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.
In this paper, parallel orthogonal matching pursuit (POMP) is proposed to supplement the simultaneous orthogonal matching pursuit (S-OMP) which has been widely used as a greedy algorithm for sparse signal recovery for multiple measurement vector (MMV) problem. The process of POMP is simple but effective: (1) multiple indexes maximally correlated with the observation vector are chosen at the first iteration, (2) the conventional S-OMP process is carried out in parallel for each selected index, (3) the index set which yields the minimum residual is selected for reconstructing the original sparse signal. Empirical simulations show that POMP for MMV outperforms than the conventional S-OMP both in terms of exact recovery ratio (ERR) and mean-squared error (MSE).
