[论文解读] Shape Preserving Rational Cubic Spline Fractal Interpolation

A. K. B. Chand, P. Viswanathan|arXiv (Cornell University)|Mar 9, 2015

Mathematical Dynamics and Fractals参考文献 55被引用 3

一句话总结

本文提出了一类新型的有理三次样条分形插值函数（FIF），通过将保形有理样条与迭代函数系统（IFS）相结合，实现了在不规则或自相似数据中保持单调性和凸性。通过引入张力参数和缩放因子，该方法确保了C¹连续性，通过可解的参数约束保证形状保持，并在C⁴函数下实现O(h⁴)的收敛速度，推广了经典有理插值方法，同时为复杂数据提供了更高的灵活性。

ABSTRACT

Fractal interpolation functions (FIFs) developed through iterated function systems (IFSs) prove more versatile than classical interpolants. However, the applications of FIFs in the domain of `shape preserving interpolation' are not fully addressed so far. Among various techniques available in the classical numerical analysis, rational interpolation schemes are well suited for the shape preservation problems and shape modification analysis. In this paper, the capability of FIFs to generalize smooth classical interpolants, and the effectiveness of rational function models in shape preservation are intertwingly exploited to provide a new solution to the shape preserving interpolation problem in fractal perspective. As a common platform for these two techniques to work together, we introduce rational cubic spline FIFs involving tension parameters for the first time in literature. Suitable conditions on parameters of the associated IFS are developed so that the rational fractal interpolant inherits fundamental shape properties such as monotonicity, convexity, and positivity present in the given data. With some suitable hypotheses on the original function, the convergence analysis of the $\mathcal{C}^1$-rational cubic spline FIF is carried out. Due to the presence of the scaling factors in the rational cubic spline fractal interpolant, our approach generalizes the classical results on the shape preserving rational interpolation by Delbourgo and Gregory [SIAM J. Sci. Stat. Comput., 6 (1985), pp. 967-976]. The effectiveness of the shape preserving interpolation schemes are illustrated with suitably chosen numerical examples and graphs, which support the practical utility of our methods.

研究动机与目标

• 填补在不规则或自相似数据中，分形插值方法在保持单调性和凸性等形状属性方面的空白。
• 开发一种C¹连续的有理三次样条FIF，集成形状参数和缩放因子，以增强控制能力并提高计算效率。
• 通过引入分形参数，在保持收敛性和形状保真度的同时，推广Delbourgo和Gregory的经典有理插值结果。
• 为具有不同导数不规则性的数据提供一个稳健且灵活的框架，特别适用于物理和工程应用中的插值。

提出的方法

• 利用包含缩放因子和有理形状参数的仿射变换构建有理三次样条FIF的迭代函数系统（IFS）。
• 采用函数方程（3.3）递归生成分形插值函数，确保在区间间具有C¹连续性。
• 引入张力参数（r₁, r₂）和缩放因子（α₁, α₂）以控制插值函数的分形维数和形状。
• 在子区间上采用分段构造，必要时自适应插入节点，以在行为复杂区域保持单调性。
• 推导出确保插值函数继承数据单调性和凸性的缩放因子与形状参数的充分条件。
• 进行收敛性分析，表明在适当参数选择下，C⁴(I)函数的误差界为O(h⁴)。

实验结果

研究问题

• RQ1 能否构造一种有理三次样条FIF，使其在不规则或自相似数据中保持单调性和凸性？
• RQ2 缩放因子和形状参数如何影响分形插值函数的形状保持性和收敛行为？
• RQ3 所提出的FIF在形状控制和近似精度方面，与经典有理插值方案相比，其推广程度如何？
• RQ4 哪些参数约束可确保存在一个范围受限、形状保持的分形插值函数？
• RQ5 在相似光滑性假设下，有理三次样条FIF的收敛速率与经典方法相比如何？

主要发现

• 所提出的有理三次样条FIF通过满足由参数约束导出的有限组可解不等式，确保了C¹连续性和形状保持性（单调性和凸性）。
• 缩放因子（低于显式边界）和形状参数（高于显式边界）的充分条件可保证形状保持插值函数的存在。
• 该方法在C⁴(I)函数下实现了O(h⁴)的收敛速率，与最佳经典有理样条方案相当。
• 通过引入缩放因子，该方法推广了Delbourgo和Gregory的经典有理插值结果，将他们的框架扩展至分形和自相似数据。
• 对于具有不同导数不规则性的数据，所提出的FIF在保持形状和确保光滑性方面优于经典方法。
• 数值示例表明，该方法在构建共单调和混合形状保持插值函数方面对复杂真实世界数据集具有显著有效性。