[논문 리뷰] Fast and Robust Compressive Phase Retrieval with Sparse-Graph Codes

Dong Yin, Kangwook Lee외 2명|arXiv (Cornell University)|2016. 06. 02.

Advanced X-ray Imaging Techniques참고 문헌 18인용 수 4

한 줄 요약

이 논문은 희박한 복소 신호의 노이즈 있는 압축 측정 위상 복원을 위한 두 가지 강건하고 빠른 알고리즘—거의 선형 및 하위선형 계획—을 제안한다. 이는 희소 그래프 부호를 사용한다. 하위선형 계산 복잡도 Θ(K log³n)와 최적의 샘플 복잡도 Θ(K log n)를 달성하여, 이론적으로 하위선형 복잡도와 노이즈에 대한 강건성을 보장하는 압축 위상 복원 분야에서 처음으로 such 방법을 제공한다.

ABSTRACT

In this paper, we tackle the compressive phase retrieval problem in the presence of noise. The noisy compressive phase retrieval problem is to recover a $K$-sparse complex signal $s \in \mathbb{C}^n$, from a set of $m$ noisy quadratic measurements: $ y_i=| a_i^H s |^2+w_i$, where $a_i^H\in\mathbb{C}^n$ is the $i$th row of the measurement matrix $A\in\mathbb{C}^{m imes n}$, and $w_i$ is the additive noise to the $i$th measurement. We consider the regime where $K=βn^δ$, with constants $β>0$ and $δ\in(0,1)$. We use the architecture of PhaseCode algorithm, and robustify it using two schemes: the almost-linear scheme and the sublinear scheme. We prove that with high probability, the almost-linear scheme recovers $s$ with sample complexity $Θ(K \log(n))$ and computational complexity $Θ(n \log(n))$, and the sublinear scheme recovers $s$ with sample complexity $Θ(K\log^3(n))$ and computational complexity $Θ(K\log^3(n))$. To the best of our knowledge, this is the first scheme that achieves sublinear computational complexity for compressive phase retrieval problem. Finally, we provide simulation results that support our theoretical contributions.

연구 동기 및 목표

• 희박한 복소 신호에 대해 최소한의 샘플 및 계산 복잡도로 노이즈 있는 압축 위상 복원 문제를 해결한다.
• 이차 측정에서의 가감성 노이즈를 다룰 수 있도록 PhaseCode 알고리즘의 강건한 변종을 개발한다.
• 신호 차원 n에 대해 하위선형 계산 복잡도를 달성하여 이전 방법들에 비해 핵심적인 발전을 이룬다.
• 현실적인 노이즈 가정 하에 전역 위상까지의 신호 복원을 고확률로 보장한다.
• 거의 선형 및 하위선형 계획에 대해 샘플 및 계산 복잡도에 이론적 보장을 제공한다.

제안 방법

• 코딩 이론에서 유래한 희소 그래프 부호를 사용해 PhaseCode 프레임워크를 적응시켜 신속하고 강건한 신호 복원을 가능하게 한다.
• 두 가지 계획을 설계한다: Θ(n log n) 계산 복잡도를 가지는 거의 선형 계획과 Θ(K log³n) 복잡도를 가지는 하위선형 계획.
• 측정 모델 y_i = |a_i^H s|² + w_i 를 사용하며, 여기서 w_i 는 지수적 꼬리 노이즈이고 s 는 C^n 내에서 K-희박하다.
• 랜덤 벡터의 이차 형식 꼬리 확률을 제한하기 위해 Hanson-Wright 부등식을 활용해 노이즈에 대한 강건성을 확보한다.
• 유한한 크기와 위상 집합을 가진 양자화된 신호 성분을 가정하여 효율적인 표현과 복원을 가능하게 한다.
• 허미트 행렬과 복소 가우시안 벡터의 성질을 이용한 농도 부등식을 통해 고확률 복원을 증명한다.

실험 결과

연구 질문

• RQ1 노이즈 있는 희박한 신호의 압축 위상 복원에서 차원 n 에 대해 하위선형 계산 복잡도를 달성할 수 있는가?
• RQ2 지수적 꼬리 노이즈 하에서 강건한 복원을 위해 필요한 최소 샘플 복잡도는 무엇인가?
• RQ3 희소 그래프 부호는 위상 복원에서 노이즈 존재 상황에서 어떻게 강건성을 제공할 수 있는가?
• RQ4 PhaseCode 프레임워크는 이론적 보장과 함께 노이즈가 있는 희박한 복소 신호 복원으로 확장될 수 있는가?
• RQ5 제안된 계획에서 샘플 복잡도와 계산 복잡도 사이의 상충 관계는 무엇인가?

주요 결과

• 거의 선형 계획은 샘플 복잡도 Θ(K log n)과 계산 복잡도 Θ(n log n)을 달성하여 빠른 복원을 가능하게 한다.
• 하위선형 계획은 샘플 복잡도 Θ(K log³n)와 계산 복잡도 Θ(K log³n)를 달성하여 이 문제에 대해 처음으로 하위선형 복잡도 알고리즘을 제공한다.
• 두 계획 모두 지수적 노이즈 하에서 K-희박한 복소 신호를 전역 위상까지 고확률로 복원한다.
• 이론적 분석을 통해 농도 부등식과 이차 형식의 꼬리 경계를 통한 강건성을 확인한다.
• 시뮬레이션은 이론적 결과를 검증하며, 노이즈 하에서 뛰어난 경험적 성능을 보여준다.
• 이 프레임워크는 신호가 양자화되고 측정값이 노이즈가 있는 실제 응용에 적용 가능하다.