압축센싱 (Compressive Sensing)

한 줄 정의: 신호가 소수의 성분으로 희소하게 표현될 수 있다는 성질을 이용해, 나이퀴스트 표본화율보다 훨씬 적은 수의 측정값만으로도 원래 신호를 복원하는 신호처리 이론과 기법입니다.

쉽게 풀면

사진 대부분이 실제로는 몇 가지 핵심 패턴만으로도 거의 비슷하게 표현될 수 있다는 점에서 착안한 방법입니다. 일반적으로는 신호를 촘촘히 다 측정한 뒤 나중에 압축하지만, 압축센싱은 애초에 적은 수의 측정값만 얻고도 신호가 원래 "듬성듬성한(희소한)" 구조를 가진다는 사실을 활용해 복원 알고리즘으로 원본을 되살립니다. 마치 퍼즐 조각이 몇 개 없어도 그림의 전체적인 패턴을 알고 있으면 나머지를 추론할 수 있는 것과 비슷합니다.

왜 중요한가

압축센싱은 측정 자체를 줄일 수 있다는 점에서 통신, 레이더, 의료영상 등 다양한 분야의 하드웨어와 자원 소모를 크게 절감할 잠재력을 지니고 있어 신호처리 이론과 응용 연구에서 폭넓게 다뤄집니다. 특히 채널상태정보 피드백이나 스펙트럼센싱처럼 측정 비용이 큰 통신 문제에도 응용되고 있습니다.

논문에서는 이렇게 쓰입니다

"본 논문은 compressive sensing 기법을 이용해 대규모 MIMO 시스템의 채널 추정에 필요한 파일럿 신호 수를 크게 줄였다."

채널을 추정하기 위해 보내야 하는 기준 신호의 수를 압축센싱 이론을 활용해 줄일 수 있음을 보였다는 뜻입니다.

"제안된 압축센싱 기반 스펙트럼센싱 기법은 낮은 표본화율로도 광대역 신호의 점유 여부를 탐지할 수 있다."

넓은 주파수 대역을 다 측정하지 않고도 어느 대역이 사용 중인지 파악할 수 있는 방법을 제안했다는 의미입니다.

조금 더 깊게 보면

압축센싱이 성립하려면 신호가 어떤 기저에서 희소하게 표현될 수 있어야 하고, 측정 행렬이 제한등거리성질(RIP) 같은 조건을 만족해야 안정적인 복원이 가능합니다. 복원 알고리즘으로는 L1 노름 최소화 기반의 볼록 최적화 기법이나, OMP(Orthogonal Matching Pursuit)와 같은 그리디 알고리즘이 흔히 쓰입니다.

주의할 점

압축센싱은 신호가 실제로 희소하거나 희소하게 근사될 수 있을 때만 효과가 있으며, 이 가정이 성립하지 않는 신호에는 적용하기 어렵습니다. 또한 복원 알고리즘의 계산 복잡도와 잡음에 대한 민감도도 실제 적용 시 함께 고려해야 합니다.