[论文解读] Robust Binary Fused Compressive Sensing using Adaptive Outlier Pursuit

Xiangrong Zeng, Mário A. T. Figueiredo|arXiv (Cornell University)|Feb 20, 2014

Sparse and Compressive Sensing Techniques参考文献 24被引用 3

一句话总结

本文提出鲁棒二值融合压缩感知（RoBFCS），一种自适应算法，通过整合异常值追踪以检测并纠正1-bit测量中的符号翻转，从而在二值融合压缩感知基础上实现性能提升。通过利用组稀疏性与自适应阈值化方法，RoBFCS在存在符号翻转的噪声环境下，相较于BIHT和BFCS展现出更优的恢复精度。

ABSTRACT

We propose a new method, {\it robust binary fused compressive sensing} (RoBFCS), to recover sparse piece-wise smooth signals from 1-bit compressive measurements. The proposed method is a modification of our previous {\it binary fused compressive sensing} (BFCS) algorithm, which is based on the {\it binary iterative hard thresholding} (BIHT) algorithm. As in BIHT, the data term of the objective function is a one-sided $\ell_1$ (or $\ell_2$) norm. Experiments show that the proposed algorithm is able to take advantage of the piece-wise smoothness of the original signal and detect sign flips and correct them, achieving more accurate recovery than BFCS and BIHT.

研究动机与目标

• 为解决1-bit压缩感知中符号翻转带来的信号恢复精度下降问题。
• 通过引入对测量噪声和异常值的鲁棒性，改进现有的二值迭代硬阈值化（BIHT）与二值融合压缩感知（BFCS）方法。
• 通过组稀疏性利用信号的分段平滑结构，以更少的测量次数提升恢复性能。
• 开发一种无需事先知晓稀疏度K或符号翻转数量L的自适应方法。

提出的方法

• 提出RoBFCS作为BFCS的扩展，结合迭代硬阈值化与自适应异常值追踪（AOP），以检测并纠正符号翻转。
• 采用改进的代价函数，对符号一致性违反施加单边ℓ₁或ℓ₂惩罚，通过权重矩阵Λ动态调整测量符号。
• 引入自适应阈值机制，迭代估计符号翻转数量L，并通过更新权重向量Λ纠正错误符号。
• 应用迭代硬阈值化以保持稀疏性与组结构，将解投影至K-稀疏集合，对非负信号可选地投影至非负单纯形。
• 采用步长τ与基于估计值相对变化的停止准则，通过调参实现BFCS变体的最优信噪比提升。
• 支持ℓ₁与ℓ₂数据保真惩罚，实验表明ℓ₁版本性能更优。

实验结果

研究问题

• RQ1 自适应异常值追踪是否能提升在存在符号翻转的噪声1-bit测量下，二值融合压缩感知的鲁棒性？
• RQ2 通过组稀疏性利用分段平滑性，是否能提升信号恢复精度，相较于标准BIHT与BFCS？
• RQ3 在受控噪声条件下，RoBFCS在平均绝对误差、均方误差与汉明误差方面与BIHT和BFCS相比表现如何？
• RQ4 RoBFCS是否能在未知稀疏度K或符号翻转数量L的情况下实现高精度恢复？

主要发现

• RoBFCS的平均绝对误差（MAE）为4.00×10⁻⁷，显著低于BIHT（0.0019）与BFCS（0.0008），表明实现近乎完美的信号恢复。
• RoBFCS的汉明误差（HE）为0.0010，为所有方法中最低，表明其对符号翻转的检测与纠正能力极强。
• RoBFCS的位置误差率（PER）为0%，表明符号一致性恢复完美，远优于BFCS的0.9%与BIHT的1.8%。
• RoBFCS的夹角误差（AE）为0.0085，显著低于BIHT（0.1234）与BFCS（0.0764），证实其与真实信号的角对齐性更优。
• 基于ℓ₁的RoBFCS变体在所有指标上均优于ℓ₂版本，证实ℓ₁惩罚在处理符号不一致性方面具有优势。
• RoBFCS将均方误差（MSE）显著降低至4.00×10⁻⁷，远低于BFCS的2.87×10⁻⁵与BIHT的7.43×10⁻⁵，证明其重建保真度更优。