On the Failure of Step-Response Tests to Certify Admissibility of Spectral Averaging Operators

1. Il Problema

Nel contesto dell'elaborazione dei segnali e delle pipeline numeriche, è spesso richiesto che gli operatori di smoothing lineari (filtraggio) preservino l'intervallo unitario $[0, 1]$. Questo è cruciale quando i dati rappresentano grandezze fisiche o semantiche vincolate, come probabilità, intensità normalizzate o concentrazioni.

• Definizione di Ammissibilità: Un operatore lineare $T$ è detto "ammissibile" su $[0, 1]^N$ se, per ogni vettore di ingresso $x$ tale che $0 \le x_i \le 1$, l'uscita $Tx$ soddisfa anch'essa $0 \le (Tx)_i \le 1$.
• L'Heuristico Comune: La pratica corrente utilizza spesso il test della risposta al gradino (step-response test) come diagnosi pratica. Si applica l'operatore a un segnale a gradino e si verifica se l'uscita presenta "overshoot" (superamento di 1) o "undershoot" (sotto 0). Se il gradino appare ben comportato, si assume spesso che l'operatore sia ammissibile.
• La Fallacia: Il paper dimostra che, per operatori di convoluzione periodica definiti tramite troncamento spettrale, un buon comportamento nella risposta al gradino non è una certificazione sufficiente dell'ammissibilità. Esiste un "punto cieco" (blind spot), specialmente vicino alla frequenza di Nyquist, dove il gradino può essere ricostruito perfettamente mentre l'operatore fallisce drammaticamente su altri input binari.

2. Metodologia e Impostazione Teorica

L'autore lavora nel setting discreto periodico $\mathbb{Z}_N$ (con $N$ pari), considerando operatori lineari tempo-invarianti (LTI) implementati come convoluzione circolare con un kernel reale $h$.

• Condizione di Massa Unitaria: Si assume che l'operatore preservi le costanti ($T\mathbf{1} = \mathbf{1}$), il che equivale a $\sum h[m] = 1$.
• Teorema di Caratterizzazione (Teorema 3.1): Viene stabilita un'equivalenza fondamentale:

  Un operatore di convoluzione periodica con massa unitaria è ammissibile su $[0, 1]^N$ se e solo se il suo kernel di convoluzione $h$ è non negativo in ogni punto ($h[m] \ge 0$ per ogni $m$).

  • Dimostrazione: Se $h \ge 0$, l'uscita è una combinazione convessa degli ingressi, quindi rimane in $[0, 1]$. Se esiste un coefficiente negativo, è possibile costruire un input binario $\{0, 1\}^N$ che sfrutta tale negatività per produrre un'uscita fuori dall'intervallo.
• Costruzione di "Testimoni" (Witnesses): Se il kernel contiene masse negative, il paper fornisce un metodo costruttivo per generare input binari specifici ($x_{neg}$ e $x_{pos}$) che garantiscono violazioni dell'ammissibilità con magnitudine calcolabile esattamente.

3. Contributi Chiave

1. Caratterizzazione Necessaria e Sufficiente: Formalizza che la conservazione dell'intervallo è una proprietà di positività del kernel, non una proprietà puramente frequenziale.
2. Certificati Costruttivi di Violazione: Se il kernel ha masse negative, non solo si può dimostrare che l'operatore non è ammissibile, ma si può calcolare un limite inferiore certificato per la violazione.
   • Definendo $S_- = \sum_{h[m]<0} h[m]$ (la somma delle masse negative), esiste un input tale che il minimo dell'uscita è $\le S_-$ e il massimo è $\ge 1 - S_-$.
3. Il "Punto Cieco" del Gradino (Blind Spot): Dimostra che per tagli spettrali "sharp" (troncamento netto) e "signed" (controllo con segno) vicini alla frequenza di Nyquist ($K = N/2 - 1$):
   • La risposta al gradino può essere perfetta (errore numerico vicino a zero).
   • L'operatore è fortemente non ammissibile con violazioni garantite di circa $0.5$o$1.0$.
   • Meccanismo: Il gradino canonico è ortogonale alla modalità di Nyquist (la componente che differisce dall'identità in quel taglio specifico), quindi non eccita la parte del kernel responsabile della violazione.
4. Confronto Quantitativo: Confronta tre costruzioni spettrali:
   • Media di Fejér (Cesàro): Kernel non negativo $\rightarrow$ Ammissibile.
   • Troncamento Sharp (Dirichlet): Kernel oscillante con lobi negativi $\rightarrow$ Non ammissibile.
   • Controllo Signed: Kernel con lobi negativi più profondi $\rightarrow$ Non ammissibile.

4. Risultati Principali

• Analisi del Taglio Nyquist-1: Per $N=2048$ e taglio $K=1023$:
  • L'operatore di troncamento sharp rimuove solo la modalità di Nyquist.
  • Il gradino medio ha coefficiente di Nyquist nullo (per $N$ divisibile per 4), quindi $T_{sharp} \cdot x_{step} = x_{step}$. Il test del gradino indica "nessun errore".
  • Tuttavia, il kernel reale contiene coefficienti negativi con somma $S_- \approx -0.5$. Esiste un input binario che produce un'uscita $\le -0.5$.
• Separazione tra Overshoot Osservato e Violazione Garantita: Le figure del paper mostrano che non c'è correlazione monotona tra l'overshoot del gradino e la violazione garantita. Si possono avere casi in cui l'overshoot è zero mentre la violazione garantita è massiccia.
• Validazione Numerica: I risultati sono stati riprodotti con script deterministici, fornendo hash di riproducibilità e dataset pubblici (Zenodo/GitHub) che confermano le violazioni certificate.

5. Significato e Implicazioni

• Rifiuto delle Euristiche Semplici: Il paper smonta la credenza diffusa che un "buon gradino" garantisca un operatore di smoothing sicuro per dati vincolati. Il test del gradino è necessario ma non sufficiente.
• Criterio di Progettazione: Per garantire l'ammissibilità in applicazioni critiche (es. probabilità, densità normalizzate), non basta scegliere un filtro passa-basso; bisogna garantire che il kernel nello spazio reale sia non negativo.
  • I filtri di tipo Fejér sono raccomandati perché i loro kernel sono non negativi.
  • I filtri a troncamento sharp (Dirichlet) sono intrinsecamente inadatti per la conservazione di vincoli stretti su $[0, 1]$ a causa dei lobi negativi.
• Standard di Reporting: L'autore propone un nuovo standard per la certificazione degli operatori:
  1. Verificare la conservazione della massa ($\sum h = 1$).
  2. Calcolare il coefficiente minimo del kernel ($\min h$).
  3. Se $\min h < 0$, calcolare la massa negativa $S_-$ e fornire l'input binario "testimone" che viola i limiti.
• Impatto Pratico: Questo lavoro previene errori di progettazione in pipeline di elaborazione segnali dove la violazione dei vincoli fisici (es. probabilità negative) potrebbe portare a errori catastrofici downstream, anche se i test di controllo standard (gradino) sembrano passare.

In sintesi, il paper sostituisce un'euristica "folkloristica" (il gradino) con un criterio matematico rigoroso e verificabile (la non-negatività del kernel), dimostrando che la sicurezza dei vincoli è una proprietà dello spazio reale, non solo della risposta in frequenza.