Spektralkoncentrationsproblem

De tre ledande Slepian-sekvenserna för T=1000 och 2WT=6. Observera att varje sekvens av högre ordning har en extra nollkorsning.

Spektralkoncentrationsproblemet i Fourier-analys avser att hitta en tidssekvens av en given längd vars diskreta Fouriertransform är maximalt lokaliserad på ett givet frekvensintervall , mätt med spektralkoncentrationen.

Spektral koncentration

Den tidsdiskreta Fouriertransformen (DTFT) U ( f ) av en ändlig serie , definieras som

I det följande kommer samplingsintervallet att tas som Δ t = 1, och därmed frekvensintervallet som f ∈ [-½,½]. U ( f ) är en periodisk funktion med en period 1.

För en given frekvens W så att 0< W < ½, definieras spektralkoncentrationen för U ( f ) på intervallet [- W , W ] som förhållandet mellan effekten av U ( f ) som finns i frekvensbandet [- W , W ] och effekten av U ( f ) som finns i hela frekvensbandet [-½,½]. Det är,

Det kan visas att U ( f ) endast har isolerade nollor och därmed (se [1]). Således är den spektrala koncentrationen strikt mindre än ett , och det finns ingen ändlig sekvens för vilken DTFT kan begränsas till ett band [- W , W ] och fås att försvinna utanför detta band .

Redogörelse av problemet

Bland alla sekvenser för ett givet T och W , finns det en sekvens för vilken spektralkoncentrationen är maximal? Med andra ord, finns det en sekvens för vilken sidolobsenergin utanför ett frekvensband [- W , W ] är minimum?

Svaret är ja; en sådan sekvens existerar verkligen och kan hittas genom att optimera . På så sätt maximeras kraften

under förutsättning att den totala effekten är fast, säg

leder till följande ekvation uppfylld av den optimala sekvensen :

Detta är en egenvärdesekvation för en symmetrisk matris som ges av

Det kan visas att denna matris är positiv-definitiv , därför ligger alla egenvärden för denna matris mellan 0 och 1. Det största egenvärdet i ovanstående ekvation motsvarar största möjliga spektrala koncentration; motsvarande egenvektor är den erforderliga optimala sekvensen . Denna sekvens kallas en 0: e ordningens Slepian-sekvens (även känd som en diskret prolat sfäroidal sekvens, eller DPSS), som är en unik avsmalning med maximalt undertryckta sidlober.

Det visar sig att antalet dominanta egenvärden för matrisen M som är nära 1, motsvarar N=2WT som kallas Shannon-tal. Om egenvärdena är ordnade i fallande ordning (dvs. kallas egenvektorn som motsvarar n : te ordningens Slepian-sekvens ( DPSS) (0≤n≤N - 1 ) . Denna n: e ordningens avsmalning erbjuder också den bästa sidolobsdämpningen och är parvis ortogonal mot de slepiska sekvenserna av tidigare ordningar . Dessa slepiska sekvenser av lägre ordning utgör grunden för spektral uppskattning genom multitaper -metod.

Inte begränsat till tidsserier, kan spektralkoncentrationsproblemet omformuleras för att tillämpas på sfärens yta genom att använda sfäriska övertoner, för tillämpningar inom geofysik och kosmologi bland annat.

Se även

  • Partha Mitra och Hemant Bokil. Observed Brain Dynamics , Oxford University Press, USA (2007), Länk till bok
  • Donald. B. Percival och Andrew. T. Walden. Spectral Analysis for Physical Applications: Multitaper and Conventional Univariate Techniques , Cambridge University Press, Storbritannien (2002).
  • Partha Mitra och B. Pesaran, "Analys av dynamisk hjärnavbildningsdata." The Biophysical Journal, Volym 76 (1999), 691-708, arxiv.org/abs/q-bio/0309028
  • FJ Simons, MA Wieczorek och FA Dahlen. Spatiospektral koncentration på en sfär . SIAM Review, 2006, doi : 10.1137/S0036144504445765