[논문 리뷰] Fast Two-Dimensional Atomic Norm Minimization in Spectrum Estimation and Denoising

Jian Pan, Jun Tang외 1명|arXiv (Cornell University)|2018. 07. 23.

Sparse and Compressive Sensing Techniques참고 문헌 21인용 수 6

한 줄 요약

이 논문은 2차원 스펙트럼 추정 및 노이즈 제거를 위한 빠른 행렬 원자 노름 최소화(MANM) 방법을 제안한다. 새로운 행렬 원자 노름을 활용하여 2차원 도래각(DOA) 문제를 저복잡도의 준선형계획문제(SDP)로 재구성함으로써, 기존의 O((MN+1)^3)에서 O((M+N)^3)로 계산 비용을 감소시키면서도 초해상도 성능을 유지하고, 그리드 기반 성분에 대해 뛰어난 정확성과 강인성을 확보한 단일 스냅샷 복원을 가능하게 한다.

ABSTRACT

Motivated by recent work on two dimensional (2D) harmonic component recovery via atomic norm minimization (ANM), a fast 2D direction of arrival (DOA) off-grid estimation based on ANM method was proposed. By introducing a matrix atomic norm the 2D DOA estimation problem is turned into matrix atomic norm minimization (MANM) problem. Since the 2D-ANM gridless DOA estimation is processed by vectorizing the 2D into 1D estimation and solved via semi-definite programming (SDP), which is with high computational cost in 2D processing when the number of antennas increases to large size. In order to overcome this difficulty, a detail formulation of MANM problem via SDP method is offered in this paper, the MANM method converts the original $MN+1$ dimensions problem into a $M+N$ dimensions SDP problem and greatly reduces the computational complexity. In this paper we study the problem of 2D line spectrally-sparse signal recovery from partial noiseless observations and full noisy observations, both of which can be solved efficiently via MANM method and obtain high accuracy estimation of the true 2D angles. We give a sufficient condition of the optimality condition of the proposed method and prove an up bound of the expected error rate for denoising. Finally, numerical simulations are conducted to show the efficiency and performance of the proposed method, with comparisons against several existed sparse methods.

연구 동기 및 목표

• 대규모 어레이 처리에서 기존 2차원 원자 노름 최소화(ANM) 방법의 높은 계산 복잡도 문제를 해결하기 위해.
• 단일 스냅샷 및 부분 관측에서 그리드 없는 초해상도 2차원 DOA 추정을 가능하게 하기 위해.
• 이산화된 조건에서의 조화 성분에 대해 기존 그리드 기반 압축 감지 방법의 한계를 극복하기 위해.
• SDP 문제의 차원을 MN+1에서 M+N 차원으로 줄이는 행렬 원자 노름 형식을 개발하기 위해.
• 노이즈 조건 하에서 노이즈 제거 및 추정 정확도에 대한 이론적 성능 보장을 제공하기 위해.

제안 방법

• 2차원 조화 성분 행렬을 기반으로 한 새로운 행렬 원자 노름을 도입하여, 1차원 ANM의 벡터화된 형태를 구조화된 행렬 형식으로 대체한다.
• 바르당베르트 구조를 유지하는 새로운 원자 집합을 통해 2차원 DOA 추정 문제를 행렬 원자 노름 최소화(MANM) 문제로 재구성한다.
• MN+1 대신 M+N 치수를 갖는 준선형계획문제(SDP)를 구성하여 계산 복잡도를 극적으로 감소시킨다.
• 토플리츠 행렬 구조와 카라테오도리 유형 분해를 활용하여 2차원에서 초해상도 성질을 유지한다.
• SDP 기반 최적화를 통해 부분 관측된 무노이즈 복원 및 전체 노이즈가 있는 관측치의 노이즈 제거에 응용한다.
• 확률적 분석과 랜덤 행렬 원소에 대한 버니스타인 정리를 활용하여 추정 오차의 이론적 경계를 유도한다.

실험 결과

연구 질문

• RQ1 벡터화된 1차원 ANM에 비해 훨씬 낮은 계산 복잡도를 갖는 2차원 원자 노름 최소화 방법을 제안할 수 있는가?
• RQ2 제안된 행렬 원자 노름 형식이 초해상도 성능과 그리드 외 성분에 대한 강인성을 유지하는가?
• RQ3 MANM 방법이 단일 스냅샷 및 부분 관측에서 정확한 2차원 DOA 추정을 달성할 수 있는가?
• RQ4 제안된 MANM 방법을 사용한 노이즈 제거에 대한 기대 오차율의 이론적 경계는 무엇인가?
• RQ5 기존의 희박 복원 및 ANM 기반 접근법과 비교해 MANM 방법은 런타임과 정확도에서 어떻게 성능을 내는가?

주요 결과

• MANM 방법은 SDP 문제의 차원을 O(MN+1)에서 O(M+N)로 감소시켜, 벡터화된 ANM에 비해 계산 복잡도를 수 개의 지수 정도 낮춘다.
• 이 방법은 단일 스냅샷에서도 초해상도 성능을 유지하며, 고밀도 그리드가 필요 없이 고해상도 2차원 DOA 추정을 달성한다.
• 이론적 분석에 따르면, 노이즈 제거에서 기대 오차는 2λ‖X♯‖_𝒜𝒹 이하로 경계된다. 여기서 λ는 어레이 크기와 노이즈 분산의 함수이다.
• 수치 실험 결과, MANM은 특히 그리드 외 조건에서 기존의 그리드 기반 방법들인 OMP와 LASSO보다 뛰어난 성능을 보인다.
• 전통적인 부분공간 방법인 MUSIC과 ESPRIT과 달리, 이 방법은 일관된 소스와 소스 상관관계에 대해 강인성을 유지한다.
• Mₓ = 4π(M−1) 및 Nᵧ = 4π(N−1)일 때, 노이즈 행렬의 기대 노름은 √(ln(MₓNᵧ)) 및 (M−1)²(N−1)² 항을 포함하는 함수로 경계되며, 이는 안정적인 성능을 보장한다.