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

Resumo Técnico: Soluções Internas Geradas por Dados para a Equação de Onda de Plasma em Duas Dimensões

Enunciado do Problema
Este artigo aborda o cálculo de campos de onda no domínio do tempo (instantes internos) dentro de um domínio limitado $\Omega \subset \mathbb{R}^d$ ($d=1,2$) governado pela equação de onda de plasma:
$$u_{tt} - \Delta u + q(x)u = 0$$
onde o potencial $q(x)$ é desconhecido. O objetivo é reconstruir a solução interna $u(x, t)$ utilizando apenas dados de resposta de contorno gerados por fontes localizadas próximas ao contorno $\partial\Omega$. Assume-se que o meio de fundo é conhecido (especificamente $q_0 = 0$), e a reconstrução baseia-se na transformação de instantes de fundo conhecidos através de operadores orientados por dados. Este problema serve como uma etapa intermediária crítica em problemas de espalhamento inverso, onde campos internos precisos são necessários para recuperar o coeficiente desconhecido $q$ via equações integrais (ex: Lippmann–Schwinger).

Metodologia
Os autores estendem um arcabouço de modelagem de ordem reduzida (ROM) orientado por dados, previamente estabelecido para configurações unidimensionais, para uma configuração MIMO (Múltiplas Entradas/Múltiplas Saídas) em duas dimensões.

1. Construção do Gramiano Orientado por Dados:
   Em vez de resolver a EDP com o $q$ desconhecido, o método constrói a "matriz de massa" (Gramiano) dos instantes internos desconhecidos diretamente a partir de medições de contorno. Para um conjunto de fontes e receptores de contorno, o Gramiano em blocos $M$ é montado usando a identidade do propagador de cosseno:
   $$M_{(i,\ell),(j,m)} = \frac{1}{2} \left( F_{\ell m}(|i-j|\tau) + F_{\ell m}((i+j)\tau) \right)$$
   onde $F_{\ell m}$ representa a resposta medida entre a fonte $m$ e o receptor $\ell$ no passo de tempo $j$. Esta matriz captura todos os produtos internos de pares dos instantes desconhecidos sem a necessidade de conhecimento de $q$.

2. Formulação MIMO e Estrutura em Blocos:
   Em duas dimensões, uma configuração SISO (Uma Entrada/Uma Saída) é insuficiente para a convergência. O artigo emprega uma configuração MIMO onde o número de fontes de contorno aumenta conforme a amostragem temporal $\tau$ é refinada. Isso permite que as fontes resolvam os campos lateralmente ao longo do contorno, enquanto as amostras temporais os resolvem em profundidade. O Gramiano resultante é uma matriz em blocos onde cada entrada corresponde a um bloco de fonte/receptor de tamanho $K \times K$ ($K$ sendo o número de fontes).

3. Reconstrução via Decomposição de Cholesky:
   Os instantes desconhecidos $U$ são reconstruídos transformando os instantes de fundo conhecidos $U_0$ (calculados para $q_0=0$) usando os fatores de Cholesky do Gramiano orientado por dados $M$ e do Gramiano de fundo $M_0$:
   $$U = L L_0^{-1} U_0$$
   onde $M = LL^\top$ e $M_0 = L_0 L_0^\top$. Esta operação efetivamente altera o sistema de coordenadas do banco de dados de fundo para o banco de dados orientado por dados.

4. Regularização para Dados com Ruído:
   Como os dados medidos contêm ruído, o Gramiano montado $M^\delta$ pode perder a definição positiva ou tornar-se mal condicionado. O artigo compara duas estratégias de regularização:

   • Deslocamento Diagonal: Um deslocamento do tipo Tikhonov ($M^\delta + \alpha I$) que desloca minimamente todos os modos.
   • Piso de Autovalores (Eigenvalue Floor): Um método de reparo espectral onde os autovalores abaixo de um limiar $\lambda_{floor}$ são elevados a esse limiar, suprimindo seletivamente modos instáveis dominados por ruído enquanto preserva o subespaço energético.

Contribuições Principais e Resultados Teóricos

• Extensão para 2D MIMO: O artigo formula a reconstrução da solução interna para a equação de onda de plasma 2D, demonstrando que a construção do Gramiano em blocos e a transformação baseada em Cholesky permanecem válidas quando o número de fontes escala com o refinamento temporal.
• Limite de Erro Geral: Os autores provam que o limite de erro geral estabelecido em seu trabalho anterior em 1D é transferível para o cenário 2D MIMO. Especificamente, a distância entre as soluções geradas por dados e a "melhor aproximação causal" (a projeção da solução verdadeira no espaço dos instantes de fundo) é controlada pelo desajuste entre o Gramiano de dados e a matriz de massa da melhor aproximação causal.
  $$\|U - \hat{U}\| \leq \epsilon' \|U\|$$
  onde $\epsilon'$ depende do número de condição de $M$ e da diferença da norma de Frobenius relativa entre $M$ e a matriz de massa da melhor aproximação.
• Análise de Convergência: Estudos de refinamento numérico indicam que o erro relativo na norma $L^2$ empilhada decai a uma taxa consistente com $\sqrt{\tau}$ para meios suaves, espelhando o resultado teórico em 1D. Para erros absolutos na norma $L^1$, a taxa de convergência observada é de aproximadamente $0,42$a$0,46$, próxima à referência de $\sqrt{\tau}$.
• Robustez do Piso de Autovalores: Na presença de ruído (até 10% da amplitude de raiz quadrada média dos dados), a regularização por piso de autovalores mostra-se significativamente mais robusta que o deslocamento diagonal. O piso mantém uma precisão de reconstrução que permanece superior ao campo de fundo perturbado, enquanto o deslocamento diagonal degrada-se rapidamente, acabando por performar pior que a solução de fundo.

Resultados Numéricos
O artigo apresenta extensos experimentos numéricos em um domínio quadrado $[0,1]^2$ utilizando resolvedores de diferenças finitas:

• Estudos de Refinamento: Experimentos com calços Gaussianos suaves e anéis quadrados descontínuos mostram que as soluções geradas por dados convergem para os campos reais conforme $\tau \to 0$. O erro é mostrado como sendo significativamente menor e menos estruturado do que o erro do campo de fundo isolado.
• Meios de Alto Contraste: As reconstruções são testadas em meios compostos com alto contraste (amplitude 120–240). O método captura com sucesso as mudanças de fase e amplitude induzidas por inclusões, mesmo quando o campo de fundo falha em fazê-lo.
• Sensibilidade ao Ruído: Para um meio composto com uma inclusão em anel quadrado, o método de piso de autovalores mantém um erro relativo de ~15% mesmo com 5% de ruído, comparado a um erro de fundo de ~53%. O método de deslocamento diagonal não consegue fornecer melhoria sobre o fundo com 5% de ruído.

Significância e Alegações
O artigo alega demonstrar que campos de onda internos podem ser computados a partir de dados de contorno sem o conhecimento do potencial desconhecido $q$, desde que exista um meio de fundo conhecido. A significância reside em:

1. Estabilidade Algorítmica: Estabelecer que a transformação orientada por dados é estável em configurações 2D MIMO e sob condições ruidosas ao utilizar o piso de autovalores.
2. Consistência Teórica: Mostrar que a teoria de convergência 1D e os limites de erro se generalizam para dimensões superiores, desde que o espaço de instantes seja enriquecido por múltiplas fontes.
3. Utilidade Prática: Fornecer um passo intermediário robusto para problemas de coeficientes inversos, onde a qualidade dos campos internos reconstruídos impacta diretamente a precisão com que o potencial $q$ é recuperado.

Os autores observam que, embora taxas de convergência rigorosas para a formulação 2D MIMO ainda não estejam totalmente estabelecidas teoricamente, a evidência numérica apoia a convergência $L^1$ e sugere que o método é eficaz para meios compostos de alto contraste. Eles reconhecem limitações em relação a regimes de baixo contraste, onde o ruído pode dominar o sinal, e o viés introduzido caso a solução verdadeira esteja fora do alcance causal dos instantes de fundo.