[论文解读] Fitting function for asymmetric peaks

A. D. Bukin|ArXiv.org|Nov 28, 2007

Advanced Measurement and Detection Methods被引用 25

一句话总结

本文提出一种基于高斯分布与指数分布卷积的新拟合函数，用于建模实验数据中的非对称峰，尤其适用于具有平滑非高斯尾部的高统计量分布。该方法在拟合灵活性和置信水平方面优于现有方法（如Novosibilsk函数和基于样条插值的方法），特别是在将多个具有相同峰位置的此类函数组合使用时表现更优。

ABSTRACT

In the paper a new fitting function is suggested, which can essentially increase the existing instrumentation for fitting of asymmetric peaks with the only maximum.

研究动机与目标

• 为解决现有拟合函数（如高斯函数之和与Novosibirsk函数）在建模具有平滑非高斯尾部的非对称峰时的局限性。
• 开发一种更具灵活性和鲁棒性的拟合函数，保持单一峰形态且在两侧呈单调变化，适用于高统计量实验数据。
• 提升峰位置与宽度确定的置信水平及拟合优度，尤其在粒子物理和量能器能量分布分析中。
• 提供一种数值稳定且可实现的函数，避免标准误差函数在大参数值下计算时的数值问题。

提出的方法

• 核心拟合函数 F_B1 通过高斯分布与单边指数分布的卷积推导得出，可实现非对称峰形。
• 该函数以误差函数（erf）表示，采用渐近展开以避免大参数值下的数值溢出。
• 关键创新在于通过变量变换和基于三次样条插值的数值近似，推导出峰位置相对于高斯中心的偏移量 ΔX_mg(σ_g, λ)。
• 为增强灵活性，提出使用两个具有相同峰位置 x_m 但不同 σ 和 λ 参数的 F_B1 函数之和，通过 cos²ξ 和 sin²ξ 加权以控制非对称性。
• 采用 μ = exp(−ρ) 的参数化形式，确保函数在整个参数范围内实现数值稳定计算。
• 峰位置通过求解 F_B1 的一阶导数所得超越方程确定，结合解析近似与样条插值以增强鲁棒性。

实验结果

研究问题

• RQ1 高斯与指数分布的卷积是否能比现有函数（如高斯函数之和或Novosibirsk函数）更准确、更灵活地拟合非对称峰？
• RQ2 在高统计量数据拟合中，当参数值较大时，如何缓解误差函数计算中的数值不稳定性？
• RQ3 高斯-指数卷积的峰位置与参数之间的解析关系是什么？如何实现高效近似？
• RQ4 多个具有共同峰位置的 F_B1 函数之和是否能提升复杂非对称分布的拟合优度？

主要发现

• 所提出的 F_B1 函数在具有平滑非高斯尾部且偏离指数或幂律行为的分布中，为 Novosibirsk 函数提供了一种稳定且灵活的替代方案。
• 峰位置偏移量 ΔX_mg(σ_g, λ) 已实现解析推导，并通过三次样条插值近似，实现均方根偏差 4.1×10⁻⁴，最大插值误差 2.2×10⁻³（当 μ = 1.0×10⁻⁵ 时）。
• 采用共享峰位置 x_m 及不同 σ 和 λ 参数的两个 F_B1 函数之和（FIT2FB1）成功拟合复杂分布，如 η 和 π⁰ 介子衰变的不变质量谱。
• 通过大参数值下的渐近展开避免 erf 函数的数值溢出，确保在高统计量场景下的稳定性。
• 当 λ → 0 时，F_B1 函数渐近趋近于高斯分布，其标准差 σ ≈ h/(2.3548)（FWHM 为 h），与标准高斯拟合保持一致。