연속 모랄 웨이브렛 변환을 위한 효율적 알고리즘과 에너지·전력 스펙트럼 비교

초록

본 논문은 모랄(Morlet) 웨이브렛을 이용한 연속 웨이브렛 변환(CWT)의 에너지 밀도와 시간·주파수 축에서의 전력 스펙트럼을 논의한다. 연산량을 크게 줄이는 새로운 알고리즘을 제안하고, 변환 결과를 전통적인 푸리에 변환의 파워 스펙트럼과 정량적으로 비교한다. 또한, 실험 예시를 통해 제안 방법의 정확도와 효율성을 입증한다.

상세 분석

연속 웨이브렛 변환은 신호의 국소적 시간‑주파수 특성을 파악하는 데 강력한 도구이며, 특히 모랄 웨이브렛은 복소 가우시안 형태와 고주파 성분을 동시에 제공해 신호 분석에 널리 쓰인다. 논문은 먼저 CWT에서 얻어지는 복소 계수의 제곱 절댓값을 에너지 밀도 E(t,f)로 정의하고, 이를 시간축에 적분하면 주파수별 에너지 스펙트럼, 주파수축에 적분하면 시간별 에너지 흐름을 얻는다. 그러나 전통적인 CWT 구현은 입력 신호 길이 N에 대해 O(N²) 연산 복잡도를 가지며, 실시간 혹은 대용량 데이터 처리에 부적합하다.

저자는 이러한 문제를 해결하기 위해 “FFT‑ 기반 스케일링” 전략을 채택한다. 구체적으로, 모랄 웨이브렛의 주파수 응답이 가우시안 형태임을 이용해 스케일별 필터링을 주파수 도메인에서 곱셈 연산으로 전환한다. 먼저 신호를 FFT로 변환하고, 각 스케일 s에 대해 사전 계산된 웨이브렛 스펙트럼 Ψ_s(ω)와 곱한 뒤 역 FFT를 수행한다. 이 과정은 모든 스케일에 대해 O(N log N) 시간에 수행될 수 있어 전체 복잡도가 O(S N log N) (S는 스케일 수)로 크게 감소한다.

또한, 저자는 에너지와 전력 개념을 명확히 구분한다. 푸리에 변환에서 파워 스펙트럼 P(f)는 평균 전력을 나타내는 반면, CWT에서 얻는 에너지 밀도는 순간적인 에너지 분포를 제공한다. 논문은 두 스펙트럼을 정규화하여 직접 비교할 수 있는 변환 관계식을 제시한다. 특히, 모랄 웨이브렛의 정규화 상수 C_ψ를 이용해 E(t,f) / C_ψ가 푸리에 파워 스펙트럼과 동일한 단위(전력/Hz)로 해석될 수 있음을 증명한다.

실험에서는 합성 신호(다중 사인파와 급격한 변조 구간)와 실제 측정 데이터(진동 센서, 음성 신호)를 대상으로 알고리즘을 적용한다. 결과는 전통적인 O(N²) 구현과 비교했을 때 10배 이상 빠른 처리 속도를 보이며, 에너지 스펙트럼의 형태는 푸리에 파워 스펙트럼과 거의 일치한다. 특히, 시간‑주파수 해상도가 높은 구간에서 CWT가 제공하는 상세한 에너지 흐름은 푸리에 분석으로는 포착하기 어려운 비정상적 이벤트를 정확히 식별한다.

마지막으로 논문은 제안된 알고리즘이 메모리 사용량을 최소화하고, GPU와 같은 병렬 처리 장치에 쉽게 이식될 수 있음을 언급한다. 이는 실시간 모니터링, 대규모 데이터베이스 검색, 그리고 임베디드 시스템에서의 신호 분석에 큰 장점을 제공한다.