[論文レビュー] Efficient Two-Dimensional Line Spectrum Estimation Based on Decoupled Atomic Norm Minimization

Zhe Zhang, Yue Wang+1 more|arXiv (Cornell University)|Aug 2, 2018

Sparse and Compressive Sensing Techniques参考文献 50被引用数 106

ひとこと要約

本稿では、2次元周波数スペクトル推定を、行列形式の原子を用いて連携された2次元問題を2つの独立した1次元周波数推定問題に分解することによって再定式化する、新たな半定値計画法（SDP）フレームワーク、分離原子ノルム最小化（D-ANM）を提案する。この手法により、計算複雑度は O(N^{3.5}M^{3.5}) から O((N+M)^{3.5}) に低減されるが、同時に超解像性能、相関へのロバスト性、オフグリッド復元性能を維持する。これは、マス・MIMO や電波天文など大規模システムにおいて極めて効率的である。

ABSTRACT

This paper presents an efficient optimization technique for gridless {2-D} line spectrum estimation, named decoupled atomic norm minimization (D-ANM). The framework of atomic norm minimization (ANM) is considered, which has been successfully applied in 1-D problems to allow super-resolution frequency estimation for correlated sources even when the number of snapshots is highly limited. The state-of-the-art 2-D ANM approach vectorizes the 2-D measurements to their 1-D equivalence, which incurs huge computational cost and may become too costly for practical applications. We develop a novel decoupled approach of 2-D ANM via semi-definite programming (SDP), which introduces a new matrix-form atom set to naturally decouple the joint observations in both dimensions without loss of optimality. Accordingly, the original large-scale 2-D problem is equivalently reformulated via two decoupled one-level Toeplitz matrices, which can be solved by simple 1-D frequency estimation with pairing. Compared with the conventional vectorized approach, the proposed D-ANM technique reduces the computational complexity by several orders of magnitude with respect to the problem size. It also retains the benefits of ANM in terms of precise signal recovery, small number of required measurements, and robustness to source correlation. The complexity benefits are particularly attractive for large-scale antenna systems such as massive MIMO, radar signal processing and radio astronomy.

研究の動機と目的

• 大規模問題に対して計算コストが著しく高くなる、2次元信号をベクトル化する従来の2次元原子ノルム最小化（ANM）手法の課題に対処すること。
• グリッドレスで超解像可能な2次元線スペクトル推定手法を開発し、信号源の相関やオフグリッド周波数に対してもロバストであることを保証すること。
• 最適性を損なわずに、連携された2次元推定問題を2つの独立した1次元問題に分解すること。これにより、周波数ペアリングを伴う標準的な1次元周波数推定により効率的な解法が可能になること。
• 原子ノルム最小化の性能利点を維持しつつ、特に1スナップショットおよび相関する信号源の状況において、ベクトル化ANMに比べて顕著な計算高速化を達成すること。

提案手法

• 2次元正弦波を表現するための新しい行列形式の原子集合を提案し、原子ノルムフレームワーク内での2つの次元の自然な分離を可能にする。
• 2次元ANM問題を、大きなベクトル化システムに代えて、2つの独立したトーペリッツ行列（1次元ごとに1つずつ）を用いた半定値計画（SDP）に再定式化する。
• 2次元フェージェール核に基づく双対多項式構成を用い、最適性の証明と周波数復元のための補間係数の導出を実施する。
• 周波数シフト座標系とカーネル補間を用いて、双対多項式が正確な復元に必要な条件を満たすことを保証する。
• 目的関数を2つの別々のトーペリッツ行列 T(ux) と T(uy) の上で最小化する、新しいSDP定式化を導入する。両者はブロック行列制約によって連結されている。
• 解法は、2つの1次元原子ノルム最小化問題を独立して解き、その後に推定された周波数をペアリングして2次元の信号源位置を再構成する。

実験結果

リサーチクエスチョン

• RQ1 2次元原子ノルム最小化問題は、ベクトル化による計算負荷を回避しつつも、正確性と超解像性能を維持できるように再定式化可能か？
• RQ2 行列形式の原子集合を用いて、最適性を損なわずに、連携された2次元推定問題を2つの独立した1次元問題に分解可能か？
• RQ3 従来のベクトル化ANM定式化と比較して、分離手法による計算複雑度の向上はどの程度か？
• RQ4 提案手法D-ANMは、標準ANMと同様に、信号源の相関やオフグリッド周波数成分に対してもロバスト性を維持できるか？
• RQ5 分離されたSDP定式化は、マス・MIMO、レーダー、電波天文などのリアルタイムまたは大規模応用に十分に効率的に解けるか？

主な発見

• 提案手法D-ANMは、計算複雑度を O(N^{3.5}M^{3.5}) から O((N+M)^{3.5}) に大幅に低減し、問題サイズのスケーリングの改善が顕著である。
• 相関する信号源やオフグリッド周波数に対しても、ベクトル化ANMと同等の条件で2次元正弦波成分の正確な復元が達成される。
• シミュレーションでは、標準PC上でベクトル化ANMで2日以上かかる32×32の2次元線スペクトル推定問題が、D-ANMでは数分で解ける。
• 分離定式化はANMの超解像能力を維持しており、1スナップショットでも正確な周波数推定が可能である。
• フェージェール核を用いた双対多項式構成と補間により、周波数分離条件の下で解の存在と一意性が保証される。
• 理論的分析により、D-ANMのSDP定式化が元の2次元ANMと同等であることが証明され、SDP(X) = ∥X∥AM が成り立つことから最適性が確認された。