[論文レビュー] Blind Demixing and Deconvolution at Near-Optimal Rate

Peter Jung, Felix Krahmer+1 more|arXiv (Cornell University)|Apr 13, 2017

Blind Source Separation Techniques参考文献 43被引用数 5

ひとこと要約

本稿では、i.i.d. 複素ガウス確率的符号化を用いて、r 個の信号のノイズ混在重ね合わせからの盲目的な混合解除およびデコンボリューションを、凸最適化フレームワークで提案する。この手法は、推定問題の理論的自由度に一致する、r に線形に比例する近似的最適な測定スケーリングを達成し、先行研究に比べ顕著に改善された、耐障害性の高い回復を実現する。

ABSTRACT

We consider simultaneous blind deconvolution of r source signals from their noisy superposition, a problem also referred to blind demixing and deconvolution. This signal processing problem occurs in the context of the Internet of Things where a massive number of sensors sporadically communicate only short messages over unknown channels. We show that robust recovery of message and channel vectors can be achieved via convex optimization when random linear encoding using i.i.d. complex Gaussian matrices is used at the devices and the number of required measurements at the receiver scales with the degrees of freedom of the overall estimation problem. Since the scaling is linear in r our result significantly improves over recent works.

研究の動機と目的

• マッシブな IoT やセンサーネットワークにおける、ノイズ混在重ね合わせから r 個のソース信号とそれらの未知のチャネルを回復する課題に対処すること。
• 従来の手法が非最適なサンプリングレートを必要としたり、モデル不一致や再構成誤差を引き起こすという制限を克服すること。
• 全体の問題の自由度に一致する測定複雑度を達成する凸最適化フレームワークを確立すること。
• 必要な測定数が r に対して線形にスケーリングされることを示し、高次のスケーリングを示す最近の研究に比べ顕著に改善されることを示すこと。
• i.i.d. 複素ガウス行列を用いたランダム線形符号化のもとでの回復に関する理論的保証を提供すること。

提案手法

• 信号ベクトルとチャネルベクトルの畳み込みを含む、二重線形逆問題として盲的な混合解除およびデコンボリューション問題を定式化する。
• チャネルと信号ベクトルの外積の核ノルム最小化による凸緩和を用いて、実行可能かつ効率的な回復を可能にする。
• 観測を、i.i.d. 複素ガウス行列を用いたランダム線形写像による外積の線形測定としてモデル化する。
• 勾配降下法とバックトラックラインサーチを組み合わせた、Wirtingerフローに基づく非凸最適化手法を提案し、実験的性能を向上させる。
• 非凸最適化のための良好な初期値を提供するために、随伴測定演算子の特異値分解を用いたスペクトル初期化手法を設計する。
• 複素数ドメインにおける効率的な勾配計算を可能にするために、非凸コスト関数の Wirtinger 衍導の閉形式表現を導出する。

実験結果

リサーチクエスチョン

• RQ1 結合信号-チャネル推定問題の自由度に一致する測定複雑度を達成できる盲的な混合解除およびデコンボリューションは可能か？
• RQ2 核ノルム最小化による凸最適化は、ランダムガウス符号化のもとで、r 個のソース信号とそれらの未知のチャネルを耐障害性をもって回復可能か？
• RQ3 必要な測定数はソース数 r に対してどのようにスケーリングされ、線形スケーリングにまで低減可能か？
• RQ4 Wirtingerフローによる非凸最適化は、測定率の観点から凸緩和よりも優れた実験的フェーズ遷移を達成できるか？
• RQ5 高次元の二重線形逆問題において、非凸ソルバーの信頼性の高い収束を実現する初期化戦略は何か？

主な発見

• 提案された凸最適化手法は、r に線形に比例する測定スケーリングを達成し、推定問題の理論的自由度に一致する耐障害性の高い回復を実現する。
• 数値結果から、凸アプローチのフェーズ遷移は ρ ≈ 2.75 で発生し、ここで ρ = L / ∑(K_i + N_i) である。この閾値を超えると正常な回復が達成される。
• 非凸の Wirtinger フロー手法は、r が大きい場合に ρ ≈ 1.17 で顕著に優れたフェーズ遷移を示し、優れた実験的性能を示している。
• スペクトル初期化手法は、良好な初期値を効果的に提供し、非凸最適化スキームの収束を可能にしている。
• 凸手法の成功確率は r にほとんど依存せず、非凸手法は r の増加に伴いスケーリングが向上している。
• 両手法とも、必要な測定数が r に対して線形にスケーリングされることを確認し、提案フレームワークの理論的最適性を裏付けた。