[논문 리뷰] Blind Multi-Band Signal Reconstruction: Compressed Sensing for Analog Signals

Moshe Mishali, Yonina C. Eldar|ArXiv.org|2007. 09. 11.

Sparse and Compressive Sensing Techniques참고 문헌 15인용 수 29

한 줄 요약

이 논문은 압축 감지 기반으로, 대역 위치에 대한 사전 지식 없이도 서브-니크비트 샘플에서 완벽한 복원을 가능하게 하는 새로운 블라인드 다중대역 신호 복원 방법을 제안한다. 다중대역 신호의 연속적 희박성 특성을 활용하고, 문제를 다중 측정 벡터(MMV) 복원으로 공식화함으로써, 랜도율의 두 배 속도에서 완벽한 복원을 달성하며, 한 알고리즘은 이분법 과정을 통해 최소 속도에서 작동한다.

ABSTRACT

We address the problem of reconstructing a multi-band signal from its sub-Nyquist point-wise samples. To date, all reconstruction methods proposed for this class of signals assumed knowledge of the band locations. In this paper, we develop a non-linear blind perfect reconstruction scheme for multi-band signals which does not require the band locations. Our approach assumes an existing blind multi-coset sampling method. The sparse structure of multi-band signals in the continuous frequency domain is used to replace the continuous reconstruction with a single finite dimensional problem without the need for discretization. The resulting problem can be formulated within the framework of compressed sensing, and thus can be solved efficiently using known tractable algorithms from this emerging area. We also develop a theoretical lower bound on the average sampling rate required for blind signal reconstruction, which is twice the minimal rate of known-spectrum recovery. Our method ensures perfect reconstruction for a wide class of signals sampled at the minimal rate. Numerical experiments are presented demonstrating blind sampling and reconstruction with minimal sampling rate.

연구 동기 및 목표

• 대역 위치에 대한 사전 지식이 없는 다중대역 신호를 위한 블라인드 복원 기법을 개발한다.
• 블라인드 완벽 복원을 위한 샘플링 속도의 이론적 하한을 설정한다.
• 이산화 없이도 연속적 신호 복원을 유한 차원 문제로 공식화한다.
• 압축 감지 원리를 활용하여 최소 샘플링 속도에서 완벽한 복원을 가능하게 한다.
• DSP 또는 소프트웨어 환경에서 구현 가능한 실용적 알고리즘(SBR4 및 SBR2)을 설계한다.

제안 방법

• 블라인드 복원을 위한 최소 속도 요구 조건을 충족하는 블라인드 다중 코셋 샘플링 전략을 제안한다.
• 이산화 없이 연속적 복원 문제를 유한 차원 문제로 변환하기 위한 연속에서 유한으로(CTF) 블록을 도입한다.
• 주파수 도메인에서의 공동 희박성을 활용하기 위해 복원 문제를 다중 측정 벡터(MMV) 문제로 모델링한다.
• 직교 매칭 추적(OMP) 및 알려진 압축 감지 알고리즘을 사용하여 MMV 문제를 해결한다.
• 두 가지 알고리즘을 개발한다: SBR4는 하나의 CTF 블록을 사용하고 최소 속도의 두 배에서 작동하며, SBR2는 다중 CTF 블록을 사용하고 이분법을 통해 최소 속도에 도달한다.
• 디지털 필터를 사용하여 시간 도메인 샘플에서 직접 행렬 $\bar{Q}$ 를 계산하는 방법을 유도함으로써 효율적인 구현을 가능하게 한다.

실험 결과

연구 질문

• RQ1 다중대역 신호의 블라인드 완벽 복원을 위해 필요한 이론적 최소 샘플링 속도는 얼마인가?
• RQ2 이산화 없이도 연속적 다중대역 신호 복원을 유한 차원 문제로 재정의할 수 있는가?
• RQ3 오직 서브-니크비트 샘플만을 사용하여 압축 감지를 어떻게 적용해 블라인드 다중대역 신호 복원을 달성할 수 있는가?
• RQ4 블라인드 환경에서 샘플링 속도와 복원 성공률 사이의 상충 관계는 어떠한가?
• RQ5 블라인드 복원 알고리즘이 최소 랜도율에 도달하면서도 광범위한 신호 클래스에 대해 완벽한 복원을 보장할 수 있는가?

주요 결과

• 블라인드 완벽 복원을 위한 평균 샘플링 속도의 이론적 하한은 랜도율의 두 배이며, 이는 니크비트 레이트 이하이다.
• SBR4 알고리즘은 특성화된 클래스 M에 속한 모든 신호에 대해 최소 속도의 두 배에서 완벽한 복원을 보장한다.
• SBR2 알고리즘은 거의 모든 클래스 M의 신호에 대해 최소 속도에서 완벽한 복원을 달성하며, 희귀한 특수 케이스에서만 실패한다.
• 수치 실험을 통해 샘플링 속도와 경험적 복원 성공률 사이의 상충 관계가 확인된다.
• CTF 블록은 연속적 복원 문제를 유한 차원의 MMV 문제로 성공적으로 변환하여, 압축 감지 알고리즘을 통한 효율적 해법을 가능하게 한다.
• 주파수 도메인 정의를 조정함으로써 실수 신호로의 확장이 가능하며, 동일한 정보율을 유지한다.