[論文レビュー] MULAN: A Blind and Off-Grid Method for Multichannel Echo Retrieval

Helena Peić Tukuljac, Antoine Deleforge+1 more|arXiv (Cornell University)|Oct 31, 2018

Blind Source Separation Techniques被引用数 3

ひとこと要約

本稿では、離散時間フィルタ推定を回避する、連続時間におけるエコー位置および重みを直接推定する、盲目的でオフグリッドなマルチチャネルエコーリトリーブ手法MULANを提案する。有限レート・オブ・インノベーション（FRI）サンプリングを活用することで、特に従来の手法が失敗する現実的でオフグリッドな状況において、オフグリッド手法に比べて数個のオーダーも高い精度でエコーパラメータをほぼ正確に回復することが可能である。

ABSTRACT

This paper addresses the general problem of blind echo retrieval, i.e., given M sensors measuring in the discrete-time domain M mixtures of K delayed and attenuated copies of an unknown source signal, can the echo locations and weights be recovered? This problem has broad applications in fields such as sonars, seismol-ogy, ultrasounds or room acoustics. It belongs to the broader class of blind channel identification problems, which have been intensively studied in signal processing. Existing methods in the literature proceed in two steps: (i) blind estimation of sparse discrete-time filters and (ii) echo information retrieval by peak-picking on filters. The precision of these methods is fundamentally limited by the rate at which the signals are sampled: estimated echo locations are necessary on-grid, and since true locations never match the sampling grid, the weight estimation precision is impacted. This is the so-called basis-mismatch problem in compressed sensing. We propose a radically different approach to the problem, building on the framework of finite-rate-of-innovation sampling. The approach operates directly in the parameter-space of echo locations and weights, and enables near-exact blind and off-grid echo retrieval from discrete-time measurements. It is shown to outperform conventional methods by several orders of magnitude in precision.

研究の動機と目的

• オングリッドエコーリトリーブにおけるマルチチャネル盲目的源同一定位の根本的限界、すなわちサンプリンググリッドの不一致が精度を低下させることを是正すること。
• 離散時間フィルタモデルや固定されたフィルタ長を仮定せずに、エコー位置および重みの盲目的な回復を可能にすること。
• エコーディレイおよびアモニチュードの連続時間パラメータ空間に直接対処する手法を構築すること。
• 離散時間の量子化を避けることで、圧縮センシングにおけるベーシスミスマッチ問題を克服すること。
• 従来のオングリッド手法（CRやLASSO）に比べ、オフグリッドエコーリトリーブにおいて優れた性能を示すことを実証すること。

提案手法

• MULANは、有限レート・オブ・インノベーション（FRI）サンプリングフレームワークを用いて、連続時間ドメインにおけるエコーリトリーブ問題を定式化する。
• マルチチャネル信号を、帯域制限された信号と、連続時間におけるスパースインパルストレインフィルタとの畳み込みとしてモデル化する。
• 周波数ドメインの測定値に基づく非凸最適化問題を用いて、エコーパラメータ（遅延および振幅）をパラメータ空間において直接推定する。
• 可逆性と再構成の安定性を保証するため、奇数個の周波数（例：201または401）を用いた多周波数サンプリング手法を採用する。
• 最適化は20回のランダムスタートで初期化され、収束閾値0.1%を満たす非線形最小二乗法で解かれる。
• 本手法はフィルタ長の事前知識を必要とせず、エコー数$K$のみを仮定する。

実験結果

リサーチクエスチョン

• RQ1 離散時間マルチチャネル測定値から、離散時間フィルタモデルを仮定せずに、サブサンプルの精度でエコー位置および重みを回復できるか？
• RQ2 現実的でオフグリッドな状況において、従来のオングリッド手法と比較して、盲目的でオフグリッドなエコーリトリーブ手法の性能はどの程度か？
• RQ3 センサ数$M$、エコー数$K$、周波数サンプル数$F$が回復成功率に与える影響は何か？
• RQ4 ソース信号が未知であり、フィルタが有限長に制限されていない状況でも、FRIサンプリングフレームワークが堅牢な盲目的エコーリトリーブを可能にするか？
• RQ5 離散時間圧縮センシングに内在するベーシスミスマッチ問題を回避することで、エコーパラメータ推定の達成可能な精度はどの程度か？

主な発見

• オングリッド状況では、MULANは完全なエコーロケーション回復で59%の成功率を達成し、CR（92%）を上回るが、位置精度は同等であり、重みのRMSEは2〜3桁小さくなった。
• より現実的であるオフグリッド状況では、MULANは完全なエコーロケーション回復で70%の成功率を達成したのに対し、CRは1%、LASSOは2%にとどまり、局所化のロバスト性に顕著な向上が見られた。
• MULANの重み推定誤差は、成功したオフグリッドテストで0.00048であった。これはCRの0.0442およびLASSOの0.0346と比較して約70倍小さい。
• エコーロケーションおよび重みの回復率は、周波数サンプル数$F$が高くなるほど向上したが、センサ数$M$は性能にほとんど影響を及ぼさなかった。
• 初期化に対してロバストであり、より多くのランダム初期化を使用することで成功率が向上したが、計算負荷が増加した。
• 結果から、MULANがベーシスミスマッチ問題を回避し、連続時間においてほぼ正確な盲目的エコーリトリーブを実現し、サブサンプルの精度を達成できることを確認した。