[論文レビュー] A null space analysis of the L1 synthesis method in dictionary-based compressed sensing

Xuemei Chen, Haichao Wang+1 more|arXiv (Cornell University)|Jun 27, 2013

Sparse and Compressive Sensing Techniques参考文献 26被引用数 3

ひとこと要約

本稿は、辞書ベースの圧縮センシングにおけるℓ₁-合成法を用いた正確な復元の十分かつ必要十分条件として、辞書に基づく零空間性質（D-NSP）を導入する。D-NSPが、ノイズのない状況下でs-スパース信号の正確な復元を保証することを示し、また、高コherenceを持つフルスパーク辞書では、いかなる測定行列に対しても安定な復元を保証できないことを証明する。さらに、実数値設定下でD-NSPがノイズ下での安定性を保証することを確立する。

ABSTRACT

An interesting topic in compressed sensing aims to recover signals with sparse representations in a dictionary. Recently the performance of the L1-analysis method has been a focus, while some fundamental problems for the L1-synthesis method are still unsolved. For example, what are the conditions for it to stably recover compressible signals under noise? Whether coherent dictionaries allow the existence of sensing matrices that guarantee good performances of the L1-synthesis method? To answer these questions, we build up a framework for the L1-synthesis method. In particular, we propose a dictionary-based null space property DNSP which, to the best of our knowledge, is the first sufficient and necessary condition for the success of L1-synthesis without measurement noise. With this new property, we show that when the dictionary D is full spark, it cannot be too coherent otherwise the method fails for all sensing matrices. We also prove that in the real case, DNSP is equivalent to the stability of L1-synthesis under noise.

研究の動機と目的

• 測定ノイズ下での辞書ベースの圧縮センシングにおけるℓ₁-合成法に関する根本的な未解決問題を解消すること。
• 信号が冗長辞書においてスパースである場合の、可換信号の安定な復元に必要な十分条件を特定すること。
• 辞書のコherenceがℓ₁-合成法の性能に与える影響を調査すること、特に、コherentな辞書が効果的な測定行列を支持できるか否かを検討すること。
• 測定ノイズが存在する状況下で、零空間性質と再構成安定性を結びつける理論的枠組みを確立すること。

提案手法

• ノイズなし状況下でs-スパース信号の正確な復元を保証する十分かつ必要十分条件として、辞書ベースの零空間性質（D-NSP）を提案する。
• D-NSPを、すべてのv ∈ ker(A) ≠ 0および|T| ≤ sを満たすすべてのインデックス集合Tに対して、||v_T||_1 < ||v_{T^c}||_1を満たす測定行列Aに関する条件として定義する。
• 双対性の議論と幾何的解析を用いて、D-NSPが実数の場合にノイズ下での安定性と同値であることを示す。
• ADの核に属するベクトルの列を用いた極限の議論を適用し、D-NSPが重要な関数F(w)の下界が保証されることを証明することで、安定性を示す。
• ベクトルを(ker D)^⊥およびker Dの成分に分解することで、ℓ₁最小化目的関数の挙動を分析する。
• 核上での目的関数の下限の下側連続性を証明し、D-NSPのもとで正の下界が存在することを支持する。

実験結果

リサーチクエスチョン

• RQ1 測定ノイズ下で、ℓ₁-合成法が可換信号を安定に復元するための必要十分条件は何か？
• RQ2 コherentな辞書でも、ℓ₁-合成法の性能を保証する測定行列が存在可能か？
• RQ3 辞書がフルスパークである場合、どのような条件下でℓ₁-合成法がいかなる測定行列に対しても失敗するか？
• RQ4 実数の場合に、辞書ベースの零空間性質（D-NSP）はノイズ下での安定性と同値か？

主な発見

• D-NSPは、測定ノイズが存在しない辞書ベースの圧縮センシングにおけるℓ₁-合成法の成功に対する最初の十分かつ必要条件である。
• 辞書Dがフルスパークであり、かつ高コherenceである場合、いかなる測定行列Aに対しても、ℓ₁-合成法による安定な復元を保証することはできない。
• 実数の場合、D-NSPはノイズ下でのℓ₁-合成法の安定性と同値であり、再構成誤差がノイズレベルの定数倍で有界であることを意味する。
• 関数F(w) = (||w_{T^c}||_1 - ||w_T + ū||_1)/||Dw||_2が、D^{-1}(ker A ≠ 0)上で正の下界を持つことは、D-NSPが成り立つための必要十分条件であることを証明した。
• 核上での目的関数の下限の下側連続性が証明され、D-NSPのもとで正の下界が存在することが保証される。
• 解析により、Dがフルスパークかつコherentである場合、測定行列Aの選択にかかわらず、ℓ₁-合成法は普遍的に失敗することが示された。