양자화 제한 집합에 기초한 컴프레시브 센싱 복구 = Compressive Sensing Reconstruction Based on the Quantization Constraint Sets

국문 초록 (Abstract)

본 논문에서는, 컴프레시브 센싱(compressive sensing, CS)에서 양자화된 측정을 사용하여 CS 복구(reconstruction)를 하는 경우에 일반화된 양자화 제한(generalized quantization constraint, GQC) 집합을 사용하여 convex 최적화를 수행하는 방법을 제안하였다. 제안한 GQC에서는 기존의 양자화 제한 집합의 크기를 조정할 수 있도록 하였으며, 균일 스칼라 양자기를 사용한 CS 복구의 모의실험을 통하여 m/klogn＞2인 CS 문제에서, 기존의 QC 방법에 비하여 CS 복구의 에러에서 3.4-3.6㏈의 성능 개선을 얻을 수 있었다.

다국어 초록 (Multilingual Abstract)

In this paper, a convex optimization technique, which is based on the generalized quantization constraint (GQC), is proposed in the compressive sensing reconstruction using quantized measures. The set size of the proposed GQC can be controlled, and through extensive numerical simulations based on the uniform scalar quantizers, the CS reconstruction errors are improved by 3.4-3.6 ㏈ compared to the traditional QC method for the CS problems of m/klogn＞2.

목차 (Table of Contents)

• 요약
• Abstract
• Ⅰ. 서론
• Ⅱ. 컴프레시브 센싱
• Ⅲ. 측정 신호의 양자화 및 양자화 제한 집합
• Ⅳ. 양자화 제한 집합의 비교 실험
• Ⅴ. 결론
• 참고문헌
• 저자소개

참고문헌 (Reference)

1 D. L. Donoho, "Uncertainty principles and signal recovery" 49 (49): 906-931, 1989

2 S. H. Park, "Theory of prediction onto narrow quantization constraint set and its application" 8 (8): 1361-1373, 1999

3 T. Hastie, "The Elements of Statistical Learning" Springer 2001

4 E. Candes, "Stable signal recovery from incomplete and inaccurate measurements" 59 (59): 1207-1223, 2006

5 K. Lee, "Regressionbased prediction for blocking artifact reduction in JPEG-compressed images" 14 (14): 36-48, 2005

6 D. S. Kim, "Postprocesing for vector-quantized images based on projection onto hypercubes" 11 (11): 802-814, 2001

7 J. Z. Sun, "Optimal quantization of random measurements in compressed sensing" 6-10, 2009

8 E. Candes, "Near optimal signal recovery from random projections: Universal encoding strategies?" 52 (52): 5406-5425, 2006

9 J. Romberg, "Imaging via compressive sampling" 25 (25): 15-20, 2008

10 N. S. Jayant, "Digital Coding of Waveforms" Prentice-Hall 1984

11 V. K. Goyal, "Compressive sampling and lossy compression" 25 (25): 48-56, 2008

12 D. L. Donoho, "Compressed sensing" 52 (52): 1289-1306, 2006

13 E. Ardestanizadeh, "Bit precision analysis for compressed sensing" 1-5, 2009

14 E. J. Candes, "An introduction to compressive sampling" 25 (25): 21-30, 2008

15 W. Dai, "A comparative study of quantized compressive sensing schemes" 6-10, 2009