[論文レビュー] Toeplitz Block Matrices in Compressed Sensing

Florian M. Sebert, Leslie Ying+1 more|ArXiv.org|Mar 5, 2008

Sparse and Compressive Sensing Techniques参考文献 11被引用数 8

ひとこと要約

この論文は、ブロック・トーペリッツ対称性を持つ構造化ランダムセンシング行列としてのブロック・トーペリッツ行列が、スパース信号の高確率での正確な復元を達成することを示している。これは、i.i.d. および標準的トーペリッツ行列と同等の性能を示す。主な結果として、このような行列が、測定数 $n$ が $c_1 l m \ln(N/m)$ のスケーリングに従うとき、$3m$ 階の制限付き等長性性質（RIP）を高確率で満たすことが示されている。ここで $l$ は列あたりのブロック数である。

ABSTRACT

Recent work in compressed sensing theory shows that $n imes N$ independent and identically distributed (IID) sensing matrices whose entries are drawn independently from certain probability distributions guarantee exact recovery of a sparse signal with high probability even if $n\ll N$. Motivated by signal processing applications, random filtering with Toeplitz sensing matrices whose elements are drawn from the same distributions were considered and shown to also be sufficient to recover a sparse signal from reduced samples exactly with high probability. This paper considers Toeplitz block matrices as sensing matrices. They naturally arise in multichannel and multidimensional filtering applications and include Toeplitz matrices as special cases. It is shown that the probability of exact reconstruction is also high. Their performance is validated using simulations.

研究の動機と目的

• マルチチャネルおよび多次元フィルタリングにおいて自然に生じるブロック・トーペリッツ行列が、効果的な圧縮センシング行列として機能できるかどうかを調査すること。
• i.i.d. および標準的トーペリッツ行列に関する先行研究を、マルチチャネル信号処理への応用を持つ構造化ブロック行列へと拡張すること。
• 制限付き等長性性質（RIP）に基づく理論的保証を、ブロック・トーペリッツセンシング行列によるスパース信号の正確な復元に確立すること。
• i.i.d. および標準的トーペリッツ行列と比較して、数値シミュレーションを通じて理論的結果の妥当性を検証すること。

提案手法

• 各エントリが $\mathcal{N}(0, 1/n)$、ラデマッハ分布、または有界で対称な分布から独立同分布に従う $d \times e$ ブロック $\Phi_i$ を持つブロック・トーペリッツ行列 $\Phi$ を構築する。
• 測定数のスケーリングが特定の条件下で、このような行列が高確率で $3m$ 階の制限付き等長性性質（RIP）を満たすことを証明する：$l \leq 3m(3m-1)$ の場合 $n \geq c_1 l m \ln(N/m)$、$l > 3m(3m-1)$ の場合 $n \geq c_1 m^3 \ln(N/m)$。
• 確率的集中の議論を用いて、部分行列 $\Phi_T$ の特異値が 1 から逸脱する度合いを抑え、RIP が高確率で成立することを保証する。
• グラム行列 $\Psi_T^T \Psi_T = I + B_T$ の非対角ブロックのスペクトルノルムを解析し、スパarsity制約の下で $\|B_T\|_2 \leq \delta_{3m} < 1$ が成り立つことを示す。
• モンテカルロシミュレーションを用いて理論的結果を検証し、$n \times N$ のブロック・トーペリッツ行列、i.i.d. 行列、標準的トーペリッツ行列からスパース信号を再構成するためのログバリアソルバーを用いる。
• 長さ $N=2048$、非ゼロ要素が $m=20$ 個の信号について、1000回の試行における実験的復元成功率を比較する。

実験結果

リサーチクエスチョン

• RQ1 マルチチャネルフィルタリングをモデル化する構造を持つブロック・トーペリッツ行列は、i.i.d. および標準的トーペリッツ行列と同等に、スパース信号の高確率での正確な復元を達成できるか？
• RQ2 ブロック・トーペリッツ行列が、高確率で $3m$ 階の制限付き等長性性質（RIP）を満たすために必要な測定数 $n$ はどの程度か？
• RQ3 列あたりのブロック数 $l$ は、ブロック・トーペリッツ行列の測定複雑性および復元性能にどのように影響するか？
• RQ4 実用的な信号再構成タスクにおいて、ブロック・トーペリッツ行列は i.i.d. および標準的トーペリッツ行列と同等に性能を発揮するか？
• RQ5 有限体上の多項式に基づく決定的ブロック・トーペリッツ行列も、$\delta_{3m}$ が有界である限り RIP を満たすか？

主な発見

• ブロック・トーペリッツ行列は、$l \leq 3m(3m-1)$ の場合、$n \geq c_1 l m \ln(N/m)$ で高確率に $3m$ 階の制限付き等長性性質（RIP）を満たし、$3m$ スパース信号の正確な復元が保証される。
• $l > 3m(3m-1)$ の場合、必要な測定数は $n \geq c_1 m^3 \ln(N/m)$ に増加し、これは標準的トーペリッツ行列のスケーリングと一致する。
• 確率的RIP満たし確率は、$l \leq 3m(3m-1)$ の場合 $1 - e^{-c_2 n / l}$ 以上、$l > 3m(3m-1)$ の場合 $1 - e^{-c_2 n / m^2}$ 以上であり、定数 $c_1, c_2 > 0$ は $\delta_{3m}$ のみに依存する。
• 数値的シミュレーションにより、ブロック・トーペリッツ行列が、$n$ の変動にかかわらず、i.i.d. および標準的トーペリッツ行列と同等の実験的復元成功率を達成することが示された。
• 長さ $N=2048$、非ゼロ要素が $m=20$ 個の信号に対して、再構成の成功は機械精度の誤差で測定された。
• 有限体 $\mathbb{Z}_p$ 上の多項式に基づく決定的構成により、$\Psi = \frac{1}{\sqrt{sp}} \Psi_0$ という行列が得られ、$m < p/r + 1$ の条件下で $\delta = (m-1)r/p < 1$ を満たし、RIP を満たす。