[논문 리뷰] On the modified Basis Pursuit reconstruction for Compressed Sensing with partially known support

Stéphane Chrétien|arXiv (Cornell University)|2009. 06. 02.

Sparse and Compressive Sensing Techniques참고 문헌 3인용 수 4

한 줄 요약

이 논문은 압축 측정(compressed sensing)에서 부분적인 지지 정보가 제공될 때 수정된 Basis Pursuit 방법의 분석을 정교화한다. 추측된 지지 집합의 여집합 위에서만 ℓ₁ 노름을 최소화함으로써, 지지 집합의 누락된 성분 수의 두 배에 해당하는 순서의 제한된 등장성 성질(Restricted Isometry Property) 조건 하에서 정확한 신호 복원이 가능하다.

ABSTRACT

The goal of this short note is to present a refined analysis of the modified Basis Pursuit ($\\ell_1$-minimization) approach to signal recovery in Compressed Sensing with partially known support, as introduced by Vaswani and Lu. The problem is to recover a signal $x \\in \\mathbb R^p$ using an observation vector $y=Ax$, where $A \\in \\mathbb R^{n\ imes p}$ and in the highly underdetermined setting $n\\ll p$. Based on an initial and possibly erroneous guess $T$ of the signal's support ${\ m supp}(x)$, the Modified Basis Pursuit method of Vaswani and Lu consists of minimizing the $\\ell_1$ norm of the estimate over the indices indexed by $T^c$ only. We prove exact recovery essentially under a Restricted Isometry Property assumption of order 2 times the cardinal of $T^c \\cap {\ m supp}(x)$, i.e. the number of missed components.

연구 동기 및 목표

• 부분적으로 알려진 지지 정보가 있는 압축 측정에서 수정된 Basis Pursuit의 이론적 이해를 향상시키기 위해.
• 개선된 제한된 등장성 성질 조건 하에서 이 방법의 정확한 복원 보장을 수립하기 위해.
• 지지 추정 오차가 신호 복원 성능에 미치는 영향을 정량화하기 위해.
• 이전 연구에 비해 더 날카운 분석을 제공하기 위해.

제안 방법

• 방법은 추측된 지지 집합 T에 속하지 않는 색인들 위에서만 신호 추정의 ℓ₁ 노름을 최소화한다.
• 가능한 오류를 포함한 지지 추측 집합 T의 사전 지식을 활용하여 최적화를 T^c로 제약한다.
• 분석은 순서 2|T^c ∩ supp(x)|의 제한된 등장성 성질(Restricted Isometry Property)에 기반한다.
• T^c ∩ supp(x)|의 순서에서의 제한된 등장성 상수(RIP constant)가 충분히 작을 경우 복원이 정확하게 증명된다.
• 이 접근법은 알려진 지지 집합을 고정하고, 나머지 알 수 없는 부분을 ℓ₁-최소화를 통해 복원하는 데 집중한다.
• 이 방법은 부분적 지지 정보를 통합하기 위해 수정된 Basis Pursuit의 변종이다.

실험 결과

연구 질문

• RQ1 지지 정보가 부분적으로 알려져 있을 때 수정된 Basis Pursuit 방법이 정확한 신호 복원을 달성할 조건은 무엇인가?
• RQ2 누락된 지지 성분의 수가 복원을 위한 필요로 하는 RIP 조건에 어떻게 영향을 미치는가?
• RQ3 지지 정보가 제공될 경우 기존의 Basis Pursuit보다 복원 보장 조건을 더 강화할 수 있는가?
• RQ4 진짜 지지 집합과 추측 지지 집합의 여집합 간의 교집합 크기에 따라 복원 조건이 어떻게 의존하는가?
• RQ5 순서 2|T^c ∩ supp(x)|의 제한된 등장성 성질이 복원 성공에 어떻게 영향을 미치는가?

주요 결과

• 제한된 등장성 성질 상수의 순서 2|T^c ∩ supp(x)|가 충분히 작을 경우 정확한 신호 복원이 보장된다.
• 복원 조건은 총 신호 차원이나 추측 지지 집합의 크기와는 무관하고, 지지 추측에서 누락된 성분의 수에 따라 달라진다.
• 사전 지지 지식을 통합함으로써 표준 Basis Pursuit보다 더 날카운 복원 조건을 달성함으로써 이 방법은 향상된다.
• 분석 결과, 오류가 있는 지지 추측이라도 누락된 성분이 적고 RIP 조건이 만족될 경우 정확한 복원이 가능하다는 것이 드러났다.
• 지지 정보가 없을 경우에 비해 더 엄격하지 않은 RIP 조건 하에서도 이 방법은 정확한 복원을 달성한다.
• n ≪ p인 매우 과소정의 시스템에서도 성립함으로써, 희박한 신호 복원에서의 강건성을 보여준다.