Inversion of Electrochemical Immittance Spectra based on the Mellin Transform

技术摘要：基于 Mellin 变换的电化学阻抗谱反演

问题陈述
电化学阻抗谱（EIS）是表征电荷转移、扩散和界面过程的主要工具。然而，通过解释 EIS 数据以识别潜在的物理过程及其时间尺度仍然具有挑战性。标准方法依赖于将数据拟合到等效电路模型，这需要对拓扑结构进行先验假设，并引入主观性。或者，分布弛豫时间（DRT）框架通过第一类 Fredholm 积分方程将阻抗映射到时域。虽然 DRT 是无模型的，但从有限且含有噪声的测量中恢复分布函数是一个病态的反问题，需要正则化，而正则化可能会扭曲结果。此外，基于 Voigt 核的标准 DRT 模型无法描述具有阻塞电极（如电池、超级电容器）的系统，因为这类系统的阻抗在低频处会发散。这导致了诸如电容时间分布（DCT）和扩散时间分布（DDT）等扩展框架的出现，但这些框架往往缺乏统一的数学处理方法来进行反演。

方法论
作者提出了一个统一的反演框架，其依据是观察到控制 DRT、DCT 和 DDT 的积分方程具有共同的数学结构：Mellin 卷积。这是因为标准的阻抗核（阻抗或导纳）取决于 $\omega\tau$ 的乘积，而不是独立地取决于 $\omega$ 和 $\tau$。

核心方法论涉及将去卷积问题转换到 Mellin 域，在 Mellin 域中，卷积变为逐点乘积。该步骤包含四个步骤（如图 1 所示）：

1. Mellin 变换： 将测得的阻抗函数 $X(j\omega)$ 转换到 Mellin 域。
2. 除法： 将转换后的阻抗除以用于该框架的特定核（Voigt、电容或基于扩散的核）的 Mellin 变换。
3. 参数平移： 应用复变量平移 $s \to 1-s$ 以对齐定义域。
4. 逆 Mellin 变换： 将结果反转回时域以恢复分布函数 $g(\tau)$、$f(\tau)$ 或 $p(\tau)$。

对于数值实现，作者利用快速 Mellin 变换（FMT），通过在对数频率网格上应用快速傅里叶变换（FFT）算法来实现。为了处理噪声存在下除法带来的病态性质，该方法采用了 Tikhonov 正则化结合 Hann 窗，以抑制 Gibbs 振荡并起到低通去噪滤波的作用。

主要贡献

• 数学统一性： 本文证明了 DRT、DCT 和 DDT 框架都是 Mellin 卷积的实例，从而允许使用单一的谱反演公式（公式 15）适用于任意阻抗函数。
• 精确解析反演： 作者在 Mellin 空间推导出了一个精确的代数反演公式，该公式在解析层面不需要正则化。
• 解析验证： 该框架在三种不同的情形下进行了解析验证：
  • 常相位元件 (CPE)： 同时恢复 DRT 和 DCT，得出已知的幂律分布。
  • Davidson-Cole (DC) 模型： 恢复 DRT 和 DCT，得出具有有限支撑的分布。
  • 有限长度 Warburg（阻塞型）： 恢复 DDT，正确识别出单个扩散时间尺度为 Dirac $\delta$ 函数。
• 数值实现： 提出了一种鲁棒的数值算法（算法 1），展示了在无噪声和有噪声（高达 5% 噪声）条件下实现高精度分布恢复的能力。

结果

• 解析准确性： 对于已知模型（CPE、DC、Warburg），推导出的 Mellin 反演公式能够完美重现已知的解析分布函数。
• 数值精度（无噪声）： 在无噪声模拟（$N=2^{16}$ 个样本）中，该方法实现的相对误差在 $10^{-13}$ 到 $10^{-14}$ 数量级，有效地达到了双精度浮点运算的极限。
• 对噪声的鲁棒性： 在有噪声条件（0.1% 到 5%）下，Tikhonov-Hann 稳定化起到了有效的低通滤波器作用。在大多数时间尺度窗口内，恢复分布的逐点相对误差保持在输入噪声水平之下。
• 模型恢复： 该方法成功恢复了与 DC 模型相关的尖锐截断和奇异性，以及与 CPE 相关的幂律行为，前提是反演阿伯斯克里西（abscissa）$\sigma_h$ 被选择在特定分布的解析基本带内。

意义与主张
本文声称，这种方法将基于阻抗和基于导纳的反演统一在一个单一的谱框架下，消除了为不同电化学行为采用不同数学处理的需求。通过利用阻抗核固有的 Mellin 卷积结构，该方法将复杂的去卷积问题转化为 Mellin 域中简单的代数运算。作者断言，这为从阻抗数据表征电化学系统提供了一种新的、严谨的方法，为理想情况提供了精确的解析解，并为实验数据提供了稳定、高精度的数值方法。这项工作强调，Mellin 变换是此类问题“最自然的谱框架”，这一结构此前在 EIS 文献中未被充分利用。