01 - Calcul des variations et analyse spectrale : équations de Fourier et de Burgers pour modèles autorégréssifs régularisés

Nous proposons une reformalisation de l'analyse spectrale autoregressive regularisee dans le cadre de l'approche variationnelle en considerant le polynome autoregressif comme une transformation du cercle complexe unite en une courbe parametrique fermee et orientee dans le plan complexe (theorie globale des courbes planes fermees : classe d'equivalences d'immersions du cercle complexe unite dans le plan Euclidien). Nous montrons que l'Equation d'Euler-Lagrange associee nous ramene a la solution par moindres carres regularises classique. Nous posons ensuite le probleme sous une forme geometrique intrinseque pour laquelle la solution est definie comme une geodesique minimale particuliere dont la metrique depend explicitement du terme d'adequation aux donnees. Le calcul des variations alors, en redefinissant la notion de courbure d'une fonction complexe, une equation aux derivees partielles (EDP) de type « flot de courbure moyenne ». La discretisation du probleme via la transformee en Z aboutit a une EDP agissant sur le vecteur des parametres autoregressifs. Cette seconde approche permet de s'affranchir de l'optimisation de l'hyperparametre de regularisation intervenant dans l'approche de Tikhonov classique, en stoppant l'EDP des que sa vitesse d'evolution est ralentie. Le second avantage reside dans la formalisation EDP qui permet naturellement l'estimation continue, en ligne, du spectre au rythme du flot des donnees. L'extension de cette formalisation au Cepstre, dont la distance induite ainsi que celle du retard de groupe sont tres utilisees en signal, fait apparaitre le cepstre differentiel comme la transformation de Hopf-Cole du polynome autoregressif et induit donc une evolution associee selon l'equation de Burgers conditionnellement aux donnees. Nous concluons en utilisant l'interpretation de l'integration complexe par Polya en terme de flux et de travail d'un champ de vecteurs pour montrer que la regularisation tend a rendre non-divergent et irrotationnel le champ de vecteurs autoregressifs conjugues sur le cercle complexe unite.

[1]  E. Robinson,et al.  A historical perspective of spectrum estimation , 1982, Proceedings of the IEEE.

[2]  Steven Kay Recursive maximum likelihood estimation of autoregressive processes , 1983 .

[3]  M. Nashed Approximate regularized solutions to improperly posed linear integral and operator equations , 1974 .

[4]  J. Gillis,et al.  Probability and Related Topics in Physical Sciences , 1960 .

[5]  Michel Barlaud,et al.  Deterministic edge-preserving regularization in computed imaging , 1997, IEEE Trans. Image Process..

[6]  E. Hopf,et al.  The Partial Differential Equation u_i + uu_x = μu_t , 1950 .

[7]  John B. Shoven,et al.  I , Edinburgh Medical and Surgical Journal.

[8]  W. Burnside Theory of Functions of a Complex Variable , 1893, Nature.

[9]  D. Kendall,et al.  The Riemannian Structure of Euclidean Shape Spaces: A Novel Environment for Statistics , 1993 .

[10]  F. Barbaresco Calculus of variations and regularized autoregressive spectral estimation , 2001 .

[11]  H. Cartan,et al.  Cours de calcul différentiel , 1977 .

[12]  M. Z. Nashed,et al.  A NEW APPROACH TO CLASSIFICATION AND REGULARIZATION OF ILL-POSED OPERATOR EQUATIONS , 1987 .

[13]  Jean Gallier,et al.  Geometric Methods and Applications: For Computer Science and Engineering , 2000 .

[14]  A. Charlesby Path integral approach to quantum physics: An introduction , 1995 .

[15]  D. Alpay,et al.  Algorithme de Schur, espaces à noyau reproduisant et théorie des systèmes , 1998 .

[16]  Alain Herment,et al.  Improved Characterization of Non-Stationary Flows Using a Regularized Spectral Analysis of Ultrasound Doppler Signals , 1997 .

[17]  A new perspective on functional integration , 1995, funct-an/9602005.

[18]  P. Bérest Calcul des variations , 1997 .

[19]  William Welch Serious putty: topological design for variational curves and surfaces , 1996 .

[20]  Carl Ludwig Siegel,et al.  Topics in complex function theory , 1969 .

[21]  G. Szegő Polynomials orthogonal on the unit circle , 1939 .

[22]  Steven J. Altschuler,et al.  Singularities of the curve shrinking flow for space curves , 1991 .

[23]  I. Schur,et al.  On Power Series Which are Bounded in the Interior of the Unit Circle II , 1986 .

[24]  Bernard Gostiaux,et al.  Géométrie différentielle : variétés, courbes et surfaces , 1992 .

[25]  James A. Sethian,et al.  Level Set Methods and Fast Marching Methods , 1999 .

[26]  Joseph M. Pimbley,et al.  Recursive autoregressive spectral estimation by minimization of the free energy , 1992, IEEE Trans. Signal Process..

[27]  Hamid Reza Karimi,et al.  Study of the detection and resolution capabilities of a one-dimensional array of sensors by using differential geometry , 1994 .

[28]  J. Cole On a quasi-linear parabolic equation occurring in aerodynamics , 1951 .

[29]  M. Grayson The heat equation shrinks embedded plane curves to round points , 1987 .

[30]  M. Schroeder Direct (nonrecursive) relations between cepstrum and predictor coefficients , 1981 .

[31]  W. Fenchel,et al.  On the differential geometry of closed space curves , 1951 .

[32]  Max A. Viergever,et al.  Efficient and reliable schemes for nonlinear diffusion filtering , 1998, IEEE Trans. Image Process..

[33]  C. Small The statistical theory of shape , 1996 .

[34]  S. Osher,et al.  Algorithms Based on Hamilton-Jacobi Formulations , 1988 .

[35]  S. Motamen,et al.  Nonlinear diffusion equation , 2002 .

[36]  Yun-Gang Chen,et al.  Uniqueness and existence of viscosity solutions of generalized mean curvature flow equations , 1989 .

[37]  W. B. Gordon,et al.  A variational approach to the extraction of in-phase and quadrature components , 1998, IEEE Trans. Signal Process..

[38]  Henry P. Moreton Minimum curvature variation curves, networks, and surfaces for fair free-form shape design , 1993 .

[39]  Tristan Needham,et al.  Visual Complex Analysis , 1997 .

[40]  Bayya Yegnanarayana,et al.  A distance measure based on the derivative of linear prediction phase spectrum , 1979, ICASSP.

[41]  Guy Demoment,et al.  Image reconstruction and restoration: overview of common estimation structures and problems , 1989, IEEE Trans. Acoust. Speech Signal Process..