[論文レビュー] A Generalized Sampling Theorem for Stable Reconstructions in Arbitrary Bases

Ben Adcock, Anders C. Hansen|arXiv (Cornell University)|Jul 12, 2010

Mathematical Analysis and Transform Methods参考文献 20被引用数 4

ひとこと要約

本稿は、任意のリース基底から別のリース基底における標本を用いて、安定かつ正確に関数を再構成できる一般化されたサンプリング枠組みを導入する。従来の方法に見られる不安定性の問題を克服する。主な貢献は、関数の構造に関する事前知識（例えばウェーブレットにおけるスパarsity、多項式基底におけるスパarsityなど）を活用することで、古典的手法を著しく上回る再構成性能を達成する、証明可能な安定性を持つ再構成手法である。数値例では、誤差低減が最大10,000倍に達する。

ABSTRACT

We introduce a generalized framework for sampling and reconstruction in separable Hilbert spaces. Specifically, we establish that it is always possible to stably reconstruct a vector in an arbitrary Riesz basis from sufficiently many of its samples in any other Riesz basis. This framework can be viewed as an extension of that of Eldar et al. However, whilst the latter imposes stringent assumptions on the reconstruction basis, and may in practice be unstable, our framework allows for recovery in any (Riesz) basis in a manner that is completely stable. Whilst the classical Shannon Sampling Theorem is a special case of our theorem, this framework allows us to exploit additional information about the approximated vector (or, in this case, function), for example sparsity or regularity, to design a reconstruction basis that is better suited. Examples are presented illustrating this procedure.

研究の動機と目的

• 信号の再構成において、従来の一般化サンプリング枠組みの不安定性と制限的な仮定を解消すること。
• 任意のリース基底における安定な再構成を、別のリース基底からの点での標本値のみを用いて実現すること。基底の選択にかかわらず可能である。
• ウェーブレットや多項式基底におけるスパarsityといった構造的事前知識を活用し、シャノン・サンプリング定理を越える再構成精度を向上させること。
• 無限次元のサンプリング問題に対して、証明可能な安定性と収束保証を有する理論的枠組みを提供すること。
• 特に、ギブズ現象の緩和や、不連続または非バンドリミテッド関数の近似精度向上を実証する数値例を通じて、実用的優位性を示すこと。

提案手法

• 可分ヒルベルト空間における一般化サンプリング枠組みを定式化し、任意のリース基底における再構成を、別のリース基底からの標本値から可能にする。
• サンプリング基底関数と再構成基底関数の内積を用いて定義される演算子 $ \widehat{U} $ を用い、標本値を目的基底における係数にマッピングする。
• 無限次元問題を安定で良好に条件付けられた線形系に還元するため、有限次元射影 $ P_n $ と $ P_m $ を用いる。
• 方程式 $ \widehat{A} \tilde{\beta} = P_n \widehat{U}^* P_m \eta_f $ を解く。ここで $ \widehat{A} = P_n \widehat{U}^* P_m \widehat{U} P_n \big|_{P_n \mathcal{H}} $ であり、スペクトルの境界を用いて安定性を保証する。
• 逆演算子 $ \widehat{A}^{-1} $ を用いて係数 $ \tilde{\beta} $ を計算し、条件数の境界（例：$ \leq 0.9022 $）により数値的安定性を保証する。
• 再構成関数を $ \tilde{f} = \sum_{j=1}^n \tilde{\beta}_j \mathcal{F}\psi_j $ として定義し、選択された再構成基底 $ \{\psi_j\} $ を用いる。

実験結果

リサーチクエスチョン

• RQ1 制限的な仮定がなく、任意のリース基底における再構成が、別のリース基底からの標本値から安定に達成可能か。
• RQ2 関数の構造に関する事前知識（例：ウェーブレットにおけるスパarsity、多項式基底におけるスパarsity）を活用することで、シャノン定理を越えるサンプリングベース再構成が可能か。
• RQ3 非理想的な基底（例：ハールウェーブレット）を用いた場合や、有限標本の場合に、再構成の安定性はどのように振る舞うか。
• RQ4 この枠組みは、不連続または非バンドリミテッド信号において、ギブズ型の振動をどの程度低減し、近似誤差を改善できるか。
• RQ5 この枠組みは、無限次元設定下での部分サンプリングデータを用いた非線形かつ圧縮センシング風の再構成へと拡張可能か。

主な発見

• 提案された枠組みは、任意のリース基底における再構成を、別のリース基底からの標本値から安定に達成可能であり、逆演算子の条件数に証明可能な境界（例：$ \leq 0.9022 $）が存在する。
• 不連続成分を有する関数に対して、新しい再構成手法は古典的なシンク関数ベース再構成と比較して、近似誤差を約10,000倍まで低減した。
• ハールウェーブレットを再構成基底として用いることで、不連続関数のフーリエ再構成におけるギブズ現象を効果的に緩和した。
• 数値結果から、再構成誤差 $ |f - \tilde{f}| $ が、特に $ |t| $ が大きい領域で、古典的手法の誤差 $ |f - f_N| $ より顕著に小さくなることが示された。
• この枠組みはシャノン・サンプリング定理を一般化し、関数のスパarsityや正則性に適合した再構成基底を用いることで、より優れた再構成が可能になる。
• 理論的解析により、再構成基底がサンプリング基底の双対基底でなくても、リース基底の条件を満たしていれば、方法の安定性が保たれることを確認した。