[论文解读] Estimation of the Hurst Exponent Using Trimean Estimators on Nondecimated Wavelet Coefficients

Chen Feng, Brani Vidaković|arXiv (Cornell University)|Sep 26, 2017

Image and Signal Denoising Methods参考文献 12被引用 6

一句话总结

本文提出了一种基于非下采样小波系数的三均值估计器，通过结合中位数与分位数加权，实现对赫斯特指数的鲁棒估计，从而提高准确性和降低方差。该方法在理论和数值评估中均优于标准的小波方法（如VA、SSB、MEDL和MEDLA），尤其在高斯噪声和高频数据（如高分辨率瞳孔反应行为）中表现更优。

ABSTRACT

Hurst exponent is an important feature summarizing the noisy high-frequency data when the inherent scaling pattern cannot be described by standard statistical models. In this paper, we study the robust estimation of Hurst exponent based on non-decimated wavelet transforms (NDWT). The robustness is achieved by applying a general trimean estimator on non-decimated wavelet coefficients of the transformed data. The general trimean estimator is derived as a weighted average of the distribution's median and quantiles, combining the median's emphasis on central values with the quantiles' attention to the extremes. The properties of the proposed Hurst exponent estimators are studied both theoretically and numerically. Compared with other standard wavelet-based methods (Veitch $\&$ Abry (VA) method, Soltani, Simard, $\&$ Boichu (SSB) method, median based estimators MEDL and MEDLA), our methods reduce the variance of the estimators and increase the prediction precision in most cases. The proposed methods are applied to a data set in high frequency pupillary response behavior (PRB) with the goal to classify individuals according to a degree of their visual impairment.

研究动机与目标

• 开发一种在标准模型失效的噪声高频频时序数据中对赫斯特指数进行鲁棒估计的方法。
• 通过引入基于三均值的方法，解决基于均值和基于中位数的小波估计器的局限性，实现中心趋势与尾部分布敏感度之间的平衡。
• 利用非下采样小波变换提高赫斯特指数估计的精度并降低方差。
• 将该方法应用于高频瞳孔反应行为（PRB）数据，以分类视觉损伤程度。
• 在非下采样小波框架下，建立所提出的基于三均值估计器的理论渐近性质。

提出的方法

• 该方法将通用三均值估计器（定义为中位数与对称分位数的加权平均）应用于非下采样小波变换（NDWT）的对数小波系数。
• 三均值估计器结合了中位数对中心值的稳健性与分位数对极端值的敏感性，提供了一种比中位数更平滑且仍具抗异常值能力的替代方案。
• 该方法利用对数变换后的小波系数中能量的层级分布，定义为 $ D_{j,k} = (d_{j,k}^2 + d_{j,k+N_j/2}^2)/2 $，以稳定方差并提升估计效果。
• 推导出三均值估计器的理论渐近正态性，其均值与方差基于分数布朗运动下小波系数的分布获得显式表达式。
• 通过将三均值估计值对小波层级 $ j $ 进行加权回归实现方法实现，其中回归斜率即为赫斯特指数 $ H $ 的估计值。
• 两种特殊情况——图基三均值与加斯特维思估计器——被嵌入通用三均值框架中，实现了灵活且稳健的估计。

实验结果

研究问题

• RQ1 将通用三均值估计器应用于非下采样小波系数，是否能比现有小波方法更鲁棒、更准确地估计赫斯特指数？
• RQ2 在存在异常值和重尾噪声的高频数据中，三均值估计器在中位数与分位数加权之间的平衡如何提升性能？
• RQ3 在分数布朗运动模型下，所提出的基于三均值的赫斯特指数估计器的理论渐近性质（均值与方差）是什么？
• RQ4 与VA、SSB、MEDL和MEDLA方法相比，该方法在模拟和真实高频数据中是否能降低方差并提高预测精度？
• RQ5 该方法能否有效利用高频瞳孔反应行为（PRB）数据对视觉损伤程度进行分类？

主要发现

• 所提出的基于三均值的估计器相比标准小波方法（如Veitch & Abry (VA)、Soltani et al. (SSB)、MEDL和MEDLA）显著降低了方差。
• 该方法在大多数测试场景中提高了预测精度，尤其在存在噪声和异常值时，得益于三均值估计器对中心值与尾部分布的平衡影响。
• 理论分析证实，三均值估计器在渐近下服从正态分布，其均值与方差可由分数布朗运动下小波系数的分布显式推导。
• 作为特例的加斯特维思与图基三均值估计器，相较于仅使用中位数的方法（如MEDL和MEDLA），表现出更高的鲁棒性与性能。
• 在高频瞳孔反应行为（PRB）数据上的应用中，该方法成功支持了按视觉损伤程度对个体进行分类，展示了其实际应用价值。
• 通用三均值框架为赫斯特指数估计提供了一种灵活、理论基础坚实且实证表现更优的替代方案，优于基于均值与中位数的小波估计器。