[论文解读] Classification of Generalized Multiresolution Analyses

Lawrence W. Baggett, Veronika Furst+2 more|ArXiv.org|Oct 28, 2009

Mathematical Analysis and Transform Methods参考文献 7被引用 3

一句话总结

本文提出了一种在抽象希尔伯特空间中对广义多分辨率分析（GMRAs）进行分类的框架，使用两个关键参数：多重性函数 $m$ 和矩阵值滤波函数 $H$。它建立了这些参数唯一确定一个GMRA的条件，提供了一种从任意有效 $(m, H)$ 对构造典范GMRA的构造性方法，并基于其 $(m, H)$ 不变量定义了GMRA之间的等价关系，统一了经典和抽象的波函数构造，包括分形和直接极限的实例。

ABSTRACT

We discuss how generalized multiresolution analyses (GMRAs), both classical and those defined on abstract Hilbert spaces, can be classified by their multiplicity functions $m$ and matrix-valued filter functions $H$. Given a natural number valued function $m$ and a system of functions encoded in a matrix $H$ satisfying certain conditions, a construction procedure is described that produces an abstract GMRA with multiplicity function $m $ and filter system $H$. An equivalence relation on GMRAs is defined and described in terms of their associated pairs $(m,H)$. This classification system is applied to classical examples in $L^2 (\mathbb R^d)$ as well as to previously studied abstract examples.

研究动机与目标

• 将不同类型的波函数构造——经典、分形、直接极限和张量积实例——统一到广义多分辨率分析（GMRAs）的单一分类框架下。
• 识别出唯一表征一个配备伸缩和移位算子的抽象希尔伯特空间中GMRA的最小不变量集合。
• 开发一种构造性方法，从任意满足特定分析和代数条件的 $(m, H)$ 对生成一个典范GMRA。
• 基于其关联的多重性函数 $m$ 和滤波矩阵 $H$，定义并表征GMRA之间的等价关系。

提出的方法

• 该分类依赖于斯通定理，通过在对偶群 $\widehat{\Gamma}$ 上的多重性函数 $m$ 对 $V_0$ 上的平移表示进行分解，该函数编码了特征的谱重数。
• 滤波矩阵 $H$ 在傅里叶域编码了伸缩算子的作用，将经典标量滤波器推广为描述 $V_1$ 如何通过逆伸缩关系于 $V_0$ 的矩阵值函数。
• 开发了一种构造方法，从一个有限、几乎处处定义的多重性函数 $m$ 和满足特定等距性和一致性条件的矩阵值函数 $H$ 出发，生成一个希尔伯特空间，其嵌套子空间序列满足GMRA公理。
• GMRA的等价性通过保持多重性函数 $m$ 和滤波矩阵 $H$ 的酉等价性来定义，从而形成一个完整的不变量系统。
• 该框架被应用于经典 $L^2(\mathbb{R}^d)$ 实例和抽象构造，包括直接极限和GMRAs的张量积。
• 本文使用哈尔GMRA及其与基于二进制群的GMRA的张量积，构造了具有非平凡交集的新实例，并通过张量积修正以确保极限中交集为平凡。

实验结果

研究问题

• RQ1 如何利用内在不变量对抽象希尔伯特空间中的广义多分辨率分析（GMRAs）进行分类？
• RQ2 多重性函数 $m$ 和矩阵值滤波器 $H$ 需满足何种条件，才能保证存在具有这些参数的GMRA？
• RQ3 如何从给定的满足必要条件的 $(m, H)$ 对显式构造一个典范GMRA？
• RQ4 在何种意义上两个GMRA是等价的？这种等价性如何通过其关联的 $(m, H)$ 对来表征？
• RQ5 该分类框架能否统一已知实例，如朱尔内波函数、科恩波函数以及分形上的波函数？

主要发现

• 本文确立了GMRA完全由其多重性函数 $m$ 和矩阵值滤波函数 $H$ 分类，GMRA之间的等价性恰好对应于其 $(m, H)$ 对之间的等价性。
• 提供了一种构造性方法，可从任意有限、几乎处处定义的多重性函数 $m$ 和满足所需等距性和一致性条件的矩阵值滤波器 $H$ 构造出一个典范GMRA。
• 朱尔内波函数被证明与哈尔波函数不等价，原因在于其滤波函数 $H$ 不同，后者在 $|h(0)| = \sqrt{2}$ 处强制缩放函数在迭代下趋于零。
• 在无限直积群 $\Gamma = \bigoplus_{i=-\infty}^{\infty} \mathbb{Z}_2$ 上构造GMRA失败，原因在于非平凡交集 $\cap V_j$，但通过与 $L^2(\mathbb{R})$ 上标准哈尔GMRA进行张量积修正后，得到了一个有效的GMRA，其满足 $m \equiv 1$ 和 $\widetilde{m} \equiv 3$。
• 本文利用相同的 $m$ 和 $\widetilde{m}$ 但不同的滤波器构造了两个不等价的GMRA：一个使用 $h_1 = \sqrt{2}\chi_{\{1\}_0 \times \prod_{i=1}^\infty \mathbb{Z}_2_i}$，另一个使用 $h_1' = \chi_{\{1\}_0 \times \cdots} - \chi_{\{-1\}_0 \times \cdots}$，展示了不同的滤波行为。
• 与哈尔GMRA的张量积构造产生了新的分形类波函数，其中滤波器 $h_1'$ 和 $g_1'$ 引入了经典实例中不存在的非平凡相位行为。