Regularized Multiwavelet Collocation Methods for Ill-Posed Fredholm Integral Equations of the First Kind

技术摘要：用于第一类 Fredholm 积分方程的正则化多小波配点法

问题陈述
第一类 Fredholm 积分方程自然地出现在测量过程具有间接性、平滑性或受噪声污染的反问题中。由于底层积分算子是紧算子，直接对这些方程进行离散化通常会导致不稳定的重构；数据的微小扰动可能导致解发生任意大的变化。这种病态性（ill-posedness）需要一种结合了逼近与正则化的数值策略。虽然小波基和多项式基已被广泛用于此类方程的离散化，但关于基函数选择对反问题“稳定化”行为（超越单纯逼近精度之外）的具体影响，仍是一个诊断性的空白。

方法论
本文开发了一个统一的正则化多小波配点框架，用于求解通用的第一类 Fredholm 方程 $Kf = g$。该方法通过以下步骤进行：

1. 通过小波基进行离散化： 使用五种不同的紧支撑基函数对未知函数 $f$、数据 $g$ 和核函数 $K$ 进行近似：

   • 线性勒让德多小波 (LLMW)
   • 勒让德小波 (Legendre Wavelets)
   • Haar 小波
   • B-样条小波 (B-spline Wavelets)
   • 混合小波 (结合了块脉冲函数与勒让德多项式)
     该积分方程被转化为线性代数系统 $A_N C \approx G_N$，其中矩阵 $A_N$ 取决于所选基函数的特定求积规则和正交性质。

2. Tikhonov 正则化： 为了稳定病态系统，作者采用了 Tikhonov 正则化。通过最小化泛函 $J_\alpha(f) = \|Kf - g_\delta\|^2 + \alpha\|f\|^2$，将不稳定的第一类问题转化为一个稳定问题。这导出了正规方程 $(A_N^T A_N + \alpha I)C = A_N^T G_\delta$ 的求解。

3. 参数选择： 正则化参数 $\alpha$ 使用 Morozov 差异原则进行后验选择。具体而言，本研究利用基于阻尼差异原则的立方收敛程序，以确保残差 $\|A_N C - G_\delta\|$ 与噪声水平 $\delta$ 相匹配。

4. 诊断协议： 该方法的一个关键方面是为所有基函数采用统一的计算协议。这包括相同的离散化规模 ($N=32$)、配点网格、噪声实现（使用固定随机种子）以及噪声水平 ($\delta = 10^{-4}$ 至 $5 \times 10^{-2}$）。这确保了观察到的差异归因于基函数的属性，而非实现过程中的偏差。

核心贡献
本文的主要贡献是在单一的 Tikhonov–Morozov 正则化框架下，对五种小波基进行了系统性的、可重复的诊断性比较。研究不仅关注标准的逼近误差表，还评估了每种基函数的以下指标：

• 解误差 ($E_{sol}$)： 恢复函数的准确度。
• 残差误差 ($E_{res}$)： 正则化解满足带噪声代数系统的程度。
• 条件数： 离散算子的条件数 $\kappa(A_N)$ 以及正则化正规方程的条件数 $\kappa(A_N^T A_N + \alpha I)$。
• 参数行为： 在不同噪声水平下，由差异原则选定的 $\alpha$ 的量级。
• 计算成本： 组装与求解时间。

结果
在基准积分问题和 1D/2D Fredholm 方程（包括具有平滑及非平滑目标的高斯平滑核）上进行的数值实验得出以下结论：

• 基函数选择即正则化： 基函数的选择显著改变了稳定化行为。在无噪声环境下表现相似的基函数，在引入噪声和正则化后，其表现可能会产生剧烈差异。
• 平滑目标 vs. 非平滑目标：
  • 对于平滑解，高阶局部基（线性勒让德多小波、勒让德小波和 B-样条）通常能提供最佳的重构精度和良好的正则化后条件特性。
  • 对于非平滑解（例如具有转角的函数），高阶多项式基的优势会减弱。在这种情况下，具有紧支撑和局部性的 Haar 和混合基函数依然保持着竞争力和鲁棒性。
• 条件数与稳定性： 未经正则化的配点矩阵表现出极端的病态性（数量级达 $10^{16}$）。Tikhonov 正则化将其降低了数个数量级，但残差条件数仍随基函数而异。研究表明，在洁净环境下具有低逼近误差的基函数，可能需要更激进的正则化，或者对噪声表现出更高的敏感性。
• 计算权衡： 虽然 Haar 小波计算效率高且实现简单，但其在平滑重构方面的精度往往较低。相反，LLMW 和 B-样条基为平滑问题提供了卓越的精度，但会产生更高的组装成本。所谓的“最佳”基函数并非仅由精度决定，而是取决于精度、稳定性、条件数、噪声鲁棒性和成本之间的平衡。

意义与主张
本文主张，对于病态的第一类 Fredholm 方程，基函数选择应被视为正则化策略的一个组成部分，而非仅仅是逼近理论层面的选择。

作者认为，离散化基函数与正则化机制之间的相互作用至关重要。基函数会影响离散算子的谱、正规方程的条件数、由差异原则选定的正则化参数值以及噪声的传播。因此，选择逼近空间需要平衡精度、稳定性、条件数和计算成本。本研究提供了实践指南：

• 对于追求高重构精度和稳定性的平滑反问题，请使用线性勒让德多小波、勒让德小波或 B-样条。
• 当计算简单性、低成本、局部性或恢复非平滑特征是主要考量时，请使用 Haar 或混合小波。

这种诊断性视角将本研究与以往侧重于小波逼近性质或孤立正则化技术的研究区分开来，提供了一个评估噪声环境下可靠反演恢复的统一框架。