[논문 리뷰] A Least Squares Approach for Stable Phase Retrieval from Short-Time Fourier Transform Magnitude

Tamir Bendory, Yonina C. Eldar|arXiv (Cornell University)|2015. 10. 04.

Advanced X-ray Imaging Techniques참고 문헌 13인용 수 6

한 줄 요약

이 논문은 최소 제곱법과 준정적계획법(SDP)을 활용하여 신호 사전 지식이 없는 상태에서 단시간 푸리에 변환(STFT)의 크기 측정치로부터 안정적인 위상 복원을 위한 세 가지 새로운 알고리즘을 제안한다. 주요 기여는 약간의 창 조건 하에서도 증명 가능하게 안정적인 최소 제곱법을 제안함으로써, 효율성과 강건성 면에서 기존 방법을 능가하며, SDP 설정을 통해 노이즈에 대한 강건성과의 유연한 트레이드오프를 가능하게 한다.

ABSTRACT

We address the problem of recovering a signal (up to global phase) from its short-time Fourier transform (STFT) magnitude measurements. This problem arises in several applications, including optical imaging and speech processing. In this paper we suggest three interrelated algorithms. The first algorithm estimates the signal efficiently from noisy measurements by solving a simple least-squares (LS) problem. In contrast to previously proposed algorithms, the LS approach has stability guarantees and does not require any prior knowledge on the sought signal. However, the recovery is guaranteed under relatively strong restrictions on the STFT window. The second approach is guaranteed to recover a non-vanishing signal efficiently from noise-free measurements, under very moderate conditions on the STFT window. Finally, the third method estimates the signal robustly from noisy measurements by solving a semi-definite program (SDP). The proposed SDP algorithm contains an inherent trade-off between its robustness and the restrictions on the STFT windows that can be used.

연구 동기 및 목표

• 광학 영상 및 음성 처리와 같은 분야에서 STFT 크기 측정치로부터 애매한 위상 복원 문제를 해결하기 위해.
• 기존 방법이 신호 사전 지식이 필요하거나 노이즈에 민감한 데 비해, 증명 가능하게 안정적이고 노이즈에 강건한 알고리즘을 개발하기 위해.
• 신호 희박성이나 영이 아닌 성분을 가정하지 않고도 효율적이고 확장 가능한 신호 복원 솔루션을 제공하기 위해.
• SDP 설정을 통해 노이즈 강건성과 STFT 창 제약 조건 사이의 탄력적인 트레이드오프를 확립하기 위해.
• 기존 대수적 및 최적화 기반 접근법을 이론적 보장과 실용적 효율성으로 확장하기 위해.

제안 방법

• 알고리즘 1을 제안: 노이즈가 있는 STFT 크기를 기반으로 신호를 추정하기 위해 단순한 볼록 최적화 문제를 푸는 최소 제곱(LS) 방법으로, 약간의 창 조건 하에서도 안정성을 보장한다.
• 알고리즘 2를 도입: 노이즈가 없는 경우에 비영 신호를 정확하게 복원하는 효율적인 대수적 방법으로, 기존 대수적 방법보다 더 약한 창 제약 조건을 요구한다.
• 알고리즘 3을 개발: STFT 크기의 DFT에 제약 조건을 통합하여 노이즈에 대한 강건성과 창 제약 조건 사이의 균형을 이루는 준정적계획법(SDP)이다.
• STFT 크기의 DFT를 입력으로 사용하여 위상 복원 문제를 행렬 $\mathbf{Z}[m,\ell]$을 통한 구조적 행렬 복원 과제로 변환한다.
• 관측된 STFT 크기 데이터와 일관성을 확보하기 위해 추정된 그램 행렬의 대각선 원소에 제약 조건을 부여한다. 이는 $\mathbf{G}_\ell$ 행렬에 의해 이루어진다.
• SDP 해의 고유값 분해를 통해 최적의 $\widetilde{\mathbf{X}}$의 주요 고유벡터로부터 신호 추정치 $\hat{\mathbf{x}}$를 복원한다.

실험 결과

연구 질문

• RQ1 최소 제곱법이 신호 사전 지식 없이 노이즈가 있는 STFT 크기에서 안정적이고 강건한 위상 복원을 가능하게 할 수 있는가?
• RQ2 기존 대수적 위상 복원 방법에서 창 제약 조건을 완화하면서도 노이즈가 없는 조건에서 정확한 복원을 유지할 수 있는가?
• RQ3 STFT 기반 위상 복원에서 노이즈 강건성과 창의 탄력성 사이의 균형을 이루기 위해 어떻게 SDP 설정을 설계할 수 있는가?
• RQ4 제안된 알고리즘에서 계산 복잡도, 노이즈 강건성, 창 제약 조건 사이의 트레이드오프는 어떻게 되는가?
• RQ5 정확도, 속도, 안정성 측면에서 기존 방법인 Griffin-Lim 및 [21]의 SDP에 비해 제안된 알고리즘이 어느 정도 뛰어나게 성능을 발휘하는가?

주요 결과

• 알고리즘 1은 고 SNR 조건에서 GLA 대비 27배 빠르고 [21]의 SDP 대비 2634배 빠르며, 정확도는 유사한 성능을 보인다.
• 알고리즘 2는 직사각형 창 길이 $W=5$, $W=23$, $W=41$ 조건에서 노이즈가 없는 비영 신호에 대해 극도로 낮은 복원 오차(평균 오차 $3.52 \times 10^{-12}$)를 기록한다.
• 알고리즘 3은 낮은 SNR 및 작은 $\lambda$ (예: $\lambda=3$) 조건에서도 안정적인 성능을 보이며, $\lambda$가 $W$를 초과해도 복원 오차가 거의 감소하지 않는다.
• 알고리즘 3의 SDP 설정은 $\lambda=5$ 및 $\lambda=23$ 조건에서 [21]의 SDP 대비 각각 3.5배와 12배 빠른 실행 시간을 기록하며, 강건성은 유지 또는 향상시킨다.
• $\lambda$를 $W$까지 증가시키면 추정 정확도가 향상되지만, 이 이상 증가해도 성능 향상의 효과는 점점 감소하며, 이는 이론적 예측과 일치한다.
• 모든 알고리즘이 고차원으로 확장 가능하며, 최대 STFT 오버랩($L=1$) 조건에서도 잘 작동하며, $L>1$는 향후 연구 과제로 남아 있다.