[논문 리뷰] Off-The-Grid Spectral Compressed Sensing With Prior Information

Kumar Vijay Mishra, Myung Cho외 2명|arXiv (Cornell University)|2013. 11. 05.

Sparse and Compressive Sensing Techniques참고 문헌 18인용 수 6

한 줄 요약

이 논문은 알려진 주파수 성분(극점)을 활용하여 스펙트럼 복원 성능을 햖스하는 오프더그리드 압축 센싱 방법을 제안한다. 원소 주파수의 사전 지식을 원자 노름 최소화에 통합함으로써, 알려지지 않은 주파수와 진폭의 정확한 복원 확률을 높이고, 더 적은 수의 무작위 표본으로도 복원을 가능하게 하며, 해상도 조건이 위반된 경우에도 성능을 유지한다.

ABSTRACT

Recent research in off-the-grid compressed sensing (CS) has demonstrated that, under certain conditions, one can successfully recover a spectrally sparse signal from a few time-domain samples even though the dictionary is continuous. In this paper, we extend off-the-grid CS to applications where some prior information about spectrally sparse signal is known. We specifically consider cases where a few contributing frequencies or poles, but not their amplitudes or phases, are known a priori. Our results show that equipping off-the-grid CS with the known-poles algorithm can increase the probability of recovering all the frequency components.

연구 동기 및 목표

• 일부 신호 주파수가 미리 알려져 있을 때 오프더그리드 압축 센싱에서 스펙트럼 복원 문제를 해결하는 것.
• 스펙트르스 희박 신호에서 알려지지 않은 주파수 성분을 모두 복원할 확률을 높이는 것.
• 주파수의 일부에 대한 사전 지식을 활용하여 성공적인 복원에 필요한 시간 도메인 무작위 표본 수를 줄이는 것.
• 스펙트럼 추정에서 기저 불일치와 저해상도 주파수 조건에 대한 강건성을 향상시키는 것.

제안 방법

• 알려진 주파수의 복소 계수를 먼저 복원하기 위해 조건부 원자 노름 최소화를 사용하여, 신호에서 효과적으로 이를 제거한다.
• 알려진 극점을 오프더그리드 압축 센싱 프레임워크에 통합한 수형형식 프로그램(SDP)을 설정한다.
• 신호를 알려진 성분과 알려지지 않은 성분으로 분리하여, 나머지 알려지지 않은 주파수만 복원하는 문제로 축소한다.
• 주파수 위치(진폭이나 위상은 아님)에 대한 사전 지식을 활용하여 복원의 조건과 성공률을 향상시킨다.
• 알려진 극점에서 유도된 제약 조건을 적용한 원자 노름 최소화를 적용하여, 연속 도메인 주파수 가정 하에 정확한 복원을 가능하게 한다.
• 다양한 신호 차원과 희박 수준에서 수형형식 프로그래밍과 몬테카를로 시험을 통해 수치 실험을 통해 방법을 검증한다.

실험 결과

연구 질문

• RQ1 일부 주파수 성분에 대한 사전 지식이 스펙트르스 희박 신호에 대한 오프더그리드 압축 센싱의 성공률을 향상시킬 수 있는가?
• RQ2 알려진 극점을 통합함으로써 정확한 스펙트럼 복원에 필요한 표본 수가 감소하는가?
• RQ3 주파수 성분이 최소 해상도 조건을 위반할 경우 알려진 극점 알고리즘이 어떻게 성능을 발휘하는가?
• RQ4 기저 불일치 상황에서 사전 지식이 알려지지 않은 진폭과 위상 복원에 얼마나 기여하는가?

주요 결과

• 기존 오프더그리드 CS에 사전 정보가 없을 때보다 알려진 극점 알고리즘이 알려지지 않은 주파수 성분을 성공적으로 복원할 확률을 높인다.
• 삼중조합 (n,m,s) = (32,9,4)의 경우, 알려진 주파수 수 p가 증가함에 따라 완전 성공(k=s) 확률이 크게 상승한다.
• (n,m,s) = (256,40,s)일 때, 알려진 주파수 수 p가 증가함에 따라 모든 알려지지 않은 주파수의 복원 확률이 단조적으로 증가하여 확장성이 입증된다.
• (n,s) = (80,6)일 때, 알려진 극점 방법은 표준 오프더그리드 CS와 동일한 복원 확률을 달성하지만 더 적은 표본 수(m가 작음)로 이루어진다.
• 주파수 성분이 균일하게 무작위로 선택된 경우(해상도 조건 위반), 알려진 극점 알고리즘은 높은 성공률을 유지하지만, 표준 CS는 일부 시험에서 완전히 실패한다.
• (n,m,s) = (40,15,7)일 때, 해상도 한계가 충족되지 않더라도 1000회의 시험 전부에서 완전 성공을 달성한 반면, 표준 방법은 여러 경우에서 실패한다.