[논문 리뷰] Demixing Sines and Spikes: Robust Spectral Super-resolution in the Presence of Outliers

Carlos Fernandez‐Granda, Gongguo Tang외 2명|arXiv (Cornell University)|2016. 09. 08.

Spectroscopy and Chemometric Analyses인용 수 7

한 줄 요약

이 논문은 잡음으로 손상된 측정값에서 일정 비율의 샘플이 이상치임을 고려하여 다중정현파 신호의 선스펙트럼을 초해상도로 복원하기 위한 볼록 최적화 방법을 제안한다. 신호를 정현파와 희소 스팀의 혼합으로 모델링하고, 원자 노름 최소화를 통해 스펙트럼을 동시에 분리하고 초해상도로 복원한다. 랜덤 위상과 최소 분리 조건 하에서 측정값 수에 선형적인 스펙트럼 라인 수를 가질 경우, 높은 확률로 정확한 복원을 달성한다.

ABSTRACT

We consider the problem of super-resolving the line spectrum of a multisinusoidal signal from a finite number of samples, some of which may be completely corrupted. Measurements of this form can be modeled as an additive mixture of a sinusoidal and a sparse component. We propose to demix the two components and super-resolve the spectrum of the multisinusoidal signal by solving a convex program. Our main theoretical result is that-- up to logarithmic factors-- this approach is guaranteed to be successful with high probability for a number of spectral lines that is linear in the number of measurements, even if a constant fraction of the data are outliers. The result holds under the assumption that the phases of the sinusoidal and sparse components are random and the line spectrum satisfies a minimum-separation condition. We show that the method can be implemented via semidefinite programming and explain how to adapt it in the presence of dense perturbations, as well as exploring its connection to atomic-norm denoising. In addition, we propose a fast greedy demixing method which provides good empirical results when coupled with a local nonconvex-optimization step.

연구 동기 및 목표

• 측정값의 일정 비율이 임펄스적 이상치에 의해 손상되는 상황에서 스펙트럼 초해상도 문제를 해결한다.
• 다중정현파 신호와 희소 이상치를 동시에 분리하고 선스펙트럼을 초해상도로 복원하는 방법을 개발한다.
• 랜덤 위상과 최소 스펙트럼 간격 조건과 같은 현실적인 조건 하에서 정확한 복원에 대한 이론적 보장을 제공한다.
• 이를 통해 희소 이상치뿐만 아니라 조밀한 편향까지 동시에 다룰 수 있도록 방법을 확장하고 원자 노름 정규화를 통한 노이즈 제거와 연결한다.

제안 방법

• 손상된 신호를 다중정현파 성분과 희소 스파이크 성분의 합으로 모델링한다.
• 주파수 도메인에서의 희소성과 선스펙트럼 복원을 촉진하기 위해 원자 노름 최소화를 사용한다.
• 정현파 성분을 동시에 추정하고 스파이크 유도 정규화를 통해 이상치를 식별하는 볼록 최적화 문제를 해결한다.
• 반정형계획법(SDP)을 통해 구현하여 효율적인 계산과 이론적 분석을 가능하게 한다.
• 지역 비볼록 최적화 단계를 포함한 그레디디브 분리 알고리즘을 도입하여 경험적 성능을 향상시킨다.
• 전체 변화량과 원자 노름 정규화 기법을 융합하여 밀도 높은 노이즈를 다룰 수 있도록 방법을 변형한다.

실험 결과

연구 질문

• RQ1 측정값의 일정 비율이 완전히 이상치에 의해 손상될 경우 스펙트럼 초해상도를 성공적으로 수행할 수 있는가?
• RQ2 어떤 조건에서 볼록 최적화가 다중정현파 신호의 선스펙트럼을 혼합 정현파와 스파이크로부터 정확히 복원할 수 있는가?
• RQ3 이상치 존재 조건 하에서 제안된 방법이 MUSIC과 주기도와 같은 전통적 스펙트럼 추정 기법보다 성능가능성이 있는가?
• RQ4 이 방법을 동시에 희소 이상치와 밀도 높은 편향을 다룰 수 있도록 확장할 수 있는가?
• RQ5 제안된 그레디디브 분리 알고리즘의 경험적 성능과 이론적 성능은 볼록 최적화 접근법에 비해 어떠한가?

주요 결과

• 제안된 볼록 방법은 측정값 수에 선형적인 스펙트럼 라인 수를 가질 경우, 일정 비율의 이상치가 존재하더라도 높은 확률로 정확한 초해상도를 달성한다.
• 랜덤 위상과 선스펙트럼의 최소 간격 조건 하에서 이론적 보장이 유지되며, 복원 성공 확률은 로그 인자 수준까지 허용된다.
• 전통적 스펙트럼 추정 기법인 MUSIC과 주기도는 이상치에 의해 진짜 라인을 탐지하지 못하고 잘못된 라인을 유도하는 반면, 제안된 방법은 이에 비해 뛰어난 성능을 보인다.
• SDP 기반 원자 노름 정규화는 매트릭스 완성 기반 정규화보다 정확도와 속도 면에서 항상 뛰어나며, 평균 실행 시간은 각각 3.25초 대비 11.1초이다.
• 지역 비볼록 최적화를 통한 그레디디브 분리 방법은 양호한 경험적 성능을 보이며, 더 빠르고 확장 가능한 구현 가능성에 기여할 수 있다.
• 이 방법은 정규화 파rameter의 선택에 대해 강건하며, 기존 정규화 프레임워크와 융합하여 조밀한 노이즈를 다룰 수 있도록 조정이 가능하다.