노이즈 환경에서의 다중 스케일 서브선형 푸리에 알고리즘

초록

본 논문은 희소 스펙트럼을 갖는 신호에 대해, 기존의 결정론적 희소 푸리에 변환 알고리즘을 노이즈가 존재하는 상황으로 확장한다. 두 가지 방법을 제시하는데, 첫 번째는 기존 알고리즘에 간단한 반올림 절차를 추가한 것이고, 두 번째는 기하급수적으로 증가하는 시간 이동을 이용한 다중 스케일 오류 정정 메커니즘이다. 두 방법 모두 평균 시간 복잡도를 O(k log k log(N/k)) 으로 유지하면서, 적당한 잡음 수준에서 FFTW보다 높은 정확도와 속도를 보인다. 특히 두 번째 방법은 β‑인코더와 유사한 단계적 주파수 추정 과정을 통해 잡음에 강인한 복원을 가능하게 한다.

상세 분석

이 논문은 희소 푸리에 변환(SFT) 분야에서 가장 최신의 결정론적 알고리즘인 Lawlor·Christlieb·Wang(2013)을 기반으로, 실제 측정 데이터에 필연적으로 포함되는 복합 가우시안 잡음 모델을 고려한다. 저자는 먼저 기존 알고리즘이 의존하는 두 가지 핵심 아이디어—(1) 서로 다른 소수 길이 p를 갖는 등간격 샘플링 집합 S_p와 S_{p,ε}를 이용한 주파수 모듈레이션, (2) 샘플 간 위상 차이를 통해 정확히 ω = (1/2π ε)·Arg( B_{p,ε}