[論文レビュー] Algebraic reconstruction of piecewise-smooth functions from integral measurements

Dmitry Batenkov, Niv Sarig+1 more|ArXiv.org|Jan 29, 2009

Mathematical Analysis and Transform Methods参考文献 20被引用数 11

ひとこと要約

本稿では、モーメントやフーリエ係数などの積分測定値から、畳み込み双対とプロニ型システムを用いて、区分的滑らか関数の代数的再構成法を提示する。主な貢献は、微分消去子とモーメントベースのソルバーを活用することで、不連続性が存在する場合でさえも $ C^k $-滑らか領域に対して $ C/N^k $ の誤差減少率を達成する、証明可能に収束するアルゴリズムを提供することである。

ABSTRACT

This paper presents some results on a well-known problem in Algebraic Signal Sampling and in other areas of applied mathematics: reconstruction of piecewise-smooth functions from their integral measurements (like moments, Fourier coefficients, Radon transform, etc.). Our results concern reconstruction (from the moments or Fourier coefficients) of signals in two specific classes: linear combinations of shifts of a given function, and "piecewise $D$-finite functions" which satisfy on each continuity interval a linear differential equation with polynomial coefficients. In each case the problem is reduced to a solution of a certain type of non-linear algebraic system of equations ("Prony-type system"). We recall some known methods for explicitly solving such systems in one variable, and provide extensions to some multi-dimensional cases. Finally, we investigate the local stability of solving the Prony-type systems.

研究の動機と目的

• 不連続性のため古典的線形手法が収束が遅くなる積分測定値からの区分的滑らか信号の再構成という根本的課題に取り組む。
• 非線形で代数的な再構成フレームワークを導入することで、Gibbs現象や従来の近似法における $ O(1/\nabla{N}) $ 未満の誤差率を克服する。
• 微分消去子を用いて、ジャンプ不連続性で区切られた滑らか領域から成る信号を、モーメントデータと組み合わせて体系的に再構成する手法を開発する。
• 不連続性の位置を特定し、モーメント系を解くことで、滑らか関数近似と同等の $ O(1/N^k) $ の収束速度で高精度再構成を達成する。
• 微分消去子理論、モーメント生成関数、Padé-Hermite近似を統合した、区分的代数的および三角関数的関数の正確な再構成を可能にする頑健なアルゴリズムを提供する。

提案手法

• 測定カーネル $ \varphi_k(t) $ に対して、$ \int f(t+x)\psi_k(t) dt = \varphi_k(x) $ を満たす $ f $-畳み込み双対列 $ \psi_k(t) $ を構築し、モーメント回復を可能にする。
• モーメントデータからプロニ型線形系 $ H\mathbf{a} = 0 $ を定式化し、$ H $ は関数 $ G_j(x) $ のモーメント生成関数から構成される。
• 関数 $ G_j(x) $ のモーメント生成関数 $ h_j(z) $ を用いて、Padé-Hermite形式を導出し、係数と多項式依存関係を結びつける。
• 区分的関数の場合、信号を $ g(x) = \widetilde{g}_0 + \sum_{n=1}^\mathcal{K} \widetilde{g}_n(x) \mathcal{H}(x - \xi_n) $ と表現する。ここで $ \mathcal{H} $ はヘヴィサイドのステップ関数である。
• 信号 $ g $ の分布的全関数を消去するように、$ \widehat{\mathfrak{D}} = \left(\prod_{n=1}^\mathcal{K} (x - \xi_n)^N \right) \cdot \mathfrak{D} $ という修正された微分作用素 $ \widehat{\mathfrak{D}} $ を定義する。これにより、同時に再構成が可能になる。
• 連立一次方程式 $ \begin{pmatrix} c_{i,k}^n \end{pmatrix} \boldsymbol{\alpha} = \mathbf{m} $ を解くことで、連続性区間上の基底関数とモーメントデータを用いて、滑らか領域の係数を回復する。

実験結果

リサーチクエスチョン

• RQ1 非線形代数的手法により、最初の $ N $ 個のモーメントから、滑らか関数近似と同等の $ O(1/N^k) $ 収束速度で区分的滑らか関数を再構成できるか。
• RQ2 微分消去子を用いて、モーメントデータから不連続性の位置と滑らか領域の係数を同時に回復する方法は何か。
• RQ3 畳み込み双対が、モーメント測定値を信号再構成に適した代数的系に変換する役割は何か。
• RQ4 Padé-Hermite近似フレームワークを用いて、モーメント生成関数から多項式係数を回復する方法は何か。
• RQ5 再構成信号が元の信号と有限個のモーメントまで一致するための条件は何か。また、必要なモーメント数の上限はどのように定められるか。

主な発見

• 微分消去子とモーメント系を活用することで、不連続性が存在する場合でさえも $ C^k $-滑らか領域に対して $ O(1/N^k) $ の収束速度を達成する。
• 係数のベクトル $ \mathbf{a} $ は、解空間が信号パラメータを符号化する同次線形系 $ H\mathbf{a} = 0 $ を満たす。
• 関数 $ G_j(x) = \mathcal{E}(x) \frac{d^j}{dx^j} g(x) $ のモーメント生成関数 $ h_j(z) $ を用いて、Padé-Hermite近似を導出し、係数と多項式関係を結びつける。
• 不連続性の位置 $ \xi_n $ は、消去子 $ \widehat{\mathfrak{D}} $ の係数多項式の重複度 $ N $ の根として正確に特定可能である。
• 区分的多項式、正弦波、有理関数に対して、有限個のモーメントから正確な再構成が可能であり、必要なモーメント次数に対する明示的な上限が得られる。
• 与えられた微分作用素 $ \mathfrak{D} $ に対して、正確な回復に必要な最小モーメント数 $ \widetilde{M} $ は計算可能であり、アルゴリズムの終了を保証する。