Bayes-Optimal Convolutional AMP
Bayes-Optimal Convolutional AMP
复制标题
贝叶斯-最优卷积 AMP
DOI：
10.1109/tit.2021.3077471
复制
发表时间：
2021
影响因子：
2.5
通讯作者：
Takeuchi Keigo
中科院分区：
文献类型：
--
作者：
Ken Tanizawa;and Fumio Futami;Takeuchi Keigo
本文提出了贝叶斯最优卷积近似消息传递（CAMP）的压缩感知信号恢复。CAMP使用与近似消息传递（AMP）相同的低复杂度匹配滤波器（MF）进行干扰抑制。为了改善AMP的病态传感矩阵的收敛特性，AMP中所谓的Onsager校正项被替换为所有先前消息的卷积。在感知矩阵正交不变的假设下，通过状态演化（SE）确定卷积中的抽头系数，以实现估计误差的渐近高斯性。推导了一个用于优化CAMP算法中去噪器序列的SE方程。如果SE方程收敛于一个不动点且该不动点是唯一的，则证明了优化后的CAMP对所有正交不变的感知矩阵都是贝叶斯最优的。对于具有低到中等条件数的感测矩阵，CAMP可以实现与需要线性最小均方误差（LMMSE）滤波器而不是MF的高复杂度正交/矢量AMP相同的性能。
This paper proposes Bayes-optimal convolutional approximate message-passing (CAMP) for signal recovery in compressed sensing. CAMP uses the same low-complexity matched filter (MF) for interference suppression as approximate message-passing (AMP). To improve the convergence property of AMP for ill-conditioned sensing matrices, the so-called Onsager correction term in AMP is replaced by a convolution of all preceding messages. The tap coefficients in the convolution are determined so as to realize asymptotic Gaussianity of estimation errors via state evolution (SE) under the assumption of orthogonally invariant sensing matrices. An SE equation is derived to optimize the sequence of denoisers in CAMP. The optimized CAMP is proved to be Bayes-optimal for all orthogonally invariant sensing matrices if the SE equation converges to a fixed-point and if the fixed-point is unique. For sensing matrices with low-to-moderate condition numbers, CAMP can achieve the same performance as high-complexity orthogonal/vector AMP that requires the linear minimum mean-square error (LMMSE) filter instead of the MF.
登录
查看更多内容
高斯矩阵压缩感知的复制对称预测是精确的
DOI：
10.1109/isit.2016.7541382
发表时间：
2016
期刊：
2016 IEEE International Symposium on Information Theory (ISIT)
影响因子：
--
作者：
G. Reeves;H. Pfister
通讯作者：
H. Pfister
用于概率建模的自适应和自平均 Thouless-Anderson-Palmer 平均场理论。
DOI：
10.1103/physreve.64.056131
发表时间：
2001
期刊：
Physical review. E, Statistical, nonlinear, and soft matter physics
影响因子：
--
作者：
M. Opper;O. Winther
通讯作者：
O. Winther
具有一般不变随机矩阵的伊辛模型TAP方程的求解理论
DOI：
10.1088/1751-8113/49/11/114002
发表时间：
2015
期刊：
Journal of Physics A: Mathematical and Theoretical
影响因子：
--
作者：
M. Opper;Burak Çakmak;O. Winther
通讯作者：
O. Winther
影响因子：
4.5
作者：
Fan, Zhou
通讯作者：
Fan, Zhou
DOI：
--
发表时间：
2019
期刊：
International Symposium on Information Theory
影响因子：
--
作者：
K. Takeuchi
通讯作者：
K. Takeuchi