[论文解读] Deterministic Construction of Compressed Sensing Matrices using BCH Codes

Arash Amini, Farrokh Marvasti|ArXiv.org|Aug 5, 2009

Sparse and Compressive Sensing Techniques参考文献 14被引用 5

一句话总结

本文提出了一种使用二进制BCH码的确定性压缩感知矩阵构造方法，其中将码字中的零替换为−1，形成±1矩阵。该方法在稀疏度k < 2^j时实现精确的限制等距性质（RIP），通过匹配追踪算法实现k-稀疏信号的精确恢复，且计算复杂度低于标准方法，同时通过Devore方案扩展至{0, ±1}矩阵，提升灵活性。

ABSTRACT

In this paper we introduce deterministic $m imes n$ RIP fulfilling $\pm 1$ matrices of order $k$ such that $\frac{\log m}{\log k}\approx \frac{\log(\log_2 n)}{\log(\log_2 k)}$. The columns of these matrices are binary BCH code vectors that their zeros are replaced with -1 (excluding the normalization factor). The samples obtained by these matrices can be easily converted to the original sparse signal; more precisely, for the noiseless samples, the simple Matching Pursuit technique, even with less than the common computational complexity, exactly reconstructs the sparse signal. In addition, using Devore's binary matrices, we expand the binary scheme to matrices with $\{0,1,-1\}$ elements.

研究动机与目标

• 开发满足稀疏信号恢复中限制等距性质（RIP）的确定性压缩感知矩阵。
• 利用二进制BCH码的结构，构建具有可证明RIP保证的±1感知矩阵。
• 通过匹配追踪算法以更低的计算复杂度实现k-稀疏信号的精确重构。
• 通过Devore方案将二进制±1构造扩展至含{0, ±1}元素的矩阵，提升灵活性。

提出的方法

• 通过将二进制BCH码向量中的零替换为−1，构造m×n感知矩阵，形成±1矩阵。
• 使用最小距离接近码长一半的BCH码，以确保良好的相干性和RIP性质。
• 应用限制等距性质（RIP）条件：对所有k-稀疏向量x，有(1−δk)‖x‖² ≤ ‖Φx‖² ≤ (1+δk)‖x‖²。
• 利用无a+1个连续零的二进制序列的递归计数方法，以界定有效码字数量并推导其增长速率。
• 证明有效码字数量τ_b^(a)按O(γ^b)增长，其中γ为方程z^{a+1}−z^a−1=0的最大根，确保矩阵维度足够。
• 将±1矩阵与Devore方案结合，生成{0, ±1}矩阵，保持RIP性质并支持实际采样。

实验结果

研究问题

• RQ1 能否系统性地利用BCH码构造满足k-稀疏信号精确RIP的确定性压缩感知矩阵？
• RQ2 此类确定性构造中，矩阵维度m与n，以及稀疏度k之间的可实现权衡关系为何？
• RQ3 匹配追踪能否在计算复杂度低于标准方法的前提下，实现稀疏信号的精确恢复？
• RQ4 无长零串的有效码字数量的增长速率如何影响矩阵维度与RIP常数？
• RQ5 ±1矩阵构造能否扩展至包含零元素的矩阵，同时保持RIP性质并支持实际实现？

主要发现

• 所构造的矩阵在k < 2^j时实现精确RIP，矩阵维度m×n满足log m / log k ≈ log(log₂n) / log(log₂k)。
• 匹配追踪在无噪声测量下可精确恢复k-稀疏信号，且计算复杂度低于标准贪婪方法。
• 有效码字数量τ_b^(a)按O(γ^b)增长，其中γ为方程z^{a+1}−z^a−1=0的最大根，且γ > (a+3)/2)^{1/(a+1)}。
• 对于长度为2^l−1的BCH码，构造得到的矩阵具有m = 2^l−1行和n = 2^{2^{O(l/j log j)}}列，支持稀疏度k < 2^j。
• 通过Devore方案将{0, ±1}矩阵扩展后，RIP性质得以保持，并支持具有更广动态范围的实际采样。
• 该方法提供了一种确定性替代方案，避免依赖概率保证，支持可重现且可硬件实现的设计。