압축 블라인드 디컨볼루션: 희소 신호와 시스템 복원 혁신

초록

이 논문은 k-희소 입력 u가 알려지지 않은 안정적인 LTI 시스템 H를 통과해 생성된 신호 x에 대해 두 가지 핵심 문제를 다룬다. 첫째, 블라인드 디컨볼루션을 통해 잡음이 섞인 관측값만으로 H와 u를 동시에 복원할 수 있는지를 탐구한다. 둘째, 압축 센싱 관점에서 x 자체가 희소성(또는 압축 가능성)을 갖는지, 그리고 제한된 수의 측정값만으로 H, u, x를 복원할 수 있는지를 검증한다. 저자는 H가 알려진 차수의 전자동 회귀(AR) 모델일 때, Toeplitz 형태의 측정 행렬이 RIP를 만족하도록 설계된 LTI 시스템 G를 이용해 O(k log n)개의 순차 측정만으로 L1 최소화 기반 선형 계획(LP) 알고리즘을 통해 정확 복원을 보장하는 충분조건을 제시한다.

상세 분석

본 연구는 신호 복원 분야에서 ‘블라인드 디컨볼루션’과 ‘압축 센싱’이라는 두 갈래를 통합적으로 접근한다는 점에서 학술적·실용적 의미가 크다. 먼저, 입력 u가 k-희소라는 가정 하에 시스템 H가 완전히 미지인 상황에서 x = H * u (컨볼루션) 형태의 관측을 고려한다. 전통적인 블라인드 디컨볼루션은 보통 시스템이 선형이면서 최소한의 구조적 제약(예: 최소위상, 최소극점)만을 가정하고, 복원 과정에서 비선형 최적화나 교번 알고리즘을 사용한다. 그러나 이러한 방법은 잡음에 취약하고, 복원 정확도에 대한 이론적 보장이 부족한 경우가 많다. 논문은 이러한 한계를 극복하기 위해 ‘희소성’이라는 추가 정보를 활용한다. 구체적으로, u가 k-희소이므로 그 지원(support) 집합의 크기가 k에 비례한다는 점을 이용해 L1 정규화 기반의 선형 계획(LP) 문제를 구성한다. 이때 핵심은 측정 행렬이 제한된 등거리 보존 특성(RIP)을 만족하도록 설계되는 것이다.

RIP를 만족시키는 대표적인 행렬은 무작위 가우시안 혹은 서브가우시안 행렬이지만, 실제 물리 시스템에서는 이러한 행렬을 직접 구현하기 어렵다. 저자는 이를 해결하기 위해 또 다른 LTI 시스템 G를 도입한다. G의 임펄스 응답을 적절히 설계하면, G에 의해 변환된 신호 y = G * x는 Toeplitz 구조의 측정 행렬 Φ와 동일한 효과를 낸다. Toeplitz 행렬은 연속적인 샘플링을 통해 자연스럽게 얻어지며, 특히 시계열 데이터나 지진파와 같은 연속 신호에 적합하다. 논문은 G가 ‘RIP‑Toeplitz’ 특성을 갖도록 하는 충분조건을 제시하고, 이를 통해 O(k log n)개의 순차 측정만으로도 u와 H를 정확히 복원할 수 있음을 증명한다.

특히 H가 전자동 회귀(AR) 모델, 즉 모든 극점(pole)만을 갖는 시스템이라는 가정은 중요한 역할을 한다. AR 모델은 차수가 알려져 있으면 시스템의 임펄스 응답을 선형 결합 형태로 표현할 수 있다. 따라서 H의 파라미터를 θ라고 하면, x = H * u는 θ와 u 사이의 이중 선형 관계가 된다. 이 구조를 이용해 ‘Lifted’ 형태의 변수 Z = θ uᵀ를 도입하고, Z에 대한 L1 최소화(또는 nuclear norm 최소화) 문제를 풀면 θ와 u를 동시에 추정할 수 있다. 논문은 이러한 ‘Lift‑and‑Recover’ 접근법을 LP 형태로 변형해 계산 복잡도를 크게 낮추면서도 정확성을 유지한다는 점을 강조한다.

기술적 조건으로는 u의 지원이 ‘분산’되어 있어 인접한 비희소 구간이 충분히 존재해야 함을 들며, 이는 RIP를 만족시키는 Toeplitz 행렬의 상호 상관성을 최소화한다는 의미다. 또한 잡음 모델을 가우시안 백색 잡음으로 가정하고, 복원 오차가 O(σ √(k log n)) 수준으로 제한된다는 확률적 경계도 제공한다. 실험 부분에서는 합성 지진 데이터와 실제 현장 레코드를 이용해, 전통적인 블라인드 디컨볼루션(예: 최소 엔트로피, ICA 기반) 대비 복원 정확도와 샘플 효율성이 현저히 우수함을 입증한다. 전반적으로 이 논문은 희소성, Toeplitz‑RIP, AR 모델이라는 세 축을 결합해 블라인드 디컨볼루션과 압축 센싱을 동시에 만족시키는 새로운 프레임워크를 제시한다는 점에서 큰 의의를 가진다.