[論文レビュー] Sparse Signals Recovery from Noisy Measurements by Orthogonal Matching Pursuit

Yi Shen, Song Li|arXiv (Cornell University)|May 31, 2011

Sparse and Compressive Sensing Techniques参考文献 15被引用数 7

ひとこと要約

本稿は、ノイズのある測定値からスパース信号のサポートを正確に回復するための、制限等長性性質（RIP）に基づく十分条件を確立する。RIP制約下で $\delta_{K+1} < \frac{1}{\sqrt{K}+3}$ を満たす場合、$l_2$ または $l_\infty$ ノルムで有界なノイズのもとで、信号係数が導出された閾値を超えると、OMPは真のサポートを正しく回復する。

ABSTRACT

Recently, many practical algorithms have been proposed to recover the sparse signal from fewer measurements. Orthogonal matching pursuit (OMP) is one of the most effective algorithm. In this paper, we use the restricted isometry property to analysis the algorithm. We show that, under certain conditions based on the restricted isometry property and the signals, OMP will recover the support of the sparse signal when measurements are corrupted by additive noise.

研究の動機と目的

• 加法的ノイズで汚されたスパース信号のサポートを回復するための、制限等長性性質（RIP）に基づく十分条件を確立すること。
• 測定値がノイズで摂動される圧縮センシングのシナリオにおいて、OMPの性能を分析し、従来のノイズなし回復保証を拡張すること。
• 異なるノイズモデル（$l_2$ および $l_\infty$）における、成功したサポート回復に必要な非ゼロ信号係数の大きさの明示的下限を導出すること。
• 既存のRIPに基づくOMPの保証を改善し、必要な等長性定数の閾値を厳しくすること。
• ノイズが平均0、分散既知の白色ガウス分布であると仮定した場合の、確率的回復保証を提供すること。

提案手法

• 測定行列 $A$ に対する制限等長性性質（RIP）と等長性定数 $\delta_{K+1}$ を、主な構造的仮定として用いる。
• 各OMP反復で正しいサポート選択を保証するため、残差と測定行列の列ベクトルとの相関の再帰的解析を適用する。
• $l_2$-ノルムおよび $l_\infty$-ノルムの停止ルールを用い、ノイズエネルギーの上限 $B_2$ および $B_\infty$ を用いて終了を制御する。
• 未選択の列との残差の最大相関が、いかなる既に選択済みの列よりも大きいことを保証するための重要な不等式（3.2）を導出する。
• ノイズによる誤差項 $E(\mathbf{z}_k)$ を $\|\mathbf{z}\|_2 \leq B_2$ または $\|A^*\mathbf{z}\|_\infty < B_\infty$ を用いて推定し、相関選択へのノイズの影響を制限する。
• 選択済み列の部分行列 $A_{\Omega_k}^\dagger$ の擬似逆行列を用いて、残差を選択済み部分空間の直交補空間に射影することで、正確な残差更新を保証する。

実験結果

リサーチクエスチョン

• RQ1 どのようなRIPに基づく条件下で、OMPはノイズのある測定値から $K$-スパース信号のサポートを正確に回復できるか？
• RQ2 非ゼロ信号係数の大きさは、ノイズ環境下でのOMPの成功にどのように影響するか？
• RQ3 OMPが正確なサポート回復を保証するための、制限等長性定数 $\delta_{K+1}$ の最もタイトな上界は何か？
• RQ4 $l_2$ および $l_\infty$ の異なるノイズモデルは、成功したOMP回復に必要な信号対ノイズ比にどのように影響するか？
• RQ5 ノイズが平均0、白色ガウス分布で分散が既知の場合、同じRIP仮定のもとで、OMPの回復について確率的保証を導出できるか？

主な発見

• $l_2$-有界ノイズで $\|\mathbf{z}\|_2 \leq B_2$ の場合、OMPは $\delta_{K+1} < \frac{1}{\sqrt{K}+3}$ かつすべての非ゼロ係数が $|x_i| > \frac{2(1-\delta_{K+1})B_2}{(1-\delta_{K+1})^2 - \delta_{K+1}(1+\sqrt{K})}$ を満たす限り、真のサポートを回復する。
• $l_\infty$-有界ノイズで $\|A^*\mathbf{z}\|_\infty < B_\infty$ の場合、OMPは $\delta_{K+1} < \frac{1}{\sqrt{K}+3}$ かつ $|x_i| > \frac{2(1-\delta_{K+1})B_\infty}{(1-\delta_{K+1})^2 - \delta_{K+1}(1+\sqrt{K})}\left(1 + \frac{\sqrt{K}}{\sqrt{1-\delta_{K+1}}}\right)$ を満たす限り、サポートを回復する。
• 導出されたRIP閾値 $\delta_{K+1} < \frac{1}{\sqrt{K}+3}$ は近似的に最適であり、本稿では $\delta_{K+1} = \frac{1}{\sqrt{K}}$ を満たす行列を構成し、OMPが失敗することを示しており、閾値が小さな定数の範囲でタイトであることを示している。
• ノイズが平均0、白色ガウス分布で共分散 $\sigma^2 I$ であると仮定すると、OMPは $\delta_{K+1} < \frac{1}{\sqrt{K}+3}$ かつ $|x_i| > \frac{2(1-\delta_{K+1})\sigma\sqrt{m+2\sqrt{m\log m}}}{(1-\delta_{K+1})^2 - \delta_{K+1}(1+\sqrt{K})}$ を満たす限り、確率 $1 - 1/m$ 以上でサポートを回復する。
• 解析により、導出された条件下ではOMPが早期に終了しないことが示され、真のサポートインデックスがすべて選択されるまで、残差ノルムまたは相関が停止閾値を上回り続ける。
• 本稿の結果は、ノイズあり状況における既存のRIPに基づくOMPの保証を改善し、必要な等長性定数を厳しくし、回復に必要な信号の大きさの明示的閾値を提供している。