[论文解读] On Wavelet-Galerkin methods for Semilinear Parabolic Equations with Additive Noise

Mihály Kovács, Stig Larsson+1 more|arXiv (Cornell University)|Aug 2, 2012

Image and Signal Denoising Methods参考文献 13被引用 6

一句话总结

本文提出了一种新颖的小波-Galerkin方法，用于求解带加法噪声的半线性随机抛物方程，通过将问题分解为一个线性随机方程（通过非自适应小波-Galerkin方法求解）和一个非线性随机演化方程（通过自适应小波-Galerkin方法求解）。关键贡献在于给出了一个均方误差估计，表明在噪声和初值具有正则性假设下，收敛阶为最优的 $ \tau^{\beta/2} $，其中 $ 0 \leq \beta < 1 $。

ABSTRACT

We consider the semilinear stochastic heat equation perturbed by additive noise. After time-discretization by Euler's method the equation is split into a linear stochastic equation and a non-linear random evolution equation. The linear stochastic equation is discretized in space by a non-adaptive wavelet-Galerkin method. This equation is solved first and its solution is substituted into the nonlinear random evolution equation, which is solved by an adaptive wavelet method. We provide mean square estimates for the overall error.

研究动机与目标

• 开发一种用于由加法噪声驱动的半线性随机抛物方程的数值方法，尤其适用于噪声粗糙或非马氏的情形。
• 通过将线性随机部分与非线性确定性部分解耦，解决高效求解此类方程的挑战。
• 结合非自适应小波-Galerkin方法求解线性随机分量与自适应小波-Galerkin方法求解非线性演化部分，以利用不同的正则性特性。
• 为整体数值格式建立严格的均方误差估计，包括时间与空间的离散化误差。
• 推导出依赖于噪声与初值正则性的收敛速率，通过协方差算子上的希尔伯特-施密特范数条件中的参数 $ \beta $ 进行量化。

提出的方法

• 应用罗特方法：首先使用向后欧拉格式对随机PDE进行时间离散化，将解分解为 $ u^n = v^n + w^n $，其中 $ w^n $ 求解线性随机问题，$ v^n $ 求解非线性问题。
• 使用基于阶数为 $ m $ 的多分辨率空间 $ S_J $ 的非自适应小波-Galerkin方法对线性随机方程 $ w^n $ 进行空间离散化，确保稳定性和收敛性。
• 使用自适应小波-Galerkin方法对非线性方程 $ v^n $ 进行离散化，该方法动态地对空间基进行精细处理，以高效捕捉解的特征。
• 利用SPDE的弱解形式，将其分解为随机卷积 $ w(t) = \int_0^t e^{-(t-s)A} dW(s) $ 和 $ v $ 的随机演化方程，从而实现顺序求解。
• 应用预解算子 $ r^n(\tau A) $ 近似时间上的半群 $ e^{-tA} $，并利用小波-Galerkin投影的稳定性和逼近性质。
• 利用伊藤等距性和谱函数演算来控制随机卷积中的误差，利用希尔伯特-施密特范数条件 $ \|A^{(\beta-1)/2}Q^{1/2}\|_{\mathrm{HS}} < \infty $。

实验结果

研究问题

• RQ1 小波-Galerkin方法能否在带加法噪声的半线性随机抛物方程上实现最优收敛速率？
• RQ2 将线性随机部分与非线性确定性部分解耦，如何影响整体误差与数值稳定性？
• RQ3 在给定噪声与初值正则性的前提下，该小波-Galerkin格式在时间步长 $ \tau $ 上的最优收敛速率是多少？
• RQ4 在该类SPDE中，非自适应与自适应小波-Galerkin方法在误差控制与计算效率方面有何比较？
• RQ5 在协方差算子 $ Q $ 与初值满足何种条件下，数值格式能保持均方收敛？

主要发现

• 在假设 $ \|A^{(\beta-1)/2}Q^{1/2}\|_{\mathrm{HS}} < \infty $ 下，整体数值解的均方误差满足 $ \mathbb{E}\|e^n\|^2 \leq C\tau^\beta \mathrm{e}^{Ct_n} $，其中 $ 0 \leq \beta < 1 $。
• 在给定噪声与初值正则性假设下，均方范数下的收敛速率为 $ \tau^{\beta/2} $，这是最优的。
• 在条件 $ \tau L_f \leq 1/2 $ 下，非线性分量的误差 $ \bar{v}^n - v^n $ 受小波逼近中随机卷积误差 $ w_J^n - w^n $ 的常数倍所限制。
• 时间离散化随机卷积的误差满足 $ \mathbb{E}\|e_{21}\|^2 \leq C\tau^\beta \|A^{(\beta-1)/2}Q^{1/2}\|_{\mathrm{HS}}^2 $，表明噪声正则性对收敛性的影响。
• 通过有理逼近 $ r^n(\tau A) $ 的稳定性控制半群的时间离散化误差，利用离散格朗沃尔引理推导出误差界。
• 分析证实，对非线性部分采用自适应小波方法是有效的，因为误差传播与随机分量的误差呈线性依赖关系，从而保证了稳定性和收敛性。