• 대한전자공학회논문지SP
• /
• 제49권2호
• /
• pp.122-129
• /
• 2012

Compressive sensing 분야에서 orthogonal matching pursuit (OMP) 알고리듬은 underdetermined 시스템의 스파스 (sparse) 신호를 복구하는 대표적인 greedy 알고리듬으로 많은 관심을 받고 있다. 본 논문에서는 OMP 알고리듬의 반복과정에서 하나 이상의 support들을 선택할 수 있도록 하는 OMP 알고리듬의 일반화된 형태의 generalized orthogonal matching pursuit (gOMP)기법을 제안한다. gOMP가 완벽한 신호 복원을 보장하기 위해 restricted isometry property (RIP)를 이용한 충분조건, ${\delta}_{NK}$ < $\frac{\sqrt{N}}{\sqrt{K}+2\sqrt{N}}$을 제시한다. 실험을 통해 gOMP는 매 반복과정에서 하나 이상의 support들를 선택함으로써 높은 복원 성능과 낮은 복잡도를 가짐을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권10호
• /
• pp.2252-2258
• /
• 2013

본 논문에서는 복수측정벡터 환경에서 성긴 신호의 복원을 위하여 널리 사용되고 있는 Simultaneous orthogonal matching pursuit (S-OMP) 기술을 보완한 병렬 OMP 기법을 제안하고 그 성능을 분석한다. Parallel orthogonal matching pursuit(POMP) 알고리즘은 간단하지만 성능면에서 매우 효과적이다. 제안된 병렬 OMP알고리즘은 첫 번째 반복 과정에서 관찰 행렬과 상관도가 높은 인덱스 집합을 여러 개 (M) 선택한다. 그 후, 선택된 각각의 인덱스를 첫 번째 인덱스로 하는 각 병렬 OMP블록에서 S-OMP 알고리즘 기법이 병렬적으로 동작한다. 마지막으로 입력된 신호 복원을 위해 잔차가 가장 작은 POMP블록의 인덱스 집합을 선택한다. 컴퓨터 시뮬레이션을 통해 100%복원 가능한 sparsity 개수가 기존의 S-OMP 기법에 비해 M이 증가함에 따라 향상되는 것을 확인했으며, 평균 제곱 오차 측면에서도 SNR에 상관없이 성능 개선효과가 있음을 확인하였다.

• 방송공학회논문지
• /
• 제17권6호
• /
• pp.954-963
• /
• 2012

Orthogonal matching pursuit (OMP) 알고리듬은 underdetermined 시스템에서 희소 신호를 복구하는 대표적인 greedy 알고리듬으로 많은 관심을 받고 있다. 본 논문에서는 OMP 알고리듬의 반복과정에서 후보 support 집합들을 구성하여 마지막 반복과정에서 최소 잔차를 이용하는 multiple candidate matching pursuit (MuCaMP) 기법을 제안한다. MuCaMP 가 완벽한 신호 복원을 보장하기 위한 restricted isometry property (RIP)를 이용한 충분조건, ${\delta}_{N+K}<\frac{\sqrt{N}}{\sqrt{K}+3\sqrt{N}}$을 제시한다. 실험을 통해 후보 support 집합들의 크기에 따른 성능과 MuCaMP의 복원 성능이 기존의 기법들에 비해 우수함을 확인하였다.

• 한국정보통신학회논문지
• /
• 제17권8호
• /
• pp.1784-1789
• /
• 2013

본 논문에서는 성긴 신호의 복원을 위하여 기존의 직교매칭퍼슛 (orthogonal matching pursuit, OMP) 기술을 보완한 Parallel OMP (POMP) 기법을 제안하고 성능을 분석한다. POMP알고리즘의 과정은 간단하지만 기존 OMP와 비교하여 더 좋은 성능을 보이는 알고리즘이다. POMP 는 첫 번째 반복 과정에서 관찰 행렬과 상관도가 높은 인덱스 집합을 여러 개 선택한다. 선택된 각각의 인덱스를 첫 번째 인덱스로 하는 각각의 POMP 블록에서 OMP 알고리즘 기법이 병렬적으로 동작한다. 마지막으로 신호 복원을 위해 가장 작은 잔류 오차(residual)를 갖는 POMP블록의 인덱스 집합을 선택한다. 컴퓨터 시뮬레이션을 통해 제안된 POMP가 기존의 신호 복원 기술에 비하여 완벽복원비율과 평균 제곱 오차 (MSE) 측면에서 좋은 성능을 보임을 확인하였고, 이미지복원에 있어서는 눈으로 확인 가능할 정도의 성능 개선을 확인하였다.

• 한국정보통신학회논문지
• /
• 제18권9호
• /
• pp.2087-2093
• /
• 2014

본 논문에서는 압축적으로 센싱된 희소 신호를 복원하기 위한 유전 알고리듬(GA)에 기반한 직교 정합 추구 방법(GAOMP)을 제안한다. 최근에 제안된 SP, CoSaMP, gOMP 등은 매 반복 단계에서 부적절한 atom을 제거하여 희소 신호의 복원 성능을 개선하였다. 그러나 support set이 국소 최저에 빠져 신호 복원에 실패하는 경우가 발생한다. 제안된 GAOMP는 유전 알고리듬의 중요 연산자인 변이를 통해 support set이 국소 최저를 벗어날 수 있도록 도와주어 희소 신호의 복원 성능을 향상시킨다. 모의 실험을 통해 GAOMP가 여러 OMP 기반 알고리듬과 $l_1$ 최적화보다 우수한 신호 복원 성능을 보임을 알 수 있다.

• 전자공학회논문지
• /
• 제49권9호
• /
• pp.138-144
• /
• 2012

본 논문에서는 OFDM (Orthogonal Frequency Division Multiplexing) 시스템에서 OMP (Orthogonal Matching Pursuit) 알고리즘을 이용한 시간 영역 등화를 제안한다. OFDM 시스템은 보호구간을 삽입하여 다중 경로 페이딩에 강인한 특성을 보이지만, 도플러 환경에서는 부반송파간의 직교성이 유지되지 않아 채널간의 간섭이 발생한다. 대표적인 시간 영역 등화 방법으로 LS (Least Squares) 알고리즘이 있지만 채널 길이가 길어질수록 잡음에 의한 오차가 커지는 단점이 있다. 다중 경로 페이딩은 서로 다른 지연을 갖는 신호의 합으로 볼 수 있고, 시간 영역에서 성긴 (sparse) 특성이 있다고 할 수 있다. CS (Compressive Sensing) 알고리즘 중 하나인 OMP (Orthogonal Matching Pursuit) 알고리즘은 성긴 채널에서 중요한 요소만을 선택하여 채널을 복원함으로서 잡음의 영향을 줄일 수 있다. 모의실험에서는 여러 가지 채널 환경에서 OMP 알고리즘의 채널 등화 성능을 다른 등화 방법과 비교하여 평가하였다.

• 전기전자학회논문지
• /
• 제17권3호
• /
• pp.339-345
• /
• 2013

본 논문에서는 희소한 신호의 압축센싱를 위해 확률적 배제에 기반한 직교정합추구 (PEOMP) 신호 복원 알고리듬을 제안하였다. CoSaMP, gOMP, BAOMP 등의 알고리듬들은 매 반복 단계에서 새로운 atom들을 support set에 추가할 뿐만 아니라 부적절하다고 판단되어지는 atom들은 삭제하기 때문에 우수한 신호 복원 성능을 보인다. 그러나 반복 과정 중에 support set의 구성이 국소 최저점에서 벗어나지 못하여 신호 복원에 실패하는 경우가 발생하는 단점을 가지고 있다. 제안된 알고리듬은 매 반복 단계에서 확률적으로 임의의 atom을 배제하여 support set이 국소 최저점에 빠져 있는 경우 그곳에서 탈출하는데 도움을 준다. 모의실험을 통해 PEOMP가 기존의 OMP 기반의 알고리듬들과 $l_1$ 최적화 방법보다 신호 복원 능력 관점에서 우수한 성능을 보임을 확인하였다.

• 한국음향학회지
• /
• 제38권5호
• /
• pp.534-542
• /
• 2019

능동소나에서는 표적의 거리 도플러 정보를 탐지하기 위해 여러 가지 기법을 사용한다. 그중 압축 센싱을 적용한 기법은 기존의 방식보다 더욱 정밀한 탐지가 가능하며 우수한 성능을 나타낸다. 능동 소나의 거리 도플러 추정에 적용할 수 있는 압축 센싱 알고리즘은 여러 가지 있다. 압축 센싱 알고리즘 마다 계산 성능이 다르며 압축 센싱 알고리즘에 따라 신호 대 잡음비와 센싱 행렬의 코히런스가 거리 도플러 추정에 미치는 영향의 정도가 다르다. 본 논문은 능동 소나의 거리 도플러 추정을 위한 여러 가지 압축 센싱 알고리즘의 계산 성능과 정확도를 비교, 분석하였다. 여러 신호대 잡음비, 상호간섭성 값에 대한 OMP(Orthogonal Matching Pursuit), CoSaMP(Compressive Sampling Matching Pursuit), BPDN(CVX)(Basis Pursuit Denoising), LARS(Least Angle Regression) 알고리즘의 추정 성능을 확인하였으며, 상황에 따른 최적의 압축 센싱 알고리즘을 보인다.

• ETRI Journal
• /
• 제42권3호
• /
• pp.376-387
• /
• 2020

Massive computation of the reconstruction algorithm for compressive sensing (CS) has been a major concern for its real-time application. In this paper, we propose a novel high-speed architecture for the orthogonal matching pursuit (OMP) algorithm, which is the most frequently used to reconstruct compressively sensed signals. The proposed design offers a very high throughput and includes an innovative pipeline architecture and scheduling algorithm. Least-squares problem solving, which requires a huge amount of computations in the OMP, is implemented by using systolic arrays with four new processing elements. In addition, a distributed-arithmetic-based circuit for matrix multiplication is proposed to counterbalance the area overhead caused by the multi-stage pipelining. The results of logic synthesis show that the proposed design reconstructs signals nearly 19 times faster while occupying an only 1.06 times larger area than the existing designs for N = 256, M = 64, and m = 16, where N is the number of the original samples, M is the length of the measurement vector, and m is the sparsity level of the signal.

• ETRI Journal
• /
• 제42권6호
• /
• pp.815-826
• /
• 2020

We propose a two-dimensional (2D) scattering-center-extraction (SCE) method using sparse recovery based on the compressive-sensing theory, even with data missing from the received radar cross-section (RCS) dataset. First, using the proposed method, we generate a 2D grid via adaptive discretization that has a considerably smaller size than a fully sampled fine grid. Subsequently, the coarse estimation of 2D scattering centers is performed using both the method of iteratively reweighted least square and a general peak-finding algorithm. Finally, the fine estimation of 2D scattering centers is performed using the orthogonal matching pursuit (OMP) procedure from an adaptively sampled Fourier dictionary. The measured RCS data, as well as simulation data using the point-scatterer model, are used to evaluate the 2D SCE accuracy of the proposed method. The results indicate that the proposed method can achieve higher SCE accuracy for an incomplete RCS dataset with missing data than that achieved by the conventional OMP, basis pursuit, smoothed L0, and existing discrete spectral estimation techniques.