[논문 리뷰] Fundamental Limits of Blind Deconvolution Part I: Ambiguity Kernel

Sunav Choudhary, Urbashi Mitra|arXiv (Cornell University)|2014. 11. 14.

Blind Source Separation Techniques참고 문헌 19인용 수 16

한 줄 요약

이 논문은 올림프 변환 선형 컨volution 연산자의 랭크-두 영공간의 부분 매개변수화되고 재귀적으로 구조화된 측도 이론적으로 탴, 부분적으로 매개변수화된, 측도 이론적으로 탠 잠재적 영역로 나타내어, 블라인드 디컨볼루션의 기본 한계를 규명한다. 이는 제약 조건이 없는 공간에서 거의 모든 신호 쌍이 식별 불가능하다는 것을 증명하며, 스파arsity 제약 조건이 없더라도 블라인드 디컨볼루션은 본질적으로 잘못 정의된 문제임을 드러내며, 식별 불가능한 해는 크기가 m+n인 고차원 집합을 이룬다.

ABSTRACT

Blind deconvolution is an ubiquitous non-linear inverse problem in applications like wireless communications and image processing. This problem is generally ill-posed, and there have been efforts to use sparse models for regularizing blind deconvolution to promote signal identifiability. Part I of this two-part paper characterizes the ambiguity space of blind deconvolution and shows unidentifiability of this inverse problem for almost every pair of unconstrained input signals. The approach involves lifting the deconvolution problem to a rank one matrix recovery problem and analyzing the rank two null space of the resultant linear operator. A measure theoretically tight (parametric and recursive) representation of the key rank two null space is stated and proved. This representation is a novel foundational result for signal and code design strategies promoting identifiability under convolutive observation models. Part II of this paper analyzes the identifiability of sparsity constrained blind deconvolution and establishes surprisingly strong negative results on scaling laws for the sparsity-ambiguity trade-off.

연구 동기 및 목표

• 블라인드 디컨볼루션의 오해의 공간을 수학적으로 엄밀하고 측도 이론적으로 탠 방식으로 특성화하기.
• 스파arsity 제약 조건이 없더라도 제약 조건이 없는 공간에서 거의 모든 신호 쌍에 대해 블라인드 디컨볼루션의 식별 불가능성을 입증하기.
• 이중선형 컨볼루션 관측 모델 하에서 식별 가능한 신호 및 코드를 설계하기 위한 기초 프레임워크 제공하기.
• 표준 스파arsity 제약 조건이 블라인드 디컨볼루션의 본질적 식별 불가능성을 극복하는 데 부족하다는 것을 입증하기.
• 비표준 스파arsity 또는 무작위 프리코딩을 통한 시스템 재설계를 통해 식별 가능성을 달성하도록 동기화하기.

제안 방법

• 이중선형 연산자 변환을 통해 블라인드 디컨볼루션 문제를 랭크-일차 행렬 복원 문제로 올림프화한다.
• 올림프 도메인에서 선형 컨볼루션 사상의 랭크-두 영공간을 분석하여 오해의 특성화를 수행한다.
• 측도 이론적으로 탠 부분 매개변수화되고 재귀적으로 구조화된 영공간의 새로운 표현 방식을 개발한다.
• 회전형 오해를 유도하는 이중선형 함수의 구성적 수치 예제를 제시하여 식별 불가능한 신호 쌍을 설명한다.
• 레베그 측도 이론을 적용하여 식별 불가능한 쌍이 신호 공간 R^m × R^n 내에서 차원 m+n인 집합을 이룬다는 것을 입증한다.
• 일반적인 이중선형 문제와 달리 선형 컨볼루션의 대수적 단순성에 기반하여 영공간의 명시적 매개변수화를 가능하게 한다.

실험 결과

연구 질문

• RQ1 블라인드 디컨볼루션에서 오해의 핵심의 정확한 구조는 무엇이며, 그 차원은 얼마인가?
• RQ2 제약 조건이 없이도 거의 모든 신호 쌍에 대해 블라인드 디컨볼루션을 유일하게 식별할 수 있는가?
• RQ3 표준 스파arsity 사전 정보는 왜 블라인드 디컨볼루션에서 식별 가능성을 보장하지 못하는가, 심지어 표준 스파arsity 모델 하에서도 그렇다?
• RQ4 식별 불가능성 결과는 실수 체에서 안정적인가, 대수적 닫힘 가정 없이도 성립하는가?
• RQ5 비랜덤화된 코드 설계를 통해 식별 가능성을 달성할 수 있도록 오해 핵심을 완전히 특성화할 수 있는가?

주요 결과

• 블라인드 디컨볼루션의 오해 핵심에는 르베그 측도 하에서 거의 곳 곳에서 식별 불가능한 차원 m+n의 집합이 포함되어 있다.
• 식별 불가능성은 모델 차수나 스파arsity의 산물이 아니라 선형 컨볼루션 연산자 자체에 내재되어 있으며, m,n ≥ 5일지라도 성립한다.
• 구성적 예제를 통해 두 개의 선형 독립적인 신호 쌍이 동일한 컨볼루션을 생성할 수 있음을 보여주어 비유일성의 존재를 입증한다.
• 논문은 컨볼루션 연산자의 랭크-두 영공간에 대해 매개변수화되고 재귀적인 표현 방식을 수립하였으며, 이는 새로운 분석 도구이다.
• 식별 불가능성 결과는 이전 연구보다 더 강력하다: 일반적으로나 제약 조건 하에서가 아니라 거의 곳 곳에서 성립한다.
• 오해 핵심의 차원이 정확히 m+n임을 입증하여 고차원 신호 공간에서 문제의 본질적 잘못 정의됨을 나타낸다.