[論文レビュー] Bit Precision Analysis for Compressed Sensing

Ehsan Ardestanizadeh, Mahdi Cheraghchi+1 more|ArXiv.org|Jan 15, 2009

Sparse and Compressive Sensing Techniques参考文献 8被引用数 4

ひとこと要約

この論文は、$k$-スパース信号の正確な再構成に必要なビット精度を分析し、$2k\times n$ のバーデルモンド行列（単位円上に根を持つ）を用いる場合、$\ell$ ビットの精度で正確なサポート回復が可能であることを示している。この場合、測定ごとに $O(\ell + k\log\frac{n}{k})$ ビットで十分である。結果は一般のRIPを満たす行列に対しても拡張可能であり、非常にスパースな信号ではよりタイトな境界が得られる。

ABSTRACT

This paper studies the stability of some reconstruction algorithms for compressed sensing in terms of the bit precision. Considering the fact that practical digital systems deal with discretized signals, we motivate the importance of the total number of accurate bits needed from the measurement outcomes in addition to the number of measurements. It is shown that if one uses a $2k imes n$ Vandermonde matrix with roots on the unit circle as the measurement matrix, $O(\ell + k \log(n/k))$ bits of precision per measurement are sufficient to reconstruct a $k$-sparse signal $x \in \R^n$ with dynamic range (i.e., the absolute ratio between the largest and the smallest nonzero coefficients) at most $2^\ell$ within $\ell$ bits of precision, hence identifying its correct support. Finally, we obtain an upper bound on the total number of required bits when the measurement matrix satisfies a restricted isometry property, which is in particular the case for random Fourier and Gaussian matrices. For very sparse signals, the upper bound on the number of required bits for Vandermonde matrices is shown to be better than this general upper bound.

研究の動機と目的

• 実用的なデジタル制約下で信頼性の高い信号再構成を実現するための、圧縮センシングにおける必要なビット精度を分析すること。
• 測定ごとに必要な最小ビット数を、$k$-スパース信号を $\ell$ ビットの精度で再構成できるようにすること。
• 単位円上に根を持つバーデルモンド行列が、最適な測定回数で効率的かつ低精度再構成を可能にすることを確立すること。
• 測定行列が制限等長性性質（RIP）を満たす場合の、合計ビット数の一般上界を導出すること。
• バーデルモンドベースの再構成と一般のRIPに基づく凸最適化法との間のビット複雑度を比較すること。

提案手法

• 複素数上でのリード・ソロモン符号のシンディームデコーディングを、バーデルモンド測定行列の再構成アルゴリズムとして用いる。
• バーデルモンド行列の $k$ 列部分行列の条件数を分析し、固定小数点演算における誤差拡大を制限する。
• ケンズらのロバスト再構成理論の結果を応用し、RIP条件下での量子化誤差の影響を制限する。
• 量子化誤差 $\|e\|_\infty$ を、所望の再構成精度 $\|\hat{x}-x\|_\infty/\|x\|_\infty < 2^{-\ell}$ と関連付けることで、必要な測定精度の境界を導出する。
• 制限等長性性質（RIP）を用いて、量子化測定値に対しても $\ell_1$ 最小化による安定な回復を保証する。
• 測定回数 $m = O(k\log n)$ を前提に、バーデルモンドベースのシンディームデコーディングと一般の凸最適化法の間のビット複雑度を比較する。

実験結果

リサーチクエスチョン

• RQ1 単位円上に根を持つバーデルモンド測定行列を用いて、$k$-スパース信号を $\ell$ ビットの精度で再構成するための、測定ごとの最小ビット数は何か？
• RQ2 信号のダイナミックレンジが $2^\ell$ で制限される場合、圧縮センシングにおける必要なビット精度にどのように影響するか？
• RQ3 複素数上でのリード・ソロモン符号のシンディームデコーディングを用いることで、低精度測定でも正確なサポート回復が達成可能か？
• RQ4 バーデルモンド行列を用いた再構成のビット複雑度は、一般のRIPを満たす行列（ランダムフーリエ行列やガウス行列など）と比べてどう異なるか？
• RQ5 一般のRIP条件下で、$\ell$-ビット精度と正しいサポート同定を保証するための測定から得られる合計ビット数は何か？

主な発見

• 単位円上に根を持つ $2k\times n$ のバーデルモンド行列を用いる場合、$O(\ell + k\log\frac{n}{k})$ ビットの精度で測定ごとに十分であり、$k$-スパース信号を $\ell$ ビットの精度で再構成し、正しいサポートを同定できる。
• バーデルモンド行列を用いた再構成に必要な合計ビット数は $O(k\ell + k^2\log(n/k))$ であり、非常にスパースな信号（$k = O(\log n)$）では一般のRIPベースの境界よりも優れている。
• ランダムフーリエ測定行列（$m = O(k(\log n)^6)$ 測定）を用いる場合、合計ビット要件は $O(k(\log n)^6(\ell + \log k + \log\log n))$ である。
• 制限等長性性質を満たし、$\delta_{3s} + 3\delta_{4s} < 2$ が成り立つ場合、一般のRIP行列では $O(m(\ell + \log m))$ ビットで十分であり、$m$ は測定回数を表す。
• $\|e\|_\infty / \|y\|_\infty < 2^{-\ell}/(Ck\sqrt{m})$ という境界が、$\ell$-ビット精度の再構成と正しいサポート回復を保証する。
• 解析から、測定精度が十分に高ければ、離散信号では1つの測定でも十分であることが示され、測定回数を超えてビット精度の重要性が浮き彫りになる。