[論文レビュー] Generalized Expectation Consistent Signal Recovery for Nonlinear Measurements

Hengtao He, Chao-Kai Wen+1 more|arXiv (Cornell University)|Jan 16, 2017

Sparse and Compressive Sensing Techniques参考文献 16被引用数 4

ひとこと要約

本稿では、一般化された感度行列（特に量子化済みおよび非ガウス出力も含む）を用いた非線形測定における、一般化期待一致信号復元（GEC-SR）と呼ばれる新しいベイジアン信号復元アルゴリズムを提案する。一般化期待一致（GEC）を用いてGTurbo-SRフレームワークを任意の行列に拡張することで、状態遷移解析による証明可能な最適収束性を達成し、リピケーション法からの理論的予測と一致する。

ABSTRACT

In this paper, we propose a generalized expectation consistent signal recovery algorithm to estimate the signal $\mathbf{x}$ from the nonlinear measurements of a linear transform output $\mathbf{z}=\mathbf{A}\mathbf{x}$. This estimation problem has been encountered in many applications, such as communications with front-end impairments, compressed sensing, and phase retrieval. The proposed algorithm extends the prior art called generalized turbo signal recovery from a partial discrete Fourier transform matrix $\mathbf{A}$ to a class of general matrices. Numerical results show the excellent agreement of the proposed algorithm with the theoretical Bayesian-optimal estimator derived using the replica method.

研究の動機と目的

• 部分的DFT行列に限定された先行研究を拡張し、一般の感度行列を想定した非線形測定における計算効率の高い信号復元アルゴリズムの開発を目的とする。
• AMPおよびGAMPが非i.i.d.または構造的行列において限界を示す問題を、一般化期待一致（GEC）を活用することで解決することを目的とする。
• 低信号対雑音比および低測定数の状況下でも、収束性と最適性能を保証することを目的とする。
• 状態遷移（SE）解析を導出し、アルゴリズムの性能を正確に予測することを目的とする。

提案手法

• アルゴリズムは、ベイジアン信号復元における事後分布の近似に一般化期待一致（GEC）を用い、非線形測定下でも取り扱い可能な推論を可能にする。
• 推定分散および有効雑音項のための連立式を用いて、反復的にメッセージパッシングのパラメータを更新する。
• スパース信号や低測定比の状況において特に収束性を向上させる、新たな更新順序を導入している。
• 反復ごとの平均二乗誤差（MSE）の変化を追跡するための状態遷移方程式を導出し、性能予測を可能にする。
• 特異値分解を用いて、部分的DFT行列の仮定を任意の感度行列に置き換えることで、GTurbo-SRの一般化を実現している。
• 理論的解析により、状態遷移がリピケーション法からの予測と一致することが確認され、最適性が裏付けられている。

実験結果

リサーチクエスチョン

• RQ1 一般化期待一致アルゴリズムは、任意の感度行列を用いた非線形信号復元において最適性能を達成できるか？
• RQ2 GEC-SRアルゴリズムは、初期のGECおよびGTurbo-SRと比較して、収束性およびロバスト性に優れているか、特にスパース信号において？
• RQ3 GEC-SRの状態遷移は、さまざまな測定モデルにおいてその漸近的性能を正確に予測できるか？
• RQ4 感度行列がi.i.d.または部分的DFT構造から逸脱した場合、アルゴリズムは最適性をどの程度維持できるか？
• RQ5 GEC-SRフレームワークは、理論的保証のもとで低分解能量子化測定に応用可能か？

主な発見

• GEC-SRのシミュレーション結果とリピケーション法からの理論的予測が良好に一致しており、非線形測定における最適性が確認された。
• 部分的DFT感度行列の場合、GEC-SRは正確にGTurbo-SRに還元され、先行する最先端手法との整合性が裏付けられた。
• 特に低測定比および高スパarsityレベルにおいて、初期のGEC手法に比べて収束性とロバスト性が優れている。
• 状態遷移解析により、GEC-SRのMSEの反復的変化が正確に予測され、理論的期待と一致した。
• 3ビット量子化やスパース信号といった困難な条件下でも、安定した収束性を示した。これに対して初期のGECアプローチは同様の条件下で不安定であった。