[論文レビュー] Sensor Calibration for Off-the-Grid Spectral Estimation

Yonina C. Eldar, Wenjing Liao+1 more|arXiv (Cornell University)|Jul 11, 2017

Sparse and Compressive Sensing Techniques参考文献 21被引用数 5

ひとこと要約

本稿は、未知のキャリブレーションパラメータを有する均一アレイにおける連合スペクトル推定とセンサーキャリブレーションのための新規最適化フレームワークを提案する。非凸かつ連続的に微分可能な目的関数に対してWirtinger勾配降下法を用い、臨界点への収束を証明する。ノイズなしで無限のスナップショットが得られる条件下では、目的関数が同値な解でのみ消えることが示され、周波数およびキャリブレーションパラメータの正確な回復が可能となる。

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.

研究の動機と目的

• 連続的周波数と未知のセンサーキャリブレーションパラメータの同時回復というスペクトル推定の課題に対処すること。
• ノイズなしで無限のスナップショットが得られる条件下でのキャリブレーション・スペクトル推定問題の一意性を確立すること。
• マルチスナップショット測定を完全に活用する安定な最適化ベースの手法を開発すること。
• ノイズおよび有限スナップショットへの感受性を分析し、従来の代数的および交互法を凌駕すること。
• 非凸最適化問題に適用されたWirtinger勾配降下法の理論的収束保証を提供すること。

提案手法

• キャリブレーションパラメータおよびトーペリッツ共分散行列の上での非凸的で非負で連続的に微分可能な目的関数の最小化として問題を定式化する。
• 目的関数を最小化するためにWirtinger勾配降下法を用い、勾配のリプシッツ連続性のもとで臨界点への収束が保証されることを証明する。
• 反復点が有界かつ良好に振る舞うように保証するため、ノルムに基づく近傍 $\mathcal{N}_{\widehat{n}_0}$ を用いた制約付き最適化フレームワークを導入する。
• 測定共分散をモデル化するために、対角キャリブレーション行列とトーペリッツ構造を組み合わせた行列分解を採用する。
• 基本定理を用いてリャプノフ型不等式を導出し、降下性と収束性を証明する。
• ノイズなしで無限のスナップショットが得られる状況下では、目的関数が真のキャリブレーションおよび共分散行列の同値解でのみ消えることを確立する。

実験結果

リサーチクエスチョン

• RQ1 均一センサーアレイにおいて、周波数とキャリブレーションパラメータの連合回復が、どのような条件下で一意に同定可能となるか？
• RQ2 ノイズおよび有限スナップショット下で、提案手法の収束性と安定性はどのように評価されるか？
• RQ3 非凸最適化アプローチは、マルチスナップショット測定を十分に活用し、従来の代数的または交互法を上回る性能を達成できるか？
• RQ4 この非凸的で複素数値の最適化設定において、Wirtinger勾配降下法の理論的収束挙動はいかなるものか？
• RQ5 提案手法は、位相の折り返しやノイズに対して、従来の代数的および交互法と比較して感受性が低いとされるか？

主な発見

• ノイズなしで無限のスナップショットが得られる条件下では、センサ数が周波数数を超える限り、周波数とキャリブレーションパラメータの連合回復は自明な曖昧さを除き一意に同定可能である。
• ノイズなしで無限のスナップショットが得られる状況下では、提案手法の目的関数は真のキャリブレーションパラメータおよび測定共分散行列の同値解でのみ消える。
• Wirtinger勾配降下法は非凸目的関数の臨界点に収束することが保証され、アルゴリズムの安定性が確保される。
• 実験的にもロバストであることが示され、ノイズや有限スナップショット下でも真のキャリブレーションパラメータおよび周波数の良好な近似が得られる。
• アルゴリズムはノルム制約近傍 $\mathcal{N}_{\widehat{n}_0}$ 内で反復点が有界を保ち、数値的安定性が確保される。
• 理論的解析により勾配のリプシッツ連続性が確認され、標準的な降下解析を用いた収束保証が可能となる。