비정상 신호의 언더스프레드 분류와 시간‑가변 스펙트럼 추정

본 논문은 “언더스프레드/오버스프레드”라는 최신 분류 체계를 비정상 확률 과정의 스펙트럼 분석에 적용한다. 먼저, 시간‑주파수(TF) 변동성을 갖는 신호에 대해 가장 일반적인 Cohen 클래스의 2차 TF 분포를 연산자 이론으로 재정의한다. 자기‑수반 프로토타입 연산자 P 를 TF‑시프트 연산자 S(τ,ν) 와 결합해 QTFI 분포 Tₓ(t,f)=⟨P(t,f)x,x⟩ 을 얻으며, 기대값 Pₓ(t,f)=E⟨P(t,f)x,x⟩ 이 시간‑가변 전력 스펙트럼으로 해석된다. 다음으로, 언더스프레드 프로세스의 정의를 제시한다. 기대 애매비티 함수 E Aₓ(τ,ν) 가 TF‑평면의 직사각형 영역(면적 sₓ=4τ_max ν_max) 안에만 존재하고, sₓ < 1이면 언더스프레드, sₓ > 1이면 오버스프레드라 부른다. 이 조건은 TF‑시프트 연산자의 일반화 확산 함수 S(α) 가 급격히 감소함을 의미하며, 결과적으로 스펙트럼이 2차원 대역제한 특성을 갖는다. 실제 통신 채널(모바일 라디오, 수중 음향 등)에서 이러한 제한은 물리적으로 실현 가능함을 논문은 예시와 함께 설명한다. 그 후, 단일 잡음 관측 y(t)=x(t)+n(t) 에 대한 QTFI 추정기 b̂Pₓ(t,f)=⟨b̂P(t,f)y,y⟩ 을 도입한다. 편향 연산자 êP=b̂P−P 와 HS‑노름을 이용해 편향 상한을 도출하고, Isserlis 정리를 활용해 분산을 정확히 계산한다. 편향과 분산 모두 HS‑노름에 비례함을 보이며, 전역 평균제곱오차(MSE)는 MSE = ‖êP‖²·‖Rₓ‖² + σ_n⁴‖b̂P‖² + … 와 같은 형태가 된다. 언더스프레드 조건 하에서는 기대 애매비티 함수의 지원 영역이 제한적이므로, 프로토타입 연산자 P 의 확산 함수를 지원 영역 밖에서 0으로 만들면 HS‑노름이 최소가 된다. 따라서 전역 최소 분산 무편향(MVUB) QTFI 추정기는 S(α) b̂P_MVUB(τ,ν)=S(α)P(τ,ν)·χ_{supp E Aₓ}(τ,ν) 와 같이 정의된다. 이는 편향이 완전히 사라지고, HS‑노름이 최소이므로 전체 MSE가 최소가 된다. 논문은 또한 이러한 추정기가 재현 커널 힐베르트 공간(RKHS) 구조를 갖는다는 점을 강조한다. Wigner‑Ville 커널 K(t′,f′;t,f)=L_P(t,f)(t′,f′) 은 모든 TF‑시프트 연산자에 대해 재현성을 만족하고, 추정기의 선형 연산은 RKHS 내 내적으로 표현된다. 이를 기반으로 다중 윈도우 기법을 제안해 실제 구현이 가능하도록 한다. 다중 윈도우는 서로 다른 TF‑해상도를 갖는 윈도우들을 결합해 편향-분산 트레이드오프를 최적화한다. 마지막으로, 언더스프레드 프로세스의 경우 시간‑가변 스펙트럼을 정적 스펙트럼과 동일한 방식으로 활용할 수 있음을 강조한다. 즉, TF‑파라미터화가 일반 비정상 프로세스가 아니라 언더스프레드 프로세스에만 적합하다는 결론에 도달한다. 이는 비정상 Wiener‑Khinchin 관계식(EW와 EA 사이의 변환)과도 일치한다. 논문은 이론적 분석을 바탕으로 실제 통신 및 생물의학 신호에 적용 가능한 예시를 제시하며, 언더스프레드/오버스프레드 분류가 비정상 스펙트럼 추정의 핵심적인 설계 기준이 될 수 있음을 주장한다.