[論文レビュー] Deterministic Sampling of Sparse Trigonometric Polynomials

Zhiqiang Xu|arXiv (Cornell University)|Jun 11, 2010

Mathematical Analysis and Transform Methods参考文献 15被引用数 9

ひとこと要約

本稿では、Weilの指数和を用いた決定的サンプリング手法を提示し、素数サイズのサンプリング集合を用いることで、Orthogonal Matching Pursuit (OMP) を用いた正確な復元を可能にした。この手法は、$(M\log D)^2$ を超えるサンプリング数を要し、統計的制限等長性（StRIP）を満たし、ほぼ最適なグラスマン多様体フレームを実現する。これにより、固定次数のすべての $M$-スパース信号に対して、確実な正確な再構成が保証され、確率的保証に依存しない。

ABSTRACT

One can recover sparse multivariate trigonometric polynomials from few randomly taken samples with high probability (as shown by Kunis and Rauhut). We give a deterministic sampling of multivariate trigonometric polynomials inspired by Weil's exponential sum. Our sampling can produce a deterministic matrix satisfying the statistical restricted isometry property, and also nearly optimal Grassmannian frames. We show that one can exactly reconstruct every $M$-sparse multivariate trigonometric polynomial with fixed degree and of length $D$ from the determinant sampling $X$, using the orthogonal matching pursuit, and $# X$ is a prime number greater than $(M\log D)^2$. This result is almost optimal within the $(\log D)^2 $ factor. The simulations show that the deterministic sampling can offer reconstruction performance similar to the random sampling.

研究の動機と目的

• 確率的保証に依存せずに、$M$-スパースな多変量三角多項式の正確な再構成を保証する決定的サンプリング方式の開発。
• 相互相関が低く、強い等長性を有するサンプリング行列の構築、特に統計的制限等長性（StRIP）を満たすこと。
• 決定的構築により、既存の決定的センシング行列に比べてサイズ制約が重い問題を改善し、ほぼ最適なグラスマン多様体フレームを実現すること。
• シミュレーションを通じて、決定的サンプリングがOMPおよびBasis Pursuitにおいて、再構成精度において確率的サンプリングと同等の性能を示すことを実証すること。

提案手法

• サンプリング点 $x_j = (j, j^2, \dots, j^d)/N \mod 1$（$j=1,\dots,N$）を、$N$ を素数として定義し、決定的サンプリング集合 $X$ を構築する。
• サンプリング行列 $\tilde{\mathcal{F}}_X$ を、$(\tilde{\mathcal{F}}_X)_{j,k} = \exp(2\pi i k \cdot x_j)$ で定義し、指数和の境界を用いて構造的相互相関を保証する。
• 正規化行列 $\tilde{\Phi} = \tilde{\mathcal{F}}_X / \sqrt{N}$ の相互相関が $(d-1)/\sqrt{N}$ で有界であることを証明し、スパース制約下でのOMP再構成が安定に可能であることを保証する。
• 指数和推定と相互相関境界を用いて、行列が確率 $1 - 1/D$ で、$\delta^2 N / (8\log D) \cdot (\log(D/N)/\log N)^2$ 階のStRIPを満たすことを確立する。
• Weilの指数和と行列の非一様性の関係を活用し、ほぼ最適なグラスマン多様体フレーム特性を保証する。
• 合成スパース三角多項式を用いた数値実験を通じて、決定的サンプリングと確率的サンプリングの比較を実施し、OMPおよびBasis Pursuitの両方の性能を検証する。

実験結果

リサーチクエスチョン

• RQ1 OMPを用いて、すべての $M$-スパース多変量三角多項式を正確に再構成できる決定的サンプリング方式を構築可能か？
• RQ2 決定的再構成に必要な最小サンプル数は何か？ また、最適な確率的サンプリングの境界と比較するとどうなるか？
• RQ3 決定的サンプリング行列は、望ましいパrameterを有する統計的制限等長性（StRIP）を満たせるか？
• RQ4 決定的行列の相互相関およびフレームエネルギーは、Welchの境界および最適なグラスマン多様体フレームと比較してどうなるか？

主な発見

• サンプリング数 $N$ が素数であり、$(M\log D)^2$ を超える場合、すべての $M$-スパース三角多項式がOMPにより正確に再構成可能であることが保証される。
• サンプリング行列の相互相関が $(d-1)/\sqrt{N}$ で有界であることが示され、提示されたサンプリングサイズ下で安定なOMP再構成が可能である。
• 行列は確率 $1 - 1/D$ で、$\delta^2 N / (8\log D) \cdot (\log(D/N)/\log N)^2$ 階のStRIPを満たすことが証明された。
• 行列は、相互非一様性がWelchの境界 $1/\sqrt{N}$ に近づくため、ほぼ最適なグラスマン多様体フレーム特性を達成している。
• 数値実験により、決定的サンプリング手法が、OMPおよびBasis Pursuitの両方において、確率的サンプリングと同等の再構成成功確率を達成していることが示された。
• 理論的下界に $(\log D)^2$ 要因の差異で近づく決定的代替手法を提供し、理論的保証を有する。