[論文レビュー] Analysis $\ell_1$-recovery with frames and Gaussian measurements

Holger Rauhut, Maryia Kabanava|arXiv (Cornell University)|Jun 6, 2013

Sparse and Compressive Sensing Techniques参考文献 32被引用数 9

ひとこと要約

本稿は、フレームに基づく解析作用素を用いてガウス測定値から共スパース信号を再構成する際の分析 $μat$-最小化における非一様および一様な回復保証を確立する。正確な回復に必要な測定回数の境界、近似的なスパarsity下での安定性、およびノイズへのロバスト性について明確に示し、スパースケースにおけるRudelsonとVershyninの先行研究を改善するとともに、解析スパarsityモデルへと拡張する。

ABSTRACT

This paper provides novel results for the recovery of signals from undersampled measurements based on analysis $\ell_1$-minimization, when the analysis operator is given by a frame. We both provide so-called uniform and nonuniform recovery guarantees for cosparse (analysis-sparse) signals using Gaussian random measurement matrices. The nonuniform result relies on a recovery condition via tangent cones and the uniform recovery guarantee is based on an analysis version of the null space property. Examining these conditions for Gaussian random matrices leads to precise bounds on the number of measurements required for successful recovery. In the special case of standard sparsity, our result improves a bound due to Rudelson and Vershynin concerning the exact reconstruction of sparse signals from Gaussian measurements with respect to the constant and extends it to stability under passing to approximately sparse signals and to robustness under noise on the measurements.

研究の動機と目的

• フレームに基づく解析スパarsityの文脈において、分析 $μat$-最小化の非一様および一様な回復保証を確立すること。
• 共スパース信号の成功した回復に必要な最小のガウス測定回数を特定すること。
• スパース信号再構成に関する既存の結果を、フレームに基づく変換を用いた解析スパarsityモデルへと拡張すること。
• 近似的なスパarsity下での安定性および測定ノイズ下でのロバスト性を分析すること。
• 理論的および数値的分析を通じて、フレームの境界が回復性能に与える影響を定量化すること。

提案手法

• 共スパース集合の幾何学に基づいて、非一様回復条件を導出するための接空間解析を用いる。
• 非一様回復保証を確立するために、解析版のヌル空間性質を適用する。
• 共スパース集合の接空間上での最小測定ノルムをバウンディングすることで、ガウス確率的測定行列を分析する。
• 集中不等式およびフレームの性質を用いて、測定要件に関する確率的境界を導出する。
• 測定信号のスパース変換（例：全変動やウェーブレット表現）をモデル化するために、フレームに基づく解析作用素 $Ω$ を用いる。
• 合成データとMATLABのCVX最適化パッケージを用いた数値実験により、理論的考察を検証する。

実験結果

リサーチクエスチョン

• RQ1 分析 $μat$-最小化による共スパース信号の回復に必要な最小のガウス測定回数は何か？
• RQ2 フレーム境界比 $B/A$ は、分析 $μat$-最小化アルゴリズムの回復性能にどのように影響するか？
• RQ3 回復保証は、近似的にスパースな信号およびノイズのある測定値へと拡張可能か？
• RQ4 測定要件の観点から、非一様および一様な回復条件はどのように比較されるか？
• RQ5 理論的測定複雑度の境界は、通常の実効性能とどの程度一致するか？

主な発見

• 本稿は、$m \gtrsim s \log(p/s)$ の測定回数が、$s$-共スパース信号の高確率での一様回復に十分であることを確立している。ここで $s$ は $\Omega x$ の非ゼロ要素数を表す。
• 非一様回復条件は、共スパース集合の接空間上で制限的等長性に類似した性質を満たす測定行列が満たされている場合、高確率での正確な回復を保証する。
• 一様回復保証は、解析版のヌル空間性質を介して導出され、その性質が提示された測定境界の下でガウス行列に対して成り立つことが示された。
• 理論的境界は、スパース信号再構成におけるRudelson-Vershyninの結果の定数を改善し、解析スパarsityモデルへと拡張している。
• 数値実験により、分析 $μat$-最小化がガウス測定値から共スパース信号を効果的に回復できることを確認した。性能はフレーム境界比 $B/A$ の増加に伴い徐々に劣化するが、理論的予測ほど深刻ではなく、実効的性能は理論的境界に近い。
• 回復誤差は $\sigma_s(\Omega x)_1 / \sqrt{s}$ に比例する項と、$\eta$ を含むノイズ項によってバウンディングされ、安定性およびロバスト性が示された。