[论文解读] The empirical eigenvalue distribution of a Gram matrix: From independence to stationarity

Walid Hachem, Loubaton, P.+1 more|ArXiv.org|Feb 25, 2005

Random Matrices and Applications参考文献 13被引用 19

一句话总结

本文通过一种新颖的方法，建立了由平稳高斯随机场生成的格拉姆矩阵的极限经验特征值分布，该方法通过酉合同变换将矩阵近似为具有独立但非同分布条目的矩阵。主要结果是在滤波器 $ h \in \ell^1(\mathbb{Z}^2) $ 和矩阵纵横比 $ N/n \to c \in (0,\infty) $ 的一般条件下，$ Z_nZ_n^* $ 与 $ (Z_n + A_n)(Z_n + A_n)^* $ 的谱分布以概率几乎必然收敛到由斯蒂尔杰斯变换表征的确定性极限。

ABSTRACT

Consider a $N imes n$ random matrix $Z_n=(Z^n_{j_1 j_2})$ where the individual entries are a realization of a properly rescaled stationary gaussian random field. The purpose of this article is to study the limiting empirical distribution of the eigenvalues of Gram random matrices such as $Z_n Z_n ^*$ and $(Z_n +A_n)(Z_n +A_n)^*$ where $A_n$ is a deterministic matrix with appropriate assumptions in the case where $n o \infty$ and $\frac Nn o c \in (0,\infty)$. The proof relies on related results for matrices with independent but not identically distributed entries and substantially differs from related works in the literature (Boutet de Monvel et al., Girko, etc.).

研究动机与目标

• 填补现有方法在推导由平稳高斯场构建的格拉姆矩阵极限谱分布方面的空白，特别是在非中心化情形下的不足。
• 通过一种新颖的近似技术，将现有关于 i.i.d. 条目结果推广至由平稳场产生的结构化、依赖性条目。
• 在滤波器 $ h $ 和矩阵纵横比的一般条件下，建立 $ Z_nZ_n^* $ 与 $ (Z_n + A_n)(Z_n + A_n)^* $ 的经验特征值分布的收敛性。
• 提出一种避免直接解析延拓分析的新证明框架，与 Boutet de Monvel 等人及 Girko 的前期工作不同。
• 为无线通信中的应用提供严格的理论基础，其中此类矩阵用于建模 MIMO 信道容量与信干比。

提出的方法

• 本文引入原始矩阵 $ Z_n $ 的周期化版本 $ \tilde{Z}_n $，其中索引按 $ N $ 和 $ n $ 取模，以形成类似循环矩阵的结构。
• 通过酉变换（傅里叶变换），将 $ \tilde{Z}_n $ 转换为具有独立但非同分布条目的矩阵，从而可应用随机矩阵理论中的现有结果。
• 利用 Bai（2003）的迹不等式，将 $ Z_n $ 与 $ \tilde{Z}_n $ 的谱分布之间的 Lévy 距离进行有界，表明二者具有相同的极限谱分布。
• 通过与滤波器 $ h $ 相关的方差谱 $ \Phi $ 及其傅里叶变换的谱测度，利用斯蒂尔杰斯变换表征极限谱分布。
• 关键技术工具包括利用傅里叶酉变换对结构进行对角化，以及应用 $ 2\epsilon $-论证以控制经验测度的收敛性。
• 实数情形的扩展通过将复傅里叶矩阵替换为实正交矩阵 $ Q_p $ 来处理，从而在变换域中保持条目的独立性结构。

实验结果

研究问题

• RQ1 当 $ Z_n $ 是一个 $ N \times n $ 矩阵，其条目由 $ h \in \ell^1(\mathbb{Z}^2) $ 滤波的平稳高斯随机场定义时，$ Z_nZ_n^* $ 的极限经验特征值分布是什么？
• RQ2 当 $ A_n $ 为确定性矩阵时，特别是当 $ A_n $ 为托普利茨矩阵时，$ (Z_n + A_n)(Z_n + A_n)^* $ 的谱分布如何渐近表现？
• RQ3 能否在不依赖直接解析延拓分析或强 i.i.d. 假设的前提下，推导出基于平稳高斯场的格拉姆矩阵的谱分布？
• RQ4 周期化与酉变换在连接依赖条目与独立条目随机矩阵理论之间起到了何种作用？
• RQ5 该方法是否可推广至实值高斯随机场？其谱极限与复数情形有何不同？

主要发现

• 在 $ Z_nZ_n^* $ 的经验特征值分布以概率几乎必然收敛到一个非随机极限，该极限由与滤波器 $ h $ 相关的谱测度的斯蒂尔杰斯变换表征。
• 当 $ A_n $ 为确定性矩阵并满足适当的结构假设时，$ (Z_n + A_n)(Z_n + A_n)^* $ 的极限谱分布存在，并由修正的斯蒂尔杰斯方程表征。
• 收敛性通过酉合同变换实现，该变换将 $ Z_n $ 转化为具有独立但非同分布条目的矩阵，从而可应用文献 [8] 中的已有结果。
• $ Z_n $ 与其周期化版本 $ \tilde{Z}_n $ 的谱分布之间的 Lévy 距离在 $ n \to \infty $ 时趋于零，确保二者具有相同的极限行为。
• 在复数情形下，极限谱测度由 $ |\Phi(u,v)|^2 $ 决定，其中 $ \Phi $ 为滤波器 $ h $ 的傅里叶变换，极限由公式 (4.4) 和 (4.5) 表征。
• 在实数情形下，极限分布由 $ \Phi_R^2(u,v) = |\Phi(u/2,v/2)|^2 $ 决定，相应的斯蒂尔杰斯方程也相应修正，且收敛速率与结构保持一致。