[论文解读] Deterministic Designs with Deterministic Guarantees: Toeplitz Compressed Sensing Matrices, Sequence Designs and System Identification

Venkatesh Saligrama|ArXiv.org|Jun 30, 2008

Sparse and Compressive Sensing Techniques参考文献 20被引用 17

一句话总结

本文提出了一类新型的确定性、无限长度序列——基于无理数（如黄金比例）的高阶啁啾序列，其自相关特性呈均匀衰减且具备多普勒鲁棒性。通过利用连分数理论与丢番图逼近理论，作者证明了由这些序列构造的托普利茨矩阵满足受限等距性质（RIP），且最坏情况下的自相关衰减速率呈多项式衰减，从而在压缩感知中为具有结构化测量矩阵的线性系统辨识提供了可证明的恢复保证。

ABSTRACT

In this paper we present a new family of discrete sequences having "random like" uniformly decaying auto-correlation properties. The new class of infinite length sequences are higher order chirps constructed using irrational numbers. Exploiting results from the theory of continued fractions and diophantine approximations, we show that the class of sequences so formed has the property that the worst-case auto-correlation coefficients for every finite length sequence decays at a polynomial rate. These sequences display doppler immunity as well. We also show that Toeplitz matrices formed from such sequences satisfy restricted-isometry-property (RIP), a concept that has played a central role recently in Compressed Sensing applications. Compressed sensing has conventionally dealt with sensing matrices with arbitrary components. Nevertheless, such arbitrary sensing matrices are not appropriate for linear system identification and one must employ Toeplitz structured sensing matrices. Linear system identification plays a central role in a wide variety of applications such as channel estimation for multipath wireless systems as well as control system applications. Toeplitz matrices are also desirable on account of their filtering structure, which allows for fast implementation together with reduced storage requirements.

研究动机与目标

• 解决在压缩感知中用于线性系统辨识的确定性、结构化测量矩阵缺乏可证明恢复保证的问题。
• 设计具有均匀衰减自相关特性和多普勒鲁棒性的序列，用于稀疏FIR系统辨识。
• 建立由此类序列构成的托普利茨矩阵满足受限等距性质（RIP）的确定性保证。
• 提出一种实用且内存高效的构造方法，利用连分数与斐波那契数列逼近。
• 通过提供具有理论性能边界的确定性替代方案，克服随机托普利茨矩阵的局限性。

提出的方法

• 利用无理数（如黄金比例）构造高阶啁啾序列，以实现自相关特性的均匀衰减。
• 应用连分数理论与丢番图逼近理论的结果，将最坏情况下的自相关衰减速率限定在多项式范围内。
• 从这些序列构造托普利茨矩阵，并通过子矩阵的谱分析方法分析其受限等距性质（RIP）。
• 利用连分数的渐近逼近（如黄金比例对应的斐波那契数）生成高精度的无理相位有理逼近，且内存开销低。
• 证明区间 $[n^{ heta_1}, n^{ heta_2}]$ 中大类整数的数量随 $ n $ 多项式增长，从而支持RIP界推导。
• 验证由于自相关在频率偏移下保持不变，系统对多普勒频移具有鲁棒性。

实验结果

研究问题

• RQ1 能否构造出确定性序列，使其有限长度自相关系数以多项式速率均匀衰减？
• RQ2 由此类序列构成的托普利茨矩阵是否能以可证明的保证满足受限等距性质（RIP）？
• RQ3 能否利用连分数逼近实现高效、低内存与计算成本的构造方法？
• RQ4 无理数的选择（如黄金比例）如何影响RIP性能与自相关衰减速率？
• RQ5 所提出的序列与矩阵能否在涉及稀疏FIR信道的系统辨识任务中有效应用？

主要发现

• 所有有限长度序列的最坏情况自相关系数均以 $ n^{- heta} $ 的多项式速率衰减，其中黄金比例对应的 $ heta = 3/8 $。
• 由这些序列构造的托普利茨矩阵满足受限等距性质（RIP），并具备可证明的界，从而支持稳定稀疏信号恢复。
• 区间 $[n^{ heta_1}, n^{ heta_2}]$ 中大类整数的数量随 $ n $ 多项式增长，为RIP界推导提供了支持。
• 黄金比例由于其渐近逼近在区间内对数尺度增长，对RIP性能有适度提升。
• 蒙特卡洛仿真结果表明，条件数（最大与最小奇异值之比）保持有界，并随测量数增加而改善，支持实际稳定性。
• 该构造方法可利用斐波那契数列高效实现，支持对 $ heta t^3 $ 的任意高精度有理逼近，且内存与计算成本极低。