Data generated internal solutions for the plasma wave equation: error bounds and numerical experiments in two dimensions

Resumen Técnico: Soluciones de Datos Generados para la Ecuación de Onda de Plasma en Dos Dimensiones

Planteamiento del Problema
Este artículo aborda el cálculo de campos de onda en el dominio del tiempo (instantáneas internas) dentro de un dominio acotado $\Omega \subset \mathbb{R}^d$ ($d=1,2$) gobernado por la ecuación de onda de plasma:
$$u_{tt} - \Delta u + q(x)u = 0$$
donde el potencial $q(x)$ es desconocido. El objetivo es reconstruir la solución interior $u(x, t)$ utilizando únicamente datos de respuesta en la frontera generados por fuentes localizadas cerca de $\partial\Omega$. Se asume que el medio de fondo es conocido (específicamente $q_0 = 0$), y la reconstrucción se basa en la transformación de las instantáneas del fondo conocidas mediante operadores basados en datos. Este problema sirve como un paso intermedio crítico en los problemas de dispersión inversa, donde se requieren campos interiores precisos para recuperar el coeficiente desconocido $q$ mediante ecuaciones integrales (por ejemplo, Lippmann–Schwinger).

Metodología
Los autores extienden un marco de modelado de orden reducido (ROM) basado en datos, establecido previamente para configuraciones unidimensionales, a una configuración de múltiples entradas y múltiples salidas (MIMO) en dos dimensiones.

1. Construcción del Gramiano Basado en Datos:
   En lugar de resolver la EDP con el $q$ desconocido, el método construye la "matriz de masa" (Gramiano) de las instantáneas internas desconocidas directamente a partir de las mediciones en la frontera. Para un conjunto de fuentes y receptores en la frontera, el Gramiano en bloque $M$ se ensambla utilizando la identidad del propagador de coseno:
   $$M_{(i,\ell),(j,m)} = \frac{1}{2} \left( F_{\ell m}(|i-j|\tau) + F_{\ell m}((i+j)\tau) \right)$$
   donde $F_{\ell m}$ representa la respuesta medida entre la fuente $m$ y el receptor $\ell$ en los pasos de tiempo $j$. Esta matriz captura todos los productos internos de las instantáneas desconocidas sin requerir el conocimiento de $q$.

2. Formulación MIMO y Estructura en Bloque:
   En dos dimensiones, una configuración de entrada única/salida única (SISO) es insuficiente para la convergencia. El artículo emplea una configuración MIMO donde el número de fuentes en la frontera aumenta a medida que se refina el muestreo temporal $\tau$. Esto permite que las fuentes resuelvan los campos lateralmente a lo largo de la frontera, mientras que las muestras temporales los resuelven en profundidad. El Gramiano resultante es una matriz de bloques donde cada entrada corresponde a un bloque de fuente/receptor de $K \times K$ ($K$ siendo el número de fuentes).

3. Reconstrucción mediante Descomposición de Cholesky:
   Las instantáneas desconocidas $U$ se reconstruyen transformando las instantáneas de fondo conocidas $U_0$ (computadas para $q_0=0$) utilizando los factores de Cholesky del Gramiano basado en datos $M$ y el Gramiano de fondo $M_0$:
   $$U = L L_0^{-1} U_0$$
   donde $M = LL^\top$ y $M_0 = L_0 L_0^\top$. Esta operación efectúa un cambio en el sistema de coordenadas del basis de fondo al basis basado en datos.

4. Regularización para Datos con Ruido:
   Dado que los datos medidos contienen ruido, el Gramiano ensamblado $M^\delta$ puede perder la definición positiva o volverse mal condicionado. El artículo compara dos estrategias de regularización:

   • Desplazamiento Diagonal: Un desplazamiento de tipo Tikhonov ($M^\delta + \alpha I$) que desplaza mínimamente todos los modos.
   • Piso de Autovalores (Eigenvalue Floor): Un método de reparación espectral donde los autovalores por debajo de un umbral $\lambda_{floor}$ se elevan a dicho umbral. Esto suprime selectivamente los modos inestables dominados por el ruido mientras preserva el subespacio energético.

Contribuciones Clave y Resultados Teóricos

• Extensión a 2D MIMO: El artículo formula la reconstrucción de la solución interna para la ecuación de onda de plasma en 2D, demostrando que la construcción del Gramiano en bloque y la transformación basada en Cholesky siguen siendo válidas cuando el número de fuentes escala con el refinamiento temporal.
• Cota de Error General: Los autores demuestran que la cota de error general establecida en su trabajo previo en 1D se transfiere al entorno MIMO en 2D. Específicamente, la distancia entre las soluciones generadas por datos y la "mejor aproximación causal" (la proyección de la solución real sobre el espacio de las instantáneas de fondo) está controlada por el desajuste entre el Gramiano de datos y la matriz de masa de la mejor aproximación causal.
  $$\|U - \hat{U}\| \leq \epsilon' \|U\|$$
  donde $\epsilon'$ depende del número de condición de $M$ y de la diferencia de la norma de Frobenius relativa entre $M$ y la matriz de masa de la mejor aproximación.
• Análisis de Convergencia: Los estudios de refinamiento numérico indican que el error relativo en la norma $L^2$ apilada decae a un ritmo consistente con $\sqrt{\tau}$ para medios suaves, reflejando el resultado teórico en 1D. Para los errores absolutos en la norma $L^1$, la tasa de convergencia observada es aproximadamente de $0.42$a$0.46$, cercana a la referencia de $\sqrt{\tau}$.
• Robustez del Piso de Autovalores: En presencia de ruido (hasta el 10% de la amplitud de la raíz cuadrática media de los datos), la regularización por piso de autovalores demuestra ser significativamente más robusta que el desplazamiento diagonal. El piso mantiene una precisión de reconstrucción que sigue siendo superior al campo de fondo perturbado, mientras que el desplazamiento diagonal se degrada rápidamente, llegando a realizar un desempeño peor que la solución de fondo.

Resultos Numéricos
El artículo presenta experimentos numéricos extensos en un dominio cuadrado $[0,1]^2$ utilizando resolvedores de diferencias finitas:

• Estudios de Refinamiento: Los experimentos en protuberancias gaussianas suaves y anillos cuadrados discontinuos muestran que las soluciones generadas por datos convergen a los campos reales a medida que $\tau \to 0$. Se observa que el error es significativamente menor y menos estructurado que el error del campo de fondo por sí solo.
• Medios de Alto Contraste: Las reconstrucciones se prueban en medios compuestos con alto contraste (amplitud 120–240). El método captura con éxito los cambios de fase y amplitud inducidos por las inclusiones, incluso cuando el campo de fondo no logra hacerlo.
• Sensibilidad al Ruido: Para un medio compuesto con una inclusión de anillo cuadrado, el método de piso de autovalores mantiene un error relativo de ~15% incluso con un 5% de ruido, comparado con un error de fondo de ~53%. El método de desplazamiento diagonal no logra proporcionar una mejora sobre el fondo con un 5% de ruido.

Significancia y Reivindicaciones
El artículo afirma demostrar que los campos de onda internos pueden computarse a partir de datos de frontera sin conocimiento del potencial desconocido $q$, siempre que exista un medio de fondo conocido. La significancia radica en:

1. Estabilidad Algorítmica: Establecer que la transformación basada en datos es estable en entornos MIMO 2D y bajo condiciones de ruido cuando se utiliza el piso de autovalores.
2. Consistencia Teórica: Mostrar que la teoría de convergencia en 1D y las cotas de error se generalizan a dimensiones superiores, siempre que el espacio de instantáneas se enriquezca con múltiples fuentes.
3. Utilidad Práctica: Proporcionar un paso intermedio robusto para problemas de coeficientes inversos, donde la calidad de los campos internos reconstruidos impacta directamente en la precisión con la que se recupera el potencial $q$.

Los autores señalan que, si bien las tasas de convergencia rigurosas para la formulación MIMO 2D aún no se han establecido teóricamente de forma completa, la evidencia numérica respalda la convergencia $L^1$ y sugiere que el método es efectivo para medios compuestos de alto contraste. Reconocen limitaciones respecto a regímenes de bajo contraste donde el ruido puede dominar la señal y el sesgo introducido si la solución real se encuentra fuera del rango causal de las instantáneas de fondo.