이미징을 위한 블라인드 소스 분리: 복잡 상관·비원형 신호와 잡음에 대한 새로운 이론과 적용

초록

본 논문은 복소수이며 상관관계가 있는 비원형 소스와 잡음이 존재하는 상황에서 ICA 기반 블라인드 소스 분리(BSS)의 이론을 확장하고, 이를 영상 분야의 두 전파 모델(스펙클 및 무작위 기하광학)에서 검증한다. 또한 기존 DORT 방법을 개선한 새로운 영상 재구성 절차를 제시한다.

상세 분석

이 연구는 기존 ICA 이론이 전제하는 ‘독립·원형’ 가정이 실제 광학 영상, 특히 확산 매체나 무작위 위상 변조가 있는 경우에 성립하지 않음을 지적한다. 저자는 복소수 비원형 소스와 상관된 소스들, 그리고 가우시안이 아닌 잡음이 섞인 상황에서도 kurtosis 기반 최적화가 여전히 유효하도록 새로운 ‘분리 가능성(separability) 조건’을 수학적으로 도출한다. 핵심은 소스 벡터 s의 4차 모멘트와 2차 상관 행렬 C(s)를 이용해 M(s)와 M(n)이라는 두 지표를 정의하고, M(s)+M(n)≤ε(작은 값)일 때 최적화된 방향 ŵ가 실제 혼합 행렬 A⁻¹*의 열과 거리 O(