[論文レビュー] Concise Derivation of Complex Bayesian Approximate Message Passing via Expectation Propagation

Xiangming Meng, Sheng Wu+2 more|arXiv (Cornell University)|Sep 29, 2015

Sparse and Compressive Sensing Techniques参考文献 22被引用数 14

ひとこと要約

本稿では、期待値伝搬（EP）を用いて、複素数値スパース信号の線形測定からの効率的再構成を可能にする、複素数ベイジアン近似メッセージパッシング（CB-AMP）の簡潔な導出を提示する。実数領域への変換を経由せずに複素数領域で直接問題を定式化することで、CB-AMPは実数値AMPよりも優れた性能を達成し、状態遷移方程式はシミュレーションにおいて再構成精度を正確に予測する。

ABSTRACT

In this paper, we address the problem of recovering complex-valued signals from a set of complex-valued linear measurements. Approximate message passing (AMP) is one state-of-the-art algorithm to recover real-valued sparse signals. However, the extension of AMP to complex-valued case is nontrivial and no detailed and rigorous derivation has been explicitly presented. To fill this gap, we extend AMP to complex Bayesian approximate message passing (CB-AMP) using expectation propagation (EP). This novel perspective leads to a concise derivation of CB-AMP without sophisticated transformations between the complex domain and the real domain. In addition, we have derived state evolution equations to predict the reconstruction performance of CB-AMP. Simulation results are presented to demonstrate the efficiency of CB-AMP and state evolution.

研究の動機と目的

• 既知の事前分布を伴う複素数値信号への近似メッセージパッシング（AMP）の拡張について、厳密で直接的な導出が不足しているという問題に取り組む。
• 実数表現への変換を経由せずに、複素数領域で自然に動作する複素数ベイジアンAMP（CB-AMP）アルゴリズムを開発する。
• CB-AMPの再構成性能を予測する状態遷移方程式を導出する。
• シミュレーションを通じて、CB-AMPがノイズありおよびノイズなしの両設定において、実数値AMPを上回ることを示す。

提案手法

• 因子グラフ上で、複素数信号の結合事後分布を事前分布および尤度要因の積として扱い、期待値伝搬（EP）を用いてCB-AMPを導出する。
• 因子グラフ上のメッセージパッシングを適用し、複素数領域におけるモーメントマッチングにより更新式を導出する。
• 非共役事前分布に対処するため、補助変数と複素数ガウス近似を導入し、計算可能な反復更新を可能にする。
• 事後近似の十分統計量を用いて、推定値の平均二乗誤差（MSE）を反復回数にわたって追跡する状態遷移方程式を導出する。
• 共役事前分布（例：ベルヌーイ・ガウス分布）の下で、複素数ガウス測度および事後平均・分散の解析的表現を用いる。
• i.i.d. 複素数ガウス測定行列とスパースな複素数信号を用いたシミュレーションにより、手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 実数領域への変換に依存せずに、複素数値近似メッセージパッシングの厳密で簡潔な導出が可能か？
• RQ2 CB-AMPの性能は、複素数スパース信号の再構成において、実数値AMPと比べてどのように異なるか？
• RQ3 CB-AMPの再構成誤差ダイナミクスを、複素数値線形逆問題において状態遷移方程式が正確に予測できるか？
• RQ4 複素数信号における構造的スパarsityを活用することで、実数値手法と比較してフェーズ遷移性能が向上するか？

主な発見

• ノイズありの複素数信号再構成において、CB-AMPは実数値AMPよりも顕著に低い平均二乗誤差（MSE）を達成し、収束も速い。
• CB-AMPに導出した状態遷移方程式はシミュレーション結果と非常に良く一致し、再構成性能の正確な予測が可能である。
• ノイズなしの場合、CB-AMPは複素数値スパース信号の固有構造を活用することで、実数AMPを上回る優れたフェーズ遷移曲線を達成する。
• 信号長N=1000、測定率α=0.5、スパarsityρ=0.1の条件下で、CB-AMPは実数AMPよりも少ない反復回数でMSEを10⁻⁴未満に抑える。
• 理論的フェーズ遷移閾値において、CB-AMPは実数AMPを上回り、より低い測定率でも優れた復元能力を示す。
• EPの使用により、複素数領域で自然かつ直接的な導出が可能となり、実部・虚部への分解による煩雑な処理を回避できる。