 주파수 범위(사용자가 지정한 해상도)에서 시그니피컨스를 계산한다. 둘째, 가장 높은 시그니피컨스를 가진 피크를 찾아 해당 사인 성분을 파라미터(주파수, 진폭, 위상)와 함께 기록한다. 셋째, 찾은 성분을 원본 데이터에서 선형적으로 제거(prewhitening)하고, 남은 잔차에 대해 다시 스펙트럼을 계산한다. 넷째, 이 과정을 사용자가 지정한 횟수 혹은 잔차 분산이 일정 수준 이하가 될 때까지 반복한다. 각 단계에서 MultiSine 최소제곱 피팅을 적용해 동시에 여러 성분을 최적화함으로써, 피크 간 상호작용에 의한 파라미터 편향을 최소화한다.

특히 별칭(alias) 문제를 다루기 위한 ‘동시 사전제거’ 옵션이 눈에 띈다. 주기적인 관측 간격 결함으로 인해 발생하는 가짜 피크들을 피하기 위해, SigSig은 사전제거 순서를 여러 단계 앞서서 동시에 적용하고, 그 조합 중 잔차 분산이 최소가 되는 경우를 선택한다. 이는 전통적인 순차적 사전제거가 놓치기 쉬운 복합 별칭 구조를 효과적으로 억제한다.

또한, 기본 사인파 외에 고조파 집합을 함께 고려하는 기능이 포함되어 있다. 사용자는 기본 주파수와 함께 N개의 고조파를 지정하면, SigSpec는 이들 전체를 하나의 비선형 모델로 취급해 동시에 피팅한다. 따라서 비정현파 형태(예: 펄스형, 비대칭 파형)도 정확히 탐지할 수 있다.

시간 분해능 분석을 위해 데이터 전체를 일정 길이의 구간으로 나누어 각 구간마다 시그니피컨스를 계산한다. 이를 ‘시간‑해상도 시그니피컨스’라 부르며, 특정 주파수가 관측 기간 동안 어떻게 변하는지(진폭 변화, 위상 drift 등)를 시각화한다. 이는 천문학적 변광성, 지진파, 심장 박동 등 비정상적 변동을 보이는 현상의 동적 특성을 파악하는 데 유용하다.

마지막으로 MultiFile 모드가 제공된다. 여러 시계열 파일을 동시에 입력하고, 각각을 ‘목표(target)’와 ‘비교(comparison)’로 지정하면, SigSpec는 목표 데이터의 시그니피컨스와 비교 데이터의 시그니피컨스 간 교차 여부를 분석한다. 교차가 없는 고유 피크는 목표 데이터에만 존재하는 독립적인 신호로 간주되며, 이는 변광성 탐지에서 비교 별을 이용한 차분 분석과 유사한 효과를 제공한다. 또한, 내장된 시뮬레이터를 통해 다양한 사인파, 트렌드, 백색·핑크·레드 노이즈 등을 합성하고, 알고리즘의 검증 및 파라미터 튜닝에 활용할 수 있다.