[論文レビュー] Sparse Signal Processing with Frame Theory

Dustin G. Mixon|arXiv (Cornell University)|Apr 26, 2012

Sparse and Compressive Sensing Techniques参考文献 101被引用数 4

ひとこと要約

本稿は、フレーム理論を活用して、圧縮センシングに適した良好な性質を有する決定論的センシング行列を構築することにより、スパース信号処理を前進させる。ランダム化フレーム反転とコherェンスに基づく設計を導入し、近似的に最適な性能を達成することを示し、平均コヒーレンスが低いフレームを効率的に構築可能であることを実証することで、理論的保証のもとで安定的かつロバストなスパース信号再構成が可能となる。

ABSTRACT

Many emerging applications involve sparse signals, and their processing is a subject of active research. We desire a large class of sensing matrices which allow the user to discern important properties of the measured sparse signal. Of particular interest are matrices with the restricted isometry property (RIP). RIP matrices are known to enable efficient and stable reconstruction of sufficiently sparse signals, but the deterministic construction of such matrices has proven very difficult. In this thesis, we discuss this matrix design problem in the context of a growing field of study known as frame theory. In the first two chapters, we build large families of equiangular tight frames and full spark frames, and we discuss their relationship to RIP matrices as well as their utility in other aspects of sparse signal processing. In Chapter 3, we pave the road to deterministic RIP matrices, evaluating various techniques to demonstrate RIP, and making interesting connections with graph theory and number theory. We conclude in Chapter 4 with a coherence-based alternative to RIP, which provides near-optimal probabilistic guarantees for various aspects of sparse signal processing while at the same time admitting a whole host of deterministic constructions.

研究の動機と目的

• 安定的かつ効率的なスパース信号再構成に不可欠な、制限等方性性質（RIP）を有する決定論的センシング行列の構築という課題に対処する。
• 特に等角フレームとフルスパークフレームを含むフレーム理論的構成を提案し、ロバストなスパース信号処理を可能にする。
• RIPに対する代替手段としてのコヒーレンスに基づく枠組みを提供し、決定論的構成を可能とするとともに、最適に近い確率的保証を提示する。
• RIPを必要とせず、スパース再構成性能を向上させる線形時間フレーム反転アルゴリズムを設計する。
• フレーム理論と組合せ論、数論、グラフ理論を結びつけることで、決定論的RIP行列への新たな道筋を模索する。

提案手法

• 単位ノルムフレームを用い、平均コヒーレンスの低減に向け、ランダムなラデマッハ符号反転を適用し、冗長性制約下での低コヒーレンスフレームの存在を証明する。
• アルゴリズム2を導入し、累積フレームベクトル和のノルムを貪欲に最小化することで、コヒーレンスを低減する線形時間フレーム反転手順を実装する。
• ホーフディングの不等式を用いて、ランダム反転後のコヒーレンス低減確率を評価し、確率的保証を確立する。
• すべてのフレームベクトルにわたる和集合を用いたバウンディングにより、反転後のフレームの平均コヒーレンスが、元のコヒーレンスを√Mで除した値に比例する閾値以下であることを保証する。
• 線形時間反転アルゴリズムが平均コヒーレンスν ≤ μ/√Mのフレームを保証する理論的条件を導出する。この条件はN ≥ M² + 3M + 3を要件とする。
• フレーム設計をグラフ理論および数論と結びつけ、特に等角フレームを介して決定論的RIP行列の構築を検討する。

実験結果

リサーチクエスチョン

• RQ1 RIPの検証がNP困難であることを避けて、近似的に最適なコヒーレンスを有する決定論的センシング行列を、効率的に構築可能か？
• RQ2 フレーム反転は平均コヒーレンスをどの程度低減可能か。また、スパース再構成性能の向上を保証する条件は何か？
• RQ3 フレームの冗長性は、ランダムまたは線形時間反転などのコヒーレンス低減技術の実現可能性と有効性にどのように影響するか？
• RQ4 等角フレーム、フルスパークフレーム、および制限等方性性質の関係は、スパース信号処理の文脈でどのように解釈されるか？
• RQ5 コヒーレンスに基づく保証は、決定論的構成における安定的スパース信号再構成の代替手段として実用的か？

主な発見

• ランダム化フレーム反転手順により、M < (N−1)/(4 log 4N) の条件下で、平均コヒーレンスν ≤ μ/√Mを満たす反転同等フレームの存在が保証され、強い理論的保証のもとで確率的構成が可能となる。
• 線形時間反転アルゴリズム（アルゴリズム2）は、N ≥ M² + 3M + 3 の条件下で、平均コヒーレンスν ≤ μ/√Mのフレームを生成し、コヒーレンス低減のための決定論的かつ効率的な手法を提供する。
• 例71は、5×10フレームにおいて、線形時間反転アルゴリズムが平均コヒーレンスを約0.3778から約0.1556に低減したことを示しており、理論的境界が実際の状況でも成立することを確認している。
• 理論的解析により、反転後のフレームベクトル和のノルムが有界に保たれることを示し、帰納法と実部制約を用いてコヒーレンス低減を保証する。
• 本稿は、コヒーレンスに基づく保証が、スパース信号処理において近似的に最適な性能を達成可能であり、広範な決定論的行列構成を可能にするという点を確立した。
• 本研究は、フルスパークフレームと等角フレームがRIP行列の有望な候補であることを明らかにした。組合せ論および数論との関連性は、決定論的設計のための新たな道筋を示唆している。