[논문 리뷰] Band-Limited Gaussian Processes: The Sinc Kernel

Felipe Tobar|arXiv (Cornell University)|2019. 09. 16.

Target Tracking and Data Fusion in Sensor Networks인용 수 7

한 줄 요약

이 논문은 파wer 스펙트럼 밀도(PSD)를 직사각형 함수로 모델링하여 샘플 경로가 밴드제한됨을 보장하는 새로운 가우시안 프로세스(GP) 공분산 커널인 싱크 커널을 소개한다. 이 밀도의 역푸리에 변환을 통해 유도된 컴팩트한 스펙트럼 지원을 가진 커널은 싱크 기반의 공분산 함수를 생성하며, 샤논-니크웨이트 정리에 따라 정확한 베이지안 재구성과 노이즈가 있거나 누락된 데이터에서의 강건한 성능을 가능하게 한다.

ABSTRACT

We propose a novel class of Gaussian processes (GPs) whose spectra have compact support, meaning that their sample trajectories are almost-surely band limited. As a complement to the growing literature on spectral design of covariance kernels, the core of our proposal is to model power spectral densities through a rectangular function, which results in a kernel based on the sinc function with straightforward extensions to non-centred (around zero frequency) and frequency-varying cases. In addition to its use in regression, the relationship between the sinc kernel and the classic theory is illuminated, in particular, the Shannon-Nyquist theorem is interpreted as posterior reconstruction under the proposed kernel. Additionally, we show that the sinc kernel is instrumental in two fundamental signal processing applications: first, in stereo amplitude modulation, where the non-centred sinc kernel arises naturally. Second, for band-pass filtering, where the proposed kernel allows for a Bayesian treatment that is robust to observation noise and missing data. The developed theory is complemented with illustrative graphic examples and validated experimentally using real-world data.

연구 동기 및 목표

• 샘플 경로가 거의 확실히 밴드제한되도록 보장하기 위해 스펙트럼 지원을 컴팩트하게 유지하는 새로운 가우시안 프로세스의 클래스를 개발하는 것.
• 직사각형 파워 스펙트럼 밀도의 푸리에 변환으로 직접 커널을 구성함으로써 스펙트럼 추정 이론과 GP 모델링을 연결하는 것.
• 싱크 커널이 스테레오 앰플리튜드 디모듈레이션과 노이즈가 있거나 누락된 관측치가 있는 밴드패스 필터링과 같은 고전적 신호 처리 작업에서의 유용성을 입증하는 것.
• 실제 신호, 예를 들어 음성 및 CO2 농도 데이터에 대한 수치 실험을 통해 싱크 커널의 이론적 성질을 검증하는 것.
• 비중앙 및 주파수 가변 케이스로의 프레임워크 확장과 혼합 기반 모델링을 위한 일반화된 싱크 커널 제안.

제안 방법

• 파워 스펙트럼 밀도(PSD)를 중심이 ±ξ₀에 위치하고 폭이 Δ이며 총 전력이 σ²인 대칭 직사각형 함수로 정의하여 스펙트럼 지원을 컴팩트하게 유지한다.
• 직사각형 PSD의 역푸리에 변환을 적용하여 싱크 기반의 공분산 커널을 유도한다: K(t) = σ²/Δ × sinc(Δt) × cos(2πξ₀t).
• 중심 ξ₀와 폭 Δ를 변화시켜 비중앙 및 주파수 가변 케이스로 커널을 확장함으로써 변조된 신호의 모델링을 가능하게 한다.
• GP의 사후 평균을 싱크 커널 하에서 샤논-위트커 샘플링 정리에 따른 뉴퀴스트 재구성으로 해석함으로써 베이지안 추론과 샤논-위트커 샘플링 정리 간의 연결 고리를 형성한다.
• 뉴퀴스트 간격에 위치한 유도 포인트를 사용하여 스퍼스 GP 근사를 구현함으로써 계산 비용을 줄이면서도 스펙트럼 정밀도를 유지한다.
• 다양한 싱크 커널의 혼합으로 구성된 일반화된 싱크 커널(GSK)을 사용하여 복잡한 다중밴드 스펙트럼 구조를 모델링한다.

실험 결과

연구 질문

• RQ1 샘플 경로가 설계상 거의 확실히 밴드제한되는 가우시안 프로세스를 구성할 수 있는가?
• RQ2 싱크 커널 GP의 사후 평균은 고전적 샤논-뉴퀴스트 샘플링 정리와 어떻게 관련이 있는가?
• RQ3 싱크 커널은 스테레오 앰플리튜드 디모듈레이션에 효과적으로 사용될 수 있으며, 이전의 GP 모델과 비교해 어떤가?
• RQ4 노이즈가 있거나 관측치가 누락된 비균일 샘플링 시계열에서 싱크 커널이 강건한 밴드패스 필터링을 가능하게 할 수 있는가?
• RQ5 스퍼스 유도 포인트를 사용할 때, 다수의 싱크 합으로 이루어진 일반화된 싱크 커널(GSK)의 성능은 다중밴드 신호 모델링에서 어떠한가?

주요 결과

• 싱크 커널은 파워 스펙트럼 밀도의 컴팩트한 지원 덕분에 샘플 경로가 거의 확실히 밴드제한됨을 보장한다.
• 싱크 커널 하에서의 사후 평균 재구성은 정확히 샤논-뉴퀴스트 샘플링 재구성과 일치하며, 이는 이론적 일관성을 검증한다.
• 음성 신호 재구성에서, GP-sinc는 직사각형 PSD 덕분에 날카운 스펙트럼 전이가 가능하여 GP-SM 및 스퍼플린 방법보다 우수한 성능을 보였다.
• 심박수 신호 디모듈레이션에서, GP-sinc는 뉴퀴스트 레이트 예측에 부합하는 0.06 이상의 샘플링 주파수에서 안정적인 재구성 성능를 달성했다.
• 마우나 로아 CO2 데이터의 밴드패스 필터링에서, GP-sinc는 연간 주기 성분을 비균일 샘플링 관측치(연간 약 3.3개)에서 성공적으로 분리했으며, 이는 뉴퀴스트 레이트를 초과한 샘플링 레이트에 기인했다.
• 뉴퀴스트 기반 스퍼스 근사를 사용한 일반화된 싱크 커널은 총 N=600개의 관측치 중 M=54개의 유도 포인트만으로도 정확한 재구성을 달성하여 계산 효율성을 입증했다.