[논문 리뷰] Sensor Calibration for Off-the-Grid Spectral Estimation

Yonina C. Eldar, Wenjing Liao외 1명|arXiv (Cornell University)|2017. 07. 11.

Sparse and Compressive Sensing Techniques참고 문헌 21인용 수 5

한 줄 요약

이 논문은 비정규 배열에서 미지의 캘리브레이션 파rameter를 가진 균일한 배열에서 연속 스펙트럼 추정과 센서 캘리브레이션을 위한 새로운 최적화 프레임워크를 제안한다. 비볼록이고 연속 미분 가능한 목적 함수에 대해 Wirtinger 경사하강법을 사용한다. 수렴성과 임계점에의 수렴을 증명하였으며, 노이즈가 없고 스탑샷 수가 무한한 조건에서 목적 함수가 진짜 해와 등가인 해에서만 0이 되는 것을 보여주어 주파수와 캘리브레이션 파rameter의 정확한 복원이 가능함을 보장한다.

ABSTRACT

This paper studies sensor calibration in spectral estimation where the true frequencies are located on a continuous domain. We consider a uniform array of sensors that collects measurements whose spectrum is composed of a finite number of frequencies, where each sensor has an unknown calibration parameter. Our goal is to recover the spectrum and the calibration parameters simultaneously from multiple snapshots of the measurements. In the noiseless case with an infinite number of snapshots, we prove uniqueness of this problem up to certain trivial, inevitable ambiguities based on an algebraic method, as long as there are more sensors than frequencies. We then analyze the sensitivity of this algebraic technique with respect to the number of snapshots and noise. We next propose an optimization approach that makes full use of the measurements by minimizing a non-convex objective which is non-negative and continuously differentiable over all calibration parameters and Toeplitz matrices. We prove that, in the case of infinite snapshots and noiseless measurements, the objective vanishes only at equivalent solutions to the true calibration parameters and the measurement covariance matrix. The objective is minimized using Wirtinger gradient descent which is proven to converge to a critical point. We show empirically that this critical point provides a good approximation of the true calibration parameters and the underlying frequencies.

연구 동기 및 목표

• 스펙트럼 추정에서 연속 도메인 주파수와 알려지지 않은 센서 캘리브레이션 파rameter를 동시에 회복하는 문제에 대응하기 위해.
• 노이즈가 없고 스탑샷 수가 무한한 조건에서 캘리브레이션-스펙트럼 추정 문제의 유일성을 확립하기 위해.
• 다중 스탑샷 측정치를 최대로 활용하는 안정적인 최적화 기반 방법을 개발하기 위해.
• 노이즈와 유한한 스탑샷에 대한 민감도를 분석하여 기존의 대수적 방법과 교차 최적화 방법을 향상시키기 위해.
• 비볼록 최적화 문제에 적용된 Wirtinger 경사하강법에 대한 이론적 수렴 보장을 제공하기 위해.

제안 방법

• 캘리브레이션 파ram터와 토플리츠 공분산 행렬에 대해 비볼록적이며, 음이 아닌, 연속적으로 미분 가능한 목적 함수를 최소화하는 문제로 문제를 수립한다.
• 목적 함수를 최소화하기 위해 Wirtinger 경사하강법 알고리즘을 사용하며, 기울기의 리프시츠 연속성 조건 하에서 임계점으로 수렴함을 증명하였다.
• 반복값이 유한하고 잘 조정된 상태를 유지하기 위해 노름 기반 이웃 영역 $\mathcal{N}_{\widehat{n}_0}$ 을 포함하는 제약 최적화 프레임워크를 도입한다.
• 측정 공분산을 모델링하기 위해 대각 캘리브레이션 행렬과 토플리츠 구조를 포함하는 행렬 분해 기법을 사용한다.
• 기본 정리와 리프시츠 연속성 조건을 이용해 라플라스 유형 부등식을 유도하여 내림차순과 수렴성을 증명한다.
• 노이즈가 없고 스탑샷 수가 무한한 조건에서 목적 함수가 진짜 캘리브레이션과 공분산 행렬의 등가 해에서만 0이 되는 것을 확립한다.

실험 결과

연구 질문

• RQ1 균일한 센서 배열에서 주파수와 캘리브레이션 파ram터의 동시 복원이 유일하게 식별 가능한 조건은 무엇인가?
• RQ2 노이즈와 유한한 스탑샷 조건 하에서 제안된 최적화 방법의 수렴성과 안정성은 어떻게 되는가?
• RQ3 비볼록 최적화 접근법이 다중 스탑샷 측정치를 완전히 활용하여 기존의 대수적 또는 교차 최적화 방법을 능가할 수 있는가?
• RQ4 이 비볼록 복소수 최적화 설정에서 Wirtinger 경사하강법의 이론적 수렴 행동은 어떠한가?
• RQ5 제안된 방법은 기존의 대수적 및 교차 최적화 알고리즘에 비해 위상 래핑과 노이즈에 대해 어떻게 민감도가 다른가?

주요 결과

• 노이즈가 없고 스탑샷 수가 무한한 조건에서 센서 수가 주파수 수를 초과할 경우, 주파수와 캘리브레이션 파ram터의 동시 복원 문제는 자명한 모호성 외에는 유일하게 식별 가능하다.
• 노이즈가 없고 스탑샷 수가 무한한 조건에서 제안된 최적화 목적 함수는 진짜 캘리브레이션 파ram터와 측정 공분산 행렬의 등가 해에서만 0이 된다.
• Wirtinger 경사하강법은 비볼록 목적 함수의 임계점으로 수렴하여 알고리즘의 안정성을 보장한다.
• 실제 실험에서 노이즈와 유한한 스탑샷 조건 하에서도 진짜 캘리브레이션 파ram터와 기저 주파수를 양호하게 근사함을 보였다.
• 알고리즘은 노름 제약 이웃 영역 $\mathcal{N}_{\widehat{n}_0}$ 내에서 반복값이 유한하게 유지되어 수치적 안정성을 확보한다.
• 이론적 분석을 통해 기울기가 리프시츠 연속임을 확인하였으며, 표준 내림차순 분석을 통해 수렴 보장을 확보하였다.