[論文レビュー] Reconstruction of Randomly Sampled Sparse Signals Using an Adaptive Gradient Algorithm

Ljubiša Stanković, Miloš Daković|arXiv (Cornell University)|Dec 1, 2014

Sparse and Compressive Sensing Techniques参考文献 23被引用数 5

ひとこと要約

本稿では、時間領域における最適化変数として欠損サンプルを扱うことで、ランダムにサンプリングされた欠損データからスパース信号を再構築するための適応勾配アルゴリズムを提案する。計算効率を著しく向上させる新しい勾配方向に基づくパrameter適応基準を導入し、与えられた欠損サンプルのセットに対して再構築信号の一意性を検証する定理を提示する。統計的例による検証では、SRR 111.08 dB の高い性能を示した。

ABSTRACT

Sparse signals can be recovered from a reduced set of samples by using compressive sensing algorithms. In common methods the signal is recovered in the sparse domain. A method for the reconstruction of sparse signal which reconstructs the remaining missing samples/measurements is recently proposed. The available samples are fixed, while the missing samples are considered as minimization variables. Recovery of missing samples/measurements is done using an adaptive gradient-based algorithm in the time domain. A new criterion for the parameter adaptation in this algorithm, based on the gradient direction angles, is proposed. It improves the algorithm computational efficiency. A theorem for the uniqueness of the recovered signal for given set of missing samples (reconstruction variables) is presented. The case when available samples are a random subset of a uniformly or nonuniformly sampled signal is considered in this paper. A recalculation procedure is used to reconstruct the nonuniformly sampled signal. The methods are illustrated on statistical examples.

研究の動機と目的

• 物理的制約や汚損によるサンプル欠損が生じる状況におけるスパース信号の再構築という課題に取り組むこと。
• スパース変換領域ではなく時間領域で、欠損信号サンプルを計算的に効率よく回復する手法を開発すること。
• 勾配方向の角度に基づく新しい基準を用いて、勾配アルゴリズムにおけるパrameter適応を最適化し、収束速度を向上させること。
• 特定のセットの欠損サンプルに対して、再構築信号の一意性を保証する理論的条件を確立すること。
• 再構築の前処理として信号再計算手順を適用することにより、非一様サンプリングされた信号に対してもこの手法を拡張すること。

提案手法

• 欠損サンプルを変数とし、利用可能なサンプルを固定制約条件として扱うことで、信号再構築を最適化問題として定式化する。
• 時間領域で欠損サンプルの値を調整しながら、変換係数の ℓ₀-ノルムを最小化する勾配ベースの反復アルゴリズムを用いる。
• 連続する勾配ベクトル間の角度に基づく新しい適応的ステップサイズルールを導入し、収束速度を向上させる。
• 非一様サンプリングされたデータから、均等間隔のサンプリング点における信号値をサンプリング定理を用いて再計算する。
• インデックス集合の二進分割における欠損サンプル数を数えることで、与えられたセットの欠損サンプルに対して一意解が存在するかを判定する定理を適用する。
• 統計的例を用いて手法を検証し、再構築誤差比（SRR）を計算して精度を評価する。

実験結果

リサーチクエスチョン

• RQ1 時間領域最適化と適応勾配ステップを用いたアプローチにより、スパース信号の欠損サンプルを効率的に再構築できるか？
• RQ2 勾配方向に基づくパrameter適応基準は、従来の手法と比較して再構築アルゴリズムの収束速度をどのように向上させるか？
• RQ3 特定のセットの欠損サンプルに対して、再構築スパース信号が一意となる条件は何か？
• RQ4 サンプリング定理を用いた再計算手順を事前に適用することにより、非一様サンプリングされたスパース信号を効果的に再構築できるか？
• RQ5 提案された一意性定理は、ℓ₁-最小化が失敗する場合でも、一意解が可能であるケースを正しく同定できるか？

主な発見

• 提案された勾配方向に基づくパrameter適応は、先行研究のオリジナル基準と比較して、計算時間を顕著に短縮した。
• 再構築は信号対再構築誤差比（SRR）111.08 dB を達成しており、高い正確性と精度を示している。
• 一意性定理は、112個の欠損サンプルに対して、信号のスパarsityが4未満である場合にのみ一意解が存在することを正しく同定しているが、特定の信号構造が許容される場合にはその限りではない。
• スパarsity s=6 と112個の欠損サンプルを持つ特定の信号に対して、定理による確認と併せてアルゴリズムは一意な信号を正常に再構築した。
• 再計算処理により非一様サンプリングされた信号に対しても、均等間隔のサンプリング位置に変換することで、効果的な再構築が可能であることを示した。
• アルゴリズムは、ℓ₀-最小化が一意解をもたらすが ℓ₁-最小化が失敗するケースを検出でき、一意性定理の重要性を浮き彫りにした。