[论文解读] Application of the Wavelet Transform with a Piecewise Linear Basis to the Evaluation of the Hankel Transform

Peter S. Zykov, Eugene B. Postnikov|ArXiv.org|Jun 14, 2004

Image and Signal Denoising Methods参考文献 2被引用 5

一句话总结

本文提出了一种新颖的数值方法，通过使用分段线性基函数的小波分解来计算哈克尔变换，实现了小波与贝塞尔函数之间标量积的解析计算。该方法将哈克尔积分转化为快速收敛的级数，实现了自适应分辨率下的高精度，即使在大参数下也表现出色。

ABSTRACT

A method for computing the Hankel transform is proposed whereby the letter is reduced to a sum by representing the integrand as a smooth function times a Bessel function. The smooth function is replaced by its wavelet decomposition with a basis such that its scalar product with the Bessel function is calculated analytically. The result is represented as a series, with the coefficients strongly depending on the local behavior of the function being transformed. The application of the method is demonstrated by an example illustrated with plots.

研究动机与目标

• 开发一种计算哈克尔变换的数值方法，以克服基于快速傅里叶变换的传统方法的局限性。
• 利用小波多分辨率分析，自适应地表示具有局部特征的函数。
• 实现小波基函数与贝塞尔函数之间标量积的解析计算。
• 减少由对数坐标变换中的周期性延拓和非光滑性引起的数值误差。
• 通过利用函数的局部行为，以最少的小波系数实现高精度。

提出的方法

• 使用具有紧支撑或无限支撑的分段线性基函数，将待变换的函数表示为小波级数。
• 将哈克尔变换重新表述为小波系数与涉及贝塞尔函数和诺伊曼函数的解析积分的双重求和。
• 关键公式（4）和（5）将0阶和1阶哈克尔变换表示为包含贝塞尔函数 $J_0$、$J_1$ 和诺伊曼函数 $H_0$、$H_1$ 的求和形式。
• 利用文献[11]中的积分公式，精确计算分段线性小波与贝塞尔函数之间的标量积。
• 应用提升格式，从精细网格上的函数值计算小波系数，实现在快速变化区域的自适应细化。
• 通过缩放和归一化将定义域映射到[0,1]，以实现高效计算并截断无限小波展开。

实验结果

研究问题

• RQ1 基于小波的多分辨率分析能否提升哈克尔变换计算的精度与自适应性？
• RQ2 分段线性小波与贝塞尔函数之间的标量积能否实现解析计算，从而避免数值求积？
• RQ3 与基于快速傅里叶变换的哈克尔变换相比，该方法在误差和收敛性方面表现如何？
• RQ4 该方法能否高效处理具有局部特征或突变的函数？
• RQ5 在保持高精度的前提下，该方法在多大程度上可减少小波系数的数量？

主要发现

• 当使用分段线性小波分解且标量积被精确计算时，哈克尔变换可被精确表示为有限和。
• 即使在较低分解层级（例如，层级2）下，该方法也能对哈克尔变换实现良好近似，且在整个定义域内误差保持较小。
• 计算所得哈克尔变换的绝对误差保持有界，不会随变换变量 $p^*$ 的增大而急剧上升。
• 与相同节点上的线性插值相比，该方法的误差分布更加均匀，提供了更好的全局精度。
• 通过增加分解层级或采用非均匀节点分布进行细化，可进一步提高精度，尤其在函数快速变化的区域。
• 该方法在全局误差表现上优于标准线性近似，同时保持了计算效率。