算子及观测数据都非精确情况下一种新的正则参数选择方法.docVIP

 算子及观测数据都非精确情况下 一种新的正则参数选择方法 3 樊树芳1) 马青华2) 王彦飞3 ,4) ( 1) 北京师范大学数学科学学院 , 100875 , 北京 ; 2) 北京联合大学应用文理学院 , 100038 , 北京 ; 3) 遥感科学国家重点实验室 , 中国科学院遥感应用研究所 , 100101 , 北京 ; 4) 中国科学院数学与系统科学研究院 , 100080 , 北京) 在考虑算子及右端项都扰动的情况下 ,研究求解第一类算子方程的正则参数选择方法 . 提出了一种新的正则 参数选择策略 :即修正的广义偏差原则 ( M GD P) 并进行了理论分析 ,数值试验则进一步证明了该方法的有效性 . 分类号 不适定问题 ; 正则化方法 ; M GD P O 241 . 8 ; O 241 . 6 于 x 3 X 满足 Kx 3 许多数学物理逆问题通常都是 Ha da ma r d 意义下 的不适定问题[ 124 ] ,即解的存在性 、唯一性和稳定性至 少有一条不能满足. 其中我们最关心的是解的稳定性 问题. 因为有观测误差的存在 ,所以问题的解通常不连 续依赖于数据的扰动 . 我们把线性逆问题归结为抽象 的第一类算子方程 0 = y 以及 ‖x 3 - x + ‖ = y} . x + mi n { ‖x - ‖: Kx = ( 4) x D ( K) 这样 , 正则参数α不仅影响着 xα δ 的收敛性而且影响其 收敛速度 , 因而正则参数的选择是至关重要的. 易见 求 问 题 ( 3 ) 的 极 小 解 等 价 于 求 解 下 述 的 Eule r 方程 ( K 3 K +αE) ( x - x + ) = K 3 ( yδ - Kx + ) , 其中 K 3 : Y →X 为 K 的伴随算子 , E 为恒等算子. 近年来 , 对 算子 K 精 确 给 定 的 情 况 , Kuni sch 和 Zo u[ 6 ] 在 Mo rozo v 偏差原则[ 7 ] 的基础上提出了选取正 则参数的拟 New to n 方法 ( Q N) 和双参数算法 ( T PA) . 本文首先在算子 K 近似给定的情形中提出了修正的 广义偏差原则 ( M GD P) ,并在此基础上 , 就这些正则参 数迭代选取的方法进行推广 , 即考虑方程 ( 1) 的右端项 和算子 K 都是近似已知的情形 . 由于在大气气溶胶遥 感反演等领域 中 , 几 乎所 有的 算 子 K 都 是 近 似 已 知 的 , 因此有必要对这种情况进行深入地研究. 并且对算 子 K 近似已知的情况 , 已经有众多的学者作了一系列 的探讨[ 8 210 ] . ( 5) (1) Kx = y , 其中 K : D ( K) ( Α X) →Y 为一有界线性算子 , X 和 Y 均为可分的 Hil ber t 空间 . 在实际问题中 , 右端项 y 为观测数据 , 因而只是近 似地已知 ,即只能得到扰动的数据 yδ 并带有误差水平 ‖y - yδ ‖ ≤δ. ( 2) 由于问题的不适定性 , 我们必须对问题 ( 1) 进行正则化 处理. 正则化方法有许多种 , 包括 Ti k ho no v 正则化方 法[ 122 ] , L a ndwe ber 迭 代 法[ 1 ] , Newto n 型 方 法[ 5 ] 等 等 . 在这些求解不适定问题的正则化方法中 ,由前苏联 著名教授 Ti k ho no v 奠定 的 Ti k ho no v 正则 化 方 法是 最有名的 . 在该方法中用如下光滑泛函 { ‖Kx - yδ ‖2 +α‖x - ‖2 } x + ( 3) 1 设 h 0 为实数 , 令 Kh : X →Y 为一有界线性算子 的极小解 xα 去逼近原问题 ( 1) 的真实解 , 其中α 0 即 δ 为所谓的正则参数 , x + D ( K) 是关于 ( 1) 的真实解的 一个先验估计. 在正则化理论中一个重要的问题就是决定正则参 数α. 如果参数 α选择适当 , 则可保证问题 ( 3) 的极小 使得 ‖K - Kh ‖ ≤ h ( 6) 成立. h 即为算子的扰动误差. 假定 y | R ( Kh ) 并且 解 xα 收敛于 ( 1) 的 x + - 极小范数解 x 3 , 也就是收敛 K 3 y K 3 yδ ≠0 . ≠0 , ( 7) δ h h 3 国家自然科学青年科学基金资助项目 ( 收稿日期 :2005206222 北京师范大学学报 (自然科学版) 26 第 42 卷 我们引进下面的光滑