위키득계정 ↗
기술

MUSIC 알고리즘

MUSIC 알고리즘기술
전체 이름
Multiple signal classification
주요 대상
주파수와 도래 방향 추정
핵심 원리
신호와 잡음 부분공간의 직교성
대표 도구
고유값 또는 특이값 분해
MUSIC 알고리즘은 관측의 신호 부분공간과 잡음 부분공간을 분리하고, 후보 파형이 잡음 부분공간에 얼마나 직교하는지 이용해 주파수나 도래 방향을 추정하는 방법이다.

이름에 음악이 들어가는 이유는 아니다

MUSIC은 영문 알고리즘 이름의 머리글자이며 음악 장르를 분류하는 방법을 뜻하지 않는다. 각 후보 주파수나 방향이 만드는 파형 벡터를 만들고 관측에서 추정한 부분공간과 비교한다. 신호가 몇 성분인지에 대한 추정은 부분공간을 나누는 데 영향을 준다.

직교성으로 후보 찾기

이상적인 모형에서 참 성분의 파형 벡터는 신호 부분공간에 있으므로 잡음 부분공간으로 투영하면 0이 된다. 이 투영의 크기가 작은 후보를 찾거나 그 역수를 유사 스펙트럼으로 표시한다. 유사 스펙트럼의 높은 봉우리는 측정된 실제 에너지의 높이와 같은 양이 아니다.

두 좌표의 직교 예제

신호 방향이 (1,1)/√2이고 잡음 방향이 (1,−1)/√2라면 두 벡터의 내적은 0이다. 후보 (1,−1)/√2는 잡음 방향으로 완전히 투영되므로 두 후보를 구분할 수 있다. 이 예제는 부분공간 검사의 원리를 보여 주며 두 표본으로 임의 개수의 주파수를 추정한다는 뜻은 아니다.

한 스냅숏과 잡음의 영향

한 번 얻은 표본열도 한켈 행렬로 구성해 부분공간 분석에 사용할 수 있다. 다만 단일 관측 벡터의 외적을 만든 것과 이 구조적 배열은 다르다. 잡음이 있으면 이상적인 직교성이 깨지고 작은 특이값의 분리도 어려워진다. 가까운 주파수나 잘못된 성분 수는 안정성을 떨어뜨릴 수 있으므로 봉우리가 보인다는 이유만으로 정확한 분리라고 판단하지 않는다.

관련 문서

프로니 방법 / EMaC / 특이값 분해 / 고유값 / 정사영 / 희소 점원의 초해상도 복원