[论文解读] Sparse Signal Processing with Frame Theory

Dustin G. Mixon|arXiv (Cornell University)|Apr 26, 2012

Sparse and Compressive Sensing Techniques参考文献 101被引用 4

一句话总结

该论文通过利用框架理论构建具有压缩感知有利特性的确定性感知矩阵，推进了稀疏信号处理。它引入了随机框架翻转和基于相干性的设计方法，实现了近似最优性能，证明了可高效构造低平均相干性框架，从而实现具有理论保证的稳定且鲁棒的稀疏信号恢复。

ABSTRACT

Many emerging applications involve sparse signals, and their processing is a subject of active research. We desire a large class of sensing matrices which allow the user to discern important properties of the measured sparse signal. Of particular interest are matrices with the restricted isometry property (RIP). RIP matrices are known to enable efficient and stable reconstruction of sufficiently sparse signals, but the deterministic construction of such matrices has proven very difficult. In this thesis, we discuss this matrix design problem in the context of a growing field of study known as frame theory. In the first two chapters, we build large families of equiangular tight frames and full spark frames, and we discuss their relationship to RIP matrices as well as their utility in other aspects of sparse signal processing. In Chapter 3, we pave the road to deterministic RIP matrices, evaluating various techniques to demonstrate RIP, and making interesting connections with graph theory and number theory. We conclude in Chapter 4 with a coherence-based alternative to RIP, which provides near-optimal probabilistic guarantees for various aspects of sparse signal processing while at the same time admitting a whole host of deterministic constructions.

研究动机与目标

• 解决构造具有限制等距性质（RIP）的确定性感知矩阵的挑战，这是实现稳定高效稀疏信号恢复的关键。
• 开发基于框架理论的构造方法——特别是等角紧框架和全火花框架——以支持鲁棒的稀疏信号处理。
• 提出一种基于相干性的RIP替代方案，支持确定性构造，并提供接近最优的 probabilistic 保证。
• 设计一种线性时间框架翻转算法，以降低平均相干性，提升稀疏恢复性能，而无需依赖RIP。
• 将框架理论与组合数学、数论和图论相结合，探索通往确定性RIP矩阵的新途径。

提出的方法

• 使用单位范数框架，并应用随机Rademacher符号翻转以降低平均相干性，证明在冗余约束下存在低相干性框架。
• 提出算法2，一种线性时间框架翻转过程，通过贪婪地最小化累积框架向量和的范数来降低相干性。
• 应用Hoeffding不等式来界定随机翻转后相干性降低的概率，建立概率保证。
• 对所有框架向量使用并集界，确保翻转后框架的平均相干性低于与原始相干性成正比且除以√M的阈值。
• 推导出线性时间翻转算法保证框架平均相干性ν ≤ μ/√M的理论条件，要求N ≥ M² + 3M + 3。
• 将框架设计与图论和数论联系起来，探索通过等角紧框架实现RIP矩阵的确定性构造。

实验结果

研究问题

• RQ1 能否高效构造出具有近似最优相干性的确定性感知矩阵，从而避免RIP验证的NP难问题？
• RQ2 框架翻转在多大程度上能降低平均相干性？在何种条件下可保证其在稀疏恢复中性能的提升？
• RQ3 框架的冗余度在多大程度上影响相干性降低技术（如随机或线性时间翻转）的可行性与有效性？
• RQ4 在稀疏信号处理背景下，等角紧框架、全火花框架与限制等距性质之间存在何种关系？
• RQ5 基于相干性的保证能否作为RIP的可行替代方案，用于确定性构造下的稳定稀疏信号恢复？

主要发现

• 随机框架翻转程序确保在M < (N−1)/(4 log 4N)时，存在一个等价于翻转的框架，其平均相干性ν ≤ μ/√M，提供具有强理论保证的概率构造。
• 线性时间翻转算法（算法2）在条件N ≥ M² + 3M + 3下，可生成满足ν ≤ μ/√M的框架，提供一种确定且高效的相干性降低方法。
• 示例71表明，线性时间翻转算法成功将5×10框架的平均相干性从≈0.3778降低至≈0.1556，验证了理论边界的实用性。
• 理论分析表明，翻转后框架向量和的范数保持有界，通过归纳法和实部约束确保相干性降低。
• 本文证明，基于相干性的保证可在稀疏信号处理中实现近似最优性能，同时支持广泛的确定性矩阵构造。
• 该研究揭示，全火花框架和等角紧框架是RIP矩阵的有力候选，其与组合数学和数论的联系为确定性设计开辟了新路径。