[논문 리뷰] Sampling stationary signals subject to bitrate constraints.

Alon Kipnis, Yonina C. Eldar외 1명|arXiv (Cornell University)|2016. 01. 24.

Advanced Data Compression Techniques참고 문헌 55인용 수 3

한 줄 요약

이 논문은 비균일 스펙트럼 에너지 분포를 가진 정상적인 밴드통한 신호에서 비트레이트 제약 조건 하에 복원 왜곡을 최소화하기 위한 이론을 개발한다. 비균일 에너지 분포 조건에서 최적 성능을 달성하기 위해 샘플링 주파수를 노이즈의 레이트 이하로 낮출 수 있음을 보여주며, 왜곡-비트레이트 트레이드오프를 달성하기 위한 최소 샘플링 주파수 $f_{DR}$ 를 규명한다. 이는 고전적 샘플링 정리에 손실 압축 효과를 통합하여 확장한 것이다.

ABSTRACT

A theory of minimizing distortion in reconstructing a stationary signal under a constraint on the number of bits per sample is developed. We first analyze the optimal sampling frequency required in order to achieve the optimal distortion-rate tradeoff for a stationary bandlimited signal. To this end, we consider a combined sampling and source coding problem in which an analog Gaussian source is reconstructed from its encoded sub-Nyquist samples. We show that for processes whose energy is not uniformly distributed over the spectral band, each point on the distortion-rate curve of the process corresponds to a sampling frequency smaller than the Nyquist rate. This characterization can be seen as an extension of the classical sampling theorem for bandlimited random processes in the sense that it describes the minimal amount of excess distortion in the reconstruction due to lossy compression of the samples, and provides the minimal sampling frequency $f_{DR}$ required in order to achieve that distortion. We compare the fundamental limits of combined source coding and sampling to the performance in pulse code modulation (PCM), where each sample is quantized by a scalar quantizer using a fixed number of bits.

연구 동기 및 목표

• 고정된 비트레이트 제약 조건 하에서 정상적인 밴드통한 신호의 복원 왜곡을 최소화하기 위한 최적의 샘플링 주파수를 결정하는 것.
• 이deal 샘플링 대신 손실 압축을 사용하여 샘플을 인코딩할 경우의 왜곡-비트레이트 트레이드오프를 분석하는 것.
• 주어진 왜곡 수준을 달성하기 위해 필요한 최소 샘플링 주파수 $f_{DR}$ 를 특성화하는 것. 이는 고전적 샘플링 정리에 손실 압축 시나리오를 포함하도록 확장하는 것이다.
• 스칼라量子화를 사용하는 전통적인 펄스 코드 변조(PCM)와 비교하여 샘플링과 소스 코딩의 통합한 이론적 한계를 분석하는 것.

제안 방법

• 아날로그 가우시안 과정이 서브-뉴이즈 주파수로 샘플링되고 압축된 샘플들로부터 복원되는 통합 샘플링 및 소스 코딩 문제를 수립한다.
• 비균일 스펙트럼 에너지 분포 조건 하에서 신호의 왜곡-비트레이트 함수를 분석하여 최적의 샘플링 주파수를 유도한다.
• 주어진 왜곡 수준을 달성하기 위한 최소 샘플링 주파수 $f_{DR}$ 를 유도하며, 이는 비균일 에너지 스펙트럼 조건에서 뉴이즈 레이트보다 엄격히 낮음을 보여준다.
• 정보이론적 도구를 사용하여 손실 압축에 의한 샘플 왜곡을 모델링하고, 서브-뉴이즈 샘플링에 기인한 초과 왜곡을 정량화한다.
• 제안된 방법의 이론적 왜곡 한계를 각 샘플이 고정된 비트 수로 독립적으로 양자화되는 전통적 PCM과 비교한다.

실험 결과

연구 질문

• RQ1 고정된 비트레이트 제약 조건 하에서 정상적인 밴드통한 신호를 복원할 때 왜곡을 최소화하기 위해 필요한 최적의 샘플링 주파수는 무엇인가?
• RQ2 이상적 샘플링 대비 손실 소스 코딩을 사용하여 샘플을 압축할 경우 왜곡-비트레이트 트레이드오프는 어떻게 변화하는가?
• RQ3 신호의 스펙트럼 조건이 어떨 경우에 샘플링 주파수를 뉴이즈 레이트 이하로 낮출 수 있으며, 여전히 최적의 왜곡 성능를 달성할 수 있는가?
• RQ4 손실 압축된 샘플을 고려할 때 주어진 왜곡 수준을 달성하기 위한 최소 샘플링 주파수 $f_{DR}$ 는 무엇인가?
• RQ5 샘플링과 소스 코딩의 통합 기법의 성능은 스칼라 양자화를 사용하는 전통적 PCM과 비교하여 어떻게 되는가?

주요 결과

• 비균일 스펙트럼 에너지 분포를 가진 정상적인 밴드통한 신호의 경우, 최적의 샘플링 주파수 $f_{DR}$ 는 뉴이즈 레이트보다 엄격히 낮다.
• 왜곡-비트레이트 곡선 상의 모든 점이 뉴이즈 레이트 이하의 샘플링 주파수에 해당하므로, 서브-뉴이즈 샘플링이 비트레이트 제약 조건 하에서 최적의 왜곡 성능를 달성할 수 있음을 시사한다.
• 제안된 프레임워크는 샘플의 손실 압축에 기인한 최소 초과 왜곡을 정량화하여 효율적인 샘플링 및 압축을 위한 이론적 기반을 제공한다.
• 신호의 에너지가 스펙트럼 대역의 일부 집합에 집중되어 있을 경우, 통합 샘플링 및 소스 코딩 기법의 왜곡-비트레이트 성능는 전통적 PCM보다 뛰어나다.
• 최소 샘플링 주파수 $f_{DR}$ 는 신호의 스펙트럼 특성과 목표 왜곡 수준에 따라 함수로 유도되며, 이는 최적의 시스템 설계를 가능하게 한다.