[論文レビュー] Spatially Distributed Sampling and Reconstruction

Cheng Cheng, Yingchun Jiang+1 more|arXiv (Cornell University)|Nov 27, 2015

Sparse and Compressive Sensing Techniques参考文献 50被引用数 7

ひとこと要約

本稿では、エージェント間の相互作用と信号の革新をモデル化するグラフベースのフレームワークを用いて、空間信号の分散型サンプリングおよび再構成システム（DSRS）を提案する。重複する部分系に基づく安定性基準を確立し、すべての部分系が一様に安定であるならば、グローバルな安定性が成立することを証明する。また、有界なノイズ下でも部分最適な信号再構成を達成する指数的収束性を持つ分散アルゴリズムを導入する。

ABSTRACT

A spatially distributed system contains a large amount of agents with limited sensing, data processing, and communication capabilities. Recent technological advances have opened up possibilities to deploy spatially distributed systems for signal sampling and reconstruction. In this paper, we introduce a graph structure for a distributed sampling and reconstruction system by coupling agents in a spatially distributed system with innovative positions of signals. A fundamental problem in sampling theory is the robustness of signal reconstruction in the presence of sampling noises. For a distributed sampling and reconstruction system, the robustness could be reduced to the stability of its sensing matrix. In a traditional centralized sampling and reconstruction system, the stability of the sensing matrix could be verified by its central processor, but the above procedure is infeasible in a distributed sampling and reconstruction system as it is decentralized. In this paper, we split a distributed sampling and reconstruction system into a family of overlapping smaller subsystems, and we show that the stability of the sensing matrix holds if and only if its quasi-restrictions to those subsystems have uniform stability. This new stability criterion could be pivotal for the design of a robust distributed sampling and reconstruction system against supplement, replacement and impairment of agents, as we only need to check the uniform stability of affected subsystems. In this paper, we also propose an exponentially convergent distributed algorithm for signal reconstruction, that provides a suboptimal approximation to the original signal in the presence of bounded sampling noises.

研究の動機と目的

• 集中処理が不可能な分散型空間的分布システム（SDS）におけるロバストな信号再構成の課題に対処すること。
• 行列のグローバルな知識に依存しない、分散システムにおけるセンシング行列の安定性基準を開発すること。
• 有界なサンプリングノイズ下でも、部分最適な元の信号の近似に指数的収束する分散アルゴリズムを設計すること。
• 革新位置をアンカーエージェントに結びつける新しいグラフ表現を用いて信号構造をモデル化し、局所的信号処理を可能にすること。
• 故障やエージェントの交換に対してもシステムのレジリエンスを確保するため、影響を受ける局所的部分系でのみ安定性を検証すること。

提案手法

• 分散システムをグラフ H = (G ∪ V, S ∪ T ∪ T*) としてモデル化する。ここで G はエージェントを表し、V は信号の革新位置を表し、T はエージェントと信号の関連を符号化する。
• センシング行列 S = (⟨φi, ψλ⟩)λ∈G,i∈V を定義し、エージェントが局所的に多項式の非対角成分減衰を示すように格納する。
• 安定性基準を導入：S のグローバル安定性が成り立つのは、重複する部分系への準制限が一様に安定であるとき、かつそのときに限る。
• 局所的射影と R_N を用いた反復的更新を用いた分散アルゴリズムを構築し、部分最適解への指数的収束を保証する。
• 局所的行列解析と逆閉じた部分代数を用いて誤差項を評価し、収束速度を証明する。
• グラフノルムとブルリング次元を用いて減衰と安定性を定量化し、行列解析に Jα(G,V) ノルムを適用する。

実験結果

リサーチクエスチョン

• RQ1 センシング行列の分散型サンプリングシステムにおける安定性は、行列のグローバルなアクセスなしに検証可能か？
• RQ2 分散型システムにおいてエージェントの故障や交換に対しても信号再構成がロバストに保たれる方法は何か？
• RQ3 有界なノイズ下で部分最適な信号近似に指数的収束する分散アルゴリズムは何か？
• RQ4 エージェントと信号の革新を結ぶグラフ構造は、再構成性能にどのように影響を与えるか？
• RQ5 局所的部分系の安定性が、分散システムにおけるグローバル安定性を保証するための条件は何か？

主な発見

• 分散システムにおけるセンシング行列の安定性は、重複する部分系への準制限の一様安定性と同値であり、局所的検証が可能である。
• 提案された分散アルゴリズムは、部分最適な元の信号の近似に指数的収束し、収束率は r₁ < 1 で有界である。
• 最小二乗解と分散近似との間の誤差は、N ≥ 1 に対して O((N+1)^{-α+d}) として減少する。ここで α > d である。
• アルゴリズムの収束率定数 r₁ は O((N+1)^{-α+d}) であり、減衰パラメータ α と次元 d に依存する。
• 誤差バウンドは局所的行列ノルムとブルリング次元を用いて導出され、有界なサンプリングノイズ下でもロバストであることが保証される。
• 本手法によりシステムのレジリエンスが実現可能であり、エージェントの交換や故障後は、影響を受ける局所的部分系のみを再確認すれば十分である。