[論文レビュー] Numerical stability bounds for algebraic systems of Prony type and their accurate solution by decimation

Dmitry Batenkov|arXiv (Cornell University)|Sep 10, 2014

Image and Signal Denoising Methods参考文献 45被引用数 3

ひとこと要約

本稿は、高次プロニ系における成分ごとの漸近的安定性バインディングを提供し、いかなる手法に対しても絶対的分解能限界を確立する。過決定系を正確に解くために、算術級数によるインデックス選択に基づくデシメーション技術を導入し、数値的精度を損なわずに近似的に最適なスーパーキャラクタリゼーションを達成する。

ABSTRACT

The Prony system of equations and its higher-order (confluent) generalizations appear prominently in many theoretical and applied problems. For instance, in signal processing these systems arise in recovery of sums of Diracs from a finite number of their Fourier measurements. The accurate and robust numerical solution of Prony type systems is considered to be a challenging problem, in particular reconstructing closely spaced nonlinear parameters (``nodes'', e.g. the support of the Diracs) in the presence of perturbed data. Our first contribution is providing component-wise asymptotic estimates for the numerical condition of the high-order Prony system, when the number of equations can in general be greater than the number of unknowns. These results provide, in particular, an absolute resolution limit for any method whatsoever. Our second contribution is proposing a technique for the overdetermined Prony problem with closely spaced nodes by ``decimation'', i.e. taking subsets of the equations with indices belonging to arithmetic progressions, and subsequently solving the resulting square systems. We show that solution of a decimated system is as accurate as the solution to the full overdetermined problem. Thus, decimation provides a tool to achieve near-optimal super-resolution.

研究の動機と目的

• 高次プロニ系、特に未知数より方程式が多い過決定系における、成分ごとの漸近的条件推定値を導出すること。
• プロニ型系を解くいかなる数値的手法に対しても絶対的分解能限界を確立すること。
• ノイズのあるデータ下で、近接するノードを有する過決定プロニ系を、強健に解く数値的技術を開発すること。
• デシメーション（算術級数による方程式選択）が、全過決定系を解いた場合と同等の解の精度を維持することを示すこと。

提案手法

• 摂動解析を用いて、高次プロニ系の数値的条件数に対する成分ごとの漸近的バインディングを導出すること。
• インデックスの算術級数に基づいて方程式のサブセットを選択するデシメーション戦略を導入し、正方系を形成すること。
• 得られた正方プロニ系を標準的な数値ソルバーで解き、デシメートされた系の構造を活かして精度を維持すること。
• ノード間隔にやや厳しい仮定のもとで、デシメートされた系の解が、全過決定系の解と同等の精度を持つことを証明すること。
• 条件数とノードクラスタリングの関係において、デシメートされた系の安定性と分解能限界を分析すること。
• 重複するプロニ系を用いて、近接するサポートを持つディラック関数の和をモデル化し、信号処理におけるスーパーキャラクタリゼーションに関連付けること。

実験結果

リサーチクエスチョン

• RQ1 近接するノードを有する高次プロニ系を解く際の、根本的な数値的安定性限界は何か？
• RQ2 過決定プロニ系の一部の式から得られる解は、全系を解いた場合と同等の精度を持つだろうか？
• RQ3 算術級数による選択によるデシメーションは、プロニ系の解の分解能と精度にどのように影響するか？
• RQ4 いかなる手法に対しても、プロニ型系を解く際の理論的分解能限界は何か？ それは条件数推定値からどのように導かれるか？
• RQ5 どのような条件下で、デシメーションは全過決定系の解の精度を保持するのか？

主な発見

• 本稿は、高次プロニ系の条件数に対する成分ごとの漸近的バインディングを確立し、いかなる数値的手法に対しても理論的分解能限界を提供する。
• 算術級数による方程式選択というデシメーション技術は、全過決定系を解いた場合と同等の精度の解を得る。
• 近接するノードを有する系における悪条件性を効果的に緩和することで、近似的に最適なスーパーキャラクタリゼーションを達成する。
• 元の系が過決定的で、ノードクラスタリングにより悪条件である場合でも、デシメートされた系の精度は保たれる。
• 条件数推定値から導かれる理論的分解能限界は、プロニ型系を解くあらゆる手法に普遍的に適用可能である。
• デシメーションアプローチにより、ノイズのあるフーリエ測定値から非線形パラメータ（例：ディラックのサポート）を強健かつ正確に回復可能である。