고해상도 강인성 지진 복합 트레이스 분석

초록

본 논문은 기존 지진 속성 추출 방법이 잡음에 취약하고 스펙트럼 대역폭을 손실한다는 문제를 해결하고자, 희소성 기반 적응 S‑변환과 제로 적응 필터를 결합한 새로운 시간‑주파수 분해 기법을 제안한다. 비정상 신호의 급격한 주파수 변화를 정규화하고, 높은 진폭 성분을 강조하면서 저진폭 성분을 억제함으로써 높은 해상도와 강인성을 동시에 확보한다. 합성 및 실제 데이터 실험에서 제안 방법은 기존 희소 S‑변환 및 강인 윈도우 힐버트 변환보다 우수한 순간 속성 추정 결과를 보여준다.

상세 분석

제안된 방법은 크게 두 단계로 구성된다. 첫 번째 단계는 Sparsity‑based Adaptive S‑Transform(AS‑ST)이다. 기존 S‑변환은 고정된 윈도우 함수를 사용해 시간‑주파수 해상도 사이의 트레이드‑오프를 해결하지만, 비정상 신호의 급격한 주파수 변동에 대해 충분히 적응하지 못한다. 이를 보완하기 위해 논문은 신호의 로컬 에너지 분포를 기반으로 윈도우 폭을 동적으로 조정하는 적응 메커니즘을 도입한다. 이 과정에서 L1‑norm 기반 희소성 제약을 적용해 불필요한 스펙트럼 성분을 억제하고, 핵심 주파수 성분만을 강조한다. 결과적으로 시간‑주파수 매트릭스는 급격한 변화를 매끄럽게 정규화하면서도 고해상도 정보를 유지한다.

두 번째 단계는 Zero Adaptive Filter(ZAF)이다. 여기서는 “진폭이 클수록 신호‑대‑잡음비(SNR)가 높다”는 가정을 이용한다. 먼저 AS‑ST 로부터 얻은 희소화된 스펙트럼에 대해 각 주파수 성분의 진폭을 정규화하고, 진폭이 일정 임계값 이하인 성분에 대해 가중치를 0에 가깝게 감소시킨다. 이때 가중치 함수는 선형이 아닌 비선형 스무딩 함수를 사용해 급격한 경계가 발생하지 않도록 설계하였다. 결과적으로 고진폭 성분은 거의 변형되지 않은 채 보존되고, 저진폭 성분은 효과적으로 잡음으로 간주되어 억제된다.

알고리즘의 수학적 안정성은 두 가지 측면에서 검증된다. 첫째, AS‑ST 단계에서의 희소성 제약은 Lasso 형태의 최적화 문제로 귀결되며, 교차 검증을 통해 정규화 파라미터를 자동 선택한다. 둘째, ZAF 단계는 비선형 필터링이지만, 가중치 함수가 0과 1 사이의 연속 함수이므로 전체 변환 연산은 선형 시스템의 연속성 원리를 만족한다. 따라서 잡음이 가우시안 백색 잡음일 경우, 기대값과 분산이 보존되는 특성을 유지한다.

실험에서는 합성 신호(다중 모드, 급격한 주파수 스위칭)와 실제 해양·육상 지진 데이터에 대해 Instantaneous Frequency(IF)와 Instantaneous Amplitude(IA)를 추정하였다. 비교 대상인 기존 Sparse S‑Transform과 Robust Window Hilbert Transform(RWHT)와 대비했을 때, 제안 방법은 IF 추정에서 평균 제곱 오차(MSE)를 30 % 이상 감소시켰으며, 이미지 해상도 측면에서도 경계선이 더 선명하게 나타났다. 특히 잡음 레벨이 SNR = 0 dB 이하인 극한 상황에서도 구조적 특징을 유지하는 강인성을 보였다.

이러한 결과는 지진 해석, 층위 경계 식별, 복합 구조물 탐지 등 고해상도와 잡음 억제가 동시에 요구되는 지구물리학적 응용에 큰 잠재력을 시사한다. 또한, AS‑ST와 ZAF는 모듈형 설계이므로 다른 시간‑주파수 분석 프레임워크(예: Wavelet, Empirical Mode Decomposition)와도 손쉽게 결합 가능하다.