[论文解读] Robust Dequantized Compressive Sensing

Ji Liu, Stephen J. Wright|arXiv (Cornell University)|Jul 3, 2012

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

一句话总结

本文提出了一种鲁棒的去量化压缩感知框架，通过使用带权重的 ℓ₂–ℓ₁ 优化方法并引入 ℓ∞ 约束与饱和度边界，显式建模量化误差和饱和误差。该方法在无需过采样条件下证明了渐近一致性，显示重构误差以 O(√(S log N)/M)Δ 的速率衰减，优于以往方法在误差界和有限比特测量下的鲁棒性表现。

ABSTRACT

We consider the reconstruction problem in compressed sensing in which the observations are recorded in a finite number of bits. They may thus contain quantization errors (from being rounded to the nearest representable value) and saturation errors (from being outside the range of representable values). Our formulation has an objective of weighted $\ell_2$-$\ell_1$ type, along with constraints that account explicitly for quantization and saturation errors, and is solved with an augmented Lagrangian method. We prove a consistency result for the recovered solution, stronger than those that have appeared to date in the literature, showing in particular that asymptotic consistency can be obtained without oversampling. We present extensive computational comparisons with formulations proposed previously, and variants thereof.

研究动机与目标

• 为在测量值被有限比特量化时的信号重构问题提供解决方案，同时考虑量化误差与饱和误差。
• 通过在目标函数中用最小二乘项替代 ℓ₂ 约束，并增加 ℓ∞ 约束以实现更紧密的误差控制，从而改进现有公式化方法。
• 建立强于以往工作的理论一致性保证，特别是证明在无需过采样条件下可实现渐近恢复。
• 通过与最先进公式的广泛比较，展示优越的实验性能。

提出的方法

• 构建一个鲁棒优化问题，采用最小二乘损失项处理未饱和测量，对信号施加 ℓ₁ 正则化，并引入 ℓ∞ 约束以限制量化误差。
• 通过子矩阵 Φ₊ 和 Φ₋ 显式建模测量值被截断至极端值的饱和现象。
• 采用增广拉格朗日法求解该优化问题，以应对其非光滑性和约束特性。
• 对高斯感知矩阵进行概率分析，以界定极端奇异值并推导误差界。
• 在稀疏性和维度假设下，利用集中不等式与矩阵扰动理论，推导出重构误差的理论界。
• 证明当未饱和测量数的增长速度超过 S log N 时，解以高概率保持一致性。

实验结果

研究问题

• RQ1 一种显式建模量化与饱和误差的鲁棒公式化方法，是否能实现优于现有 ℓ₂ 约束方法的重构误差界？
• RQ2 在有限比特量化条件下，所提公式化方法是否能在无需过采样的前提下实现渐近一致性？
• RQ3 与约束形式相比，目标函数中引入最小二乘项如何影响理论误差界？
• RQ4 ℓ∞ 约束对可行域及信号恢复鲁棒性有何影响？
• RQ5 能否将理论误差界提升至 O(√(S log N)/M)Δ，并在何种条件下随着测量数增加而趋于零？

主要发现

• 所提出的 LASSO ∞ 公式在高斯感知矩阵下，以高概率实现 O(√(S log N)/M)Δ 的重构误差界。
• 该误差界优于以往最先进公式的 O(εΔ) 误差，尤其当 S log N = o(M) 时表现更优。
• 在无需过采样条件下实现渐近一致性：当未饱和测量数的增长速度超过 S log N 时，重构误差以高概率趋于零。
• ℓ∞ 约束在缩小可行域的同时保留真实解，从而增强对量化与饱和效应的鲁棒性。
• 理论分析确认，在较弱条件下解仍保持一致性，且误差界主要受采样率与稀疏性支配。
• 实验比较显示，其性能优于现有公式，包括带饱和约束的标准基追踪方法。