효율적인 스펙트럼 분석을 위한 디모듈레이티드 밴드 변환

초록

본 논문은 복소 디모듈레이션을 기반으로 한 새로운 윈도우드 푸리에 변환 기법인 디모듈레이티드 밴드 변환(DBT)을 제안한다. DBT는 기존의 단시간 푸리에 변환, 연속 웨이블릿, 멀티테이퍼 등과 비교해 계산 효율성이 높으며, 스펙트럼 누수(leakage)를 최소화한다. 또한 비정상적인 좁은 대역 잡음에 대한 적응형 필터링이 용이해 전기생리학적 데이터의 정밀한 시계열·교차 스펙트럼 분석에 적합하다. 실험 결과는 DBT가 멀티테이퍼와 동등하거나 우수한 성능을 보이며, 특히 대용량 데이터 처리 시 시간·메모리 비용이 크게 절감됨을 보여준다.

상세 분석

디모듈레이티드 밴드 변환(DBT)은 복소 디모듈레이션(complex demodulation)의 수학적 원리를 FFT 기반의 효율적인 구현으로 재구성한 윈도우드 푸리에 변환(WFD)이다. 전통적인 WFD는 시간‑주파수 해상도와 스펙트럼 누수 사이의 트레이드오프가 존재한다. 예를 들어, 짧은 윈도우는 시간 해상도를 높이지만 주파수 누수가 커지고, 긴 윈도우는 누수를 줄이지만 비정상 신호에 대한 추적이 느려진다. DBT는 신호를 목표 대역 중심 주파수에 맞춰 복소 지수함수로 곱한 뒤, 저역통과 필터와 동일한 효과를 갖는 디지털 윈도우를 적용하고, 최종적으로 FFT를 수행한다. 이 과정에서 윈도우는 주파수 도메인에서 사각형 형태가 아니라, 사인형(또는 코사인형) 윈도우와 유사한 형태를 취해 사이드 로브를 크게 억제한다. 결과적으로 스펙트럼 누수가 크게 감소하면서도 계산 복잡도는 O(N·log N) 수준으로 유지된다.

DBT와 멀티테이퍼(Thomson’s multitaper)와의 관계를 살펴보면, 멀티테이퍼는 여러 개의 정교하게 설계된 Slepian 윈도우를 사용해 스펙트럼 추정의 분산을 감소시키고 누수를 억제한다. 그러나 멀티테이퍼는 각 윈도우에 대해 별도의 FFT를 수행해야 하므로 연산량이 증가하고, 파라미터(테이퍼 수, 반대역폭) 선택이 복잡하다. 반면 DBT는 단일 FFT와 하나의 복소 변조 단계만으로 동일한 누수 억제 효과를 제공한다. 실험에서는 동일한 샘플 길이와 대역폭 조건에서 DBT가 멀티테이퍼보다 2~3배 빠른 처리 속도를 보였으며, 특히 비정상적인 잡음이 존재할 때는 DBT가 더 낮은 평균 제곱 오차(MSE)를 기록했다.

또한 DBT는 비정상적인 좁은 대역 잡음에 대한 적응형 필터링에 유리하다. 신호를 연속적으로 디모듈레이션하고, 각 시간 슬라이스에서 추정된 대역 파워를 기반으로 가중치를 조정하면, 잡음이 급격히 변하는 구간에서도 실시간으로 억제할 수 있다. 이는 기존의 고정형 밴드패스 필터가 갖는 위상 왜곡과 지연 문제를 최소화한다는 장점을 제공한다. 전기생리학 데이터(EEG, LFP 등)에서는 근육 전기활동, 전극 접촉 불량 등으로 발생하는 비정상 잡음이 주파수 대역별로 급변하는 경우가 많아, DBT 기반 적응형 필터링이 특히 유용하다.

마지막으로 구현 측면에서 DBT는 기존의 FFT 라이브러리와 호환되며, 파이썬, MATLAB, C++ 등 다양한 환경에서 간단히 적용 가능하다. 메모리 사용량도 한 번에 전체 신호를 저장할 필요 없이 스트리밍 방식으로 처리할 수 있어, 실시간 뇌-컴퓨터 인터페이스(BCI)와 같은 저지연 응용에도 적합하다. 전체적으로 DBT는 계산 효율성, 스펙트럼 누수 억제, 적응형 잡음 제거라는 세 축을 동시에 만족시키는 강력한 WFD 도구라 할 수 있다.