[논문 리뷰] Sparks and Deterministic Constructions of Binary Measurement Matrices from Finite Geometry

Shu‐Tao Xia, Xinji Liu외 2명|arXiv (Cornell University)|2013. 01. 25.

Sparse and Compressive Sensing Techniques참고 문헌 31인용 수 3

한 줄 요약

이 논문은 유한 기하학을 사용하여 이진 측정 행렬의 두 가지 결정론적 구성법을 제안하며, 이전 방법보다 높은 스파크 값을 달성한다. LDPC 코드와의 연결을 활용하여 스파크에 대한 개선된 하한을 도출하고, 시뮬레이션을 통해 제안된 행렬이 OMP 알고리즘을 사용한 희박 신호 복원에서 가우시안 랜덤 행렬보다 뛰어난 성능을 보임을 입증한다.

ABSTRACT

Abstract—For a measurement matrix in compressed sensing, its spark (or the smallest number of columns that are linearly dependent) is an important performance parameter. The matrix with spark greater than 2k guarantees the exact recovery of k-sparse signals under an l0-optimization, and the one with large spark may perform well under approximate algorithms of the l0-optimization. Recently, Dimakis, Smarandache and Vontobel revealed the close relation between LDPC codes and compressed sensing and showed that good parity-check matrices for LDPC codes are also good measurement matrices for compressed sensing. By drawing methods and results from LDPC codes, we study the performance evaluation and constructions of binary measurement matrices in this paper. Two lower bounds of spark are obtained for general binary matrices, which improve the previously known results for real matrices in the binary case. Then, we propose two classes of deterministic binary measurement matrices based on finite geometry. Two further improved lower bounds of spark for the proposed matrices are given to show their relatively large sparks. Simulation results show that in many cases the proposed matrices perform better than Gaussian random matrices under the OMP algorithm. Index Terms—Compressed sensing (CS), measurement matrix, l0-optimization, spark, binary matrix, finite geometry, LDPC codes, deterministic construction. I.

연구 동기 및 목표

• 일반적인 이진 측정 행렬에 대한 스파크 하한을 향상시키기 위해.
• 유한 기하학을 사용한 결정론적 이진 측정 행렬의 구성법을 개발하기 위해.
• 제안된 행렬 유형에 대해 더 날카운 하한을 확보하여 더 나은 희박 신호 복원을 보장하기 위해.
• 제안된 행렬의 압축 감지 성능을 평가하기 위해, 특히 OMP 알고리즘 하에서의 성능을 중심으로 하기 위해.
• 유한 기하학 기반 구성법이 실질적인 복원 시나리오에서 랜덤 가우시안 행렬을 능가할 수 있음을 입증하기 위해.

제안 방법

• 특히 사영 평면과 그의 인cidenc 행렬을 활용하여, 유한 기하학의 조합 구조를 기반으로 이진 측정 행렬을 구성하기 위해.
• LDPC 코드와 압축 감지 간의 이중성 관계를 활용하여, LDPC 코드의 부호화 행렬 설계 원칙을 측정 행렬에 이관하기 위해.
• 조합적 및 대수적 성질을 기반으로 임의의 이진 행렬에 대한 두 가지 일반적인 스파크 하한을 도출하기 위해.
• 제안된 유한 기하학 기반 행렬에 대해 구조적 규칙성과 희박성의 특성을 활용하여, 스파크에 대한 두 가지 향상된 하한을 확립하기 위해.
• 재구성 성능 평가를 위해 시뮬레이션에서 수직 매칭 추적(OMP) 알고리즘을 적용하기 위해.
• 동일한 희박 신호 복원 조건 하에서 제안된 결정론적 행렬을 가우시안 랜덤 행렬과 비교하기 위해.

실험 결과

연구 질문

• RQ1 유한 기하학을 사용하여 압축 감지에 적합한 고스파크 이진 측정 행렬을 결정론적으로 구성할 수 있는가?
• RQ2 제안된 행렬에 대한 스파크 하한이 일반적이거나 랜덤 이진 행렬에 대한 기존 하한과 비교해 어떻게 되는가?
• RQ3 OMP 알고리즘 하에서의 희박 신호 복원 성능에서 제안된 행렬이 가우시안 랜덤 행렬을 어느 정도 능가하는가?
• RQ4 LDPC 코드 설계와 고스파크 이진 측정 행렬의 구성 간의 관계는 무엇인가?
• RQ5 결정론적 구성법이 실질적인 압축 감지 응용에서 랜덤 구성법과 비교해 유사하거나 우월한 성능을 달성할 수 있는가?

주요 결과

• 제안된 유한 기하학 기반 이진 측정 행렬은 일반적인 이진 행렬에 대해 이전에 알려진 하한을 초월하는 높은 스파크 값을 확보한다.
• 제안된 행렬 유형에 대해 두 가지 향상된 스파크 하한이 도출되었으며, 이는 강력한 이론적 성능 보장을 확인한다.
• 시뮬레이션 결과는 OMP 알고리즘 하에서 다양한 희박 수준에서 제안된 행렬이 복원 성공률 측면에서 가우시안 랜덤 행렬을 능가함을 보여준다.
• 유한 기하학 기반 결정론적 구성법은 구조적 희박성과 높은 스파크를 갖춘 행렬을 생성하여 신뢰할 수 있는 k-희박 신호 복원을 가능하게 한다.
• LDPC 코드 설계 원칙이 측정 행렬 구성에 성공적으로 이행됨으로써, LDPC 코드와 압축 감지 간의 연결성이 검증된다.
• 제안된 행렬은 실질적인 복원 작업에서 랜덤 구성법에 비해 경쟁력 있거나 우월한 성능을 보이는 결정론적 대안을 제공한다.