[論文レビュー] A Subspace Estimator for Fixed Rank Perturbations of Large Random Matrices

Walid Hachem, Philippe Loubaton+3 more|arXiv (Cornell University)|Jun 8, 2011

Random Matrices and Applications参考文献 22被引用数 4

ひとこと要約

本稿は、信号次元 $N$ と標本サイズ $n$ が漸近的に増加する際、固定ランクの摂動を受ける標本共分散行列を取り扱うために、大規模なランダム行列理論を活用した新しい部分空間推定器を提案する。この研究では、$N,n \to \infty$ かつ $N/n \to c \in (0,\infty)$ という二重漸近的状態において、MUSICアルゴリズムを拡張し、固有値および固有空間推定器のほとんど確実収束と中心極限定理を証明する。最近のランダム行列理論の結果を用いて、第一および第二の漸近的挙動を明示的に導出する。

ABSTRACT

This paper deals with the problem of parameter estimation based on certain eigenspaces of the empirical covariance matrix of an observed multidimensional time series, in the case where the time series dimension and the observation window grow to infinity at the same pace. In the area of large random matrix theory, recent contributions studied the behavior of the extreme eigenvalues of a random matrix and their associated eigenspaces when this matrix is subject to a fixed-rank perturbation. The present work is concerned with the situation where the parameters to be estimated determine the eigenspace structure of a certain fixed-rank perturbation of the empirical covariance matrix. An estimation algorithm in the spirit of the well-known MUSIC algorithm for parameter estimation is developed. It relies on an approach recently developed by Benaych-Georges and Nadakuditi, relating the eigenspaces of extreme eigenvalues of the empirical covariance matrix with eigenspaces of the perturbation matrix. First and second order analyses of the new algorithm are performed.

研究の動機と目的

• 信号次元 $N$ と観測ウィンドウ $n$ が同じ割合で無限大に増加する状況下で、多次元時系列のための頑健なパラメータ推定アルゴリズムを開発すること。
• 古典的MUSICが二重漸近的状態で失敗する理由、すなわち射影誤差のスペクトルノルム $\|\widehat{\Pi} - \Pi\|$ が消えないことに対処すること。
• 固定ランク摂動の極値固有値および固有空間に関する最近の大規模ランダム行列理論の結果を用いて、MUSICフレームワークを拡張すること。
• 提案された推定器の第一および第二の漸近的解析を提供すること。具体的には、ほとんど確実収束および中心極限定理を含む。

提案手法

• 本手法は、最近のBenaych-GeorgesとNadakuditiによる結果を用いて、標本共分散行列 $\Sigma_n\Sigma_n^*$ の極値固有値の固有空間構造に依存する。
• $\Sigma_n\Sigma_n^*$ の $r$ 個の最大固有値に対応する固有空間へ射影することで部分空間推定器を構築し、古典的な射影 $\Pi$ を $\widehat{\Pi}$ で置き換える。
• 推定器の漸近的挙動は、Stieltjes変換およびスペクトル測度の収束を用いて分析され、特に固定ランク摂動によってバッキングスペクトルの外側に現れる端縁固有値に注目する。
• 固有値 $\widehat{\lambda}_{k,n}$ がその決定的等価物 $\rho_{k}$ にほとんど確実に収束することを証明し、正規化された固有ベクトルのフラクチュエーションに対して中心極限定理を確立する。
• 標本共分散行列 $\Sigma_n\Sigma_n^* = X_nX_n^* + P_nP_n^*$ の摂動展開を用いる。ここで $X_n$ は標準正規行列、$P_n$ は固定ランクの信号行列である。
• 仮定A1–A6の下で、$S_n^*S_n \to O > 0$、$B^*B \to I_r$、および $\sqrt{n}(B^*B S_n^*S_n - O) = \mathcal{O}(1)$ の収束が成り立つことから、理論的結果を漸近的解析で検証する。

実験結果

リサーチクエスチョン

• RQ1 固定ランク摂動の下で、信号次元 $N$ と標本サイズ $n$ が同じ割合で $\infty$ に増加する際、標本共分散行列の極値固有値および固有空間はどのように振る舞うか？
• RQ2 MUSICアルゴリズムは、$N,n \to \infty$ かつ $N/n \to c \in (0,\infty)$ という二重漸近的状態に拡張可能か？その推定器の極限的挙動は何か？
• RQ3 この状態下での部分空間推定器の第一の漸近的挙動は何か？また、真の信号部分空間にほとんど確実に収束するか？
• RQ4 第二の漸近的挙動は何か？正規化された固有ベクトルのフラクチュエーションはガウス分布に収束するか？
• RQ5 有限標本および大標本状態下での、局在化関数 $\chi_{\text{new}}(\varphi)$ の漸近的分布は、古典的MUSIC関数とどのように比較できるか？

主な発見

• 標本共分散行列 $\Sigma_n\Sigma_n^*$ の固有値 $\widehat{\lambda}_{k,n}$ は、その決定的等価物 $\rho_k$ にほとんど確実に収束する。ここで $\rho_k$ は、$g(\rho) = 1/\omega_{k,n}^2$ を満たす解であり、$g$ は極限スペクトル測度のStieltjes変換である。
• 正規化された固有ベクトルのフラクチュエーション $\sqrt{n}(\widehat{\Pi} - \Pi)$ は、線形スペクトル統計の中心極限定理を用いて、共分散行列 $R$ を持つ複素ガウスベクトルに分布収束する。
• 提案された推定器は二重漸近的状態でも一貫性を保ち、$\|\widehat{\Pi} - \Pi\| \to 0$ がほとんど確実に成り立つが、有限の $N,n$ ではスペクトルノルムがゼロに収束しないことにもかかわらずである。
• 局在化関数 $\chi_{\text{new}}(\varphi)$ の漸近的分布が導出され、真の角度 $\varphi_k$ における最大値が、受波器の方向ベクトルの幾何的構造に依存する分散を持つ漸近的正規分布に従うことが示された。
• 推定器の第一の漸近的バイアスは $\mathcal{O}(1/\sqrt{n})$ であることが示され、第二のフラクチュエーションは明示的な共分散構造を持つ中心極限定理によって特徴づけられる。
• $B^*B \to I_r$、$n^{-1}B^*B' \to -\imath cD/2 \, I_r$、および $n^{-2}(B')^*B' \to c^2D^2/3 \, I_r$ の収束から、摂動行列 $B$ は漸近的に等長写像として振る舞い、これにより極限的固有空間挙動の導出が可能になる。