实值复变函数求导 ——(Wirtinger derivatives)_wirtinger导数-程序员宅基地

技术标签: 算法  虚数  神经网络  数字信号处理  

1.背景知识

在工程应用中,特别是信号处理领域,经常会遇到一些关于复信号的计算,一个典型的例子就是著名的快速傅里叶变换(FFT),它会将实信号也映射为复信号。与实信号相比,复信号包含额外的相位信息。某些物体,例如phase object,其有效信息完全包含在相位信号中。 而且实数作为复数的一个子集,针对复信号设计的算法往往有更加广泛的应用。因此,研究复信号是非常有必要的。    

一些余弦波叠加的FFT分析(图片来源:维基百科)

常见的对的复信号的处理是将其实部和虚部分开,然后进行单独处理,这样就可以用处理实信号的方法解决复信号的问题。但是,这种方法往往包含很多重复步骤分别用来处理实部和虚部。 我们希望能够直接在复数域进行相关分析,从而让整个算法的结构变得更加精简。

信号复原是信号处理中一个重要的方向,主要研究根据测量结果恢复出原始信号,而这个问题常常被看作是一个优化问题。解决优化问题经常要用到函数的梯度,因此有必要研究复变函数的一些求导理论。

2.经典的复变函数可导性

在传统的复变函数理论中,可导性的要求非常严格,具体定义为:如果复变函数f(z)z_0处可导,那么极限

                                                                   \lim_{z \to z_0} \frac{f(z)-f(z_0)}{z-z_0}

总是存在,与z趋近于z_0的路径无关。因此,若将其写成实部和虚部的形式,那么对于函数f(z) = u(z)+iv(z)和变量z = x+iy, 必须满足条件:

                                                                           \frac{\partial u}{\partial x} = \frac{\partial v}{\partial y}, \frac{\partial u}{\partial y} = -\frac{\partial v}{\partial x},

这一性质与势能函数类似,即做功只与始末位置有关,而与路径无关,比如重力势能只与高度有关。因此其在一个封闭路径上的积分为0,从而可导函数具有上述的偏导数约束。 

重力势能(来源:百度百科)

                         

这种定义下的导函数是实数导数理论的一个直接推广,但是适用性较窄,使用时限制条件较多。一类典型的不具有这种可导性的函数包括所有的实值复变函数(非常函数)。对于这种函数,u(z)不为常数,v(z) = 0,因此\frac{\partial v}{\partial y} = \frac{\partial v}{\partial x} = 0,必不满足上述偏导数条件。但是,这类实值函数在实际应用中很常见,一个例子是评价函数。对于一个复原后的复信号,我们对它的评价一定为一个实数,这样才可以用该指标的大小评价信号的好坏(一般复数无法直接比较大小)。在模仿深度学习进行误差反向传播更新的过程中,必然会涉及到实值复变函数的求导,而上述导数定义无法使用,因此引入了Wirtinger导数体系解决这个问题。

3. Wirtinger 导数

Wirtinger 导数由Remmert与1995年提出 [1],用于解决实值复变函数的问题。首先通过实部与虚部分离的方法研究一个复变函数f(z) = F(x,y) = U(x,y)+iV(x,y), z = x+iy的微分问题。根据多元函数的微分性质

                                                dF = \frac{\partial F}{\partial x} dx +\frac{\partial F}{\partial y} dy = \frac{\partial U}{\partial x} dx + \frac{\partial V}{\partial x} idx + \frac{\partial U}{\partial y} dy + \frac{\partial V}{\partial y} idy,

根据z与x和y的关系,可将其改写成关于z的微分:

                                                                              x = \frac{z+z^*}{2}, dx = \frac{dz+dz^*}{2}\\ ~~~~~y = \frac{z-z^*}{2i}, dx = \frac{dz-dz^*}{2i},

带入上式可得,若dF = \frac{\partial F}{\partial z}dz + \frac{\partial F}{\partial z^*}dz^*,那么

                                                                                  \frac{\partial }{\partial z} = \frac{1}{2}(\frac{\partial }{\partial x}-i\frac{\partial }{\partial y})\\ ~~~~~\frac{\partial }{\partial z^*} = \frac{1}{2}(\frac{\partial }{\partial x}+i\frac{\partial }{\partial y}),

这两个导数就被称为Wirtinger导数(Wirtinger derivatives)。

根据上述定义,可以得到一个Wirtinger求导法则中非常重要的一组等式

                                                              \frac{\partial z^*}{\partial z} = \frac{1}{2}\left[\frac{\partial x}{\partial x}-i\frac{\partial (-iy)}{\partial y}\right] = 1-i*(-i) = 0\\ ~~~~~\frac{\partial z}{\partial z^*} = \frac{1}{2}\left[\frac{\partial x}{\partial x}+i\frac{\partial (iy)}{\partial y}\right] = 1+i*i = 0.

类比多元函数中偏导数恒为零的情况,我们可以很自然得得出一个结论:在Wirtinger求导法则中,zz^*可以看作两个互不相关的变量,只要分别对其单独求导即可。例如,对z求导时,可将z^*看作常量,反之亦然。

最后举一个例子。复数的模平方的计算公式为\|z\|^2 = z^*z,那么在Wirtinger导数体系下,其关于z的导数为

                                                                 \frac{\partial \|z\|^2}{\partial z} =\frac{\partial z^*z}{\partial z} = z^*, \frac{\partial \|z\|^2}{\partial z^*} =\frac{\partial z^*z}{\partial z^*} = z.

模函数也为一个实值函数,它也具有实值函数特有的求导性质

                                                                                         dF = 2Re(\frac{\partial F}{\partial z}dz).

对于梯度下降法,其最速下降方向为\frac{\partial F}{\partial z^*},其中F为实值复变函数。

参考文献:

[1] Remmert, R. (1991). Theory of complex functions (Vol. 122). Springer Science & Business Media.

[2] (一份实用课件) https://mediatum.ub.tum.de/doc/631019/631019.pdf

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/weixin_37872766/article/details/107673096

智能推荐

tsne python_sklearn中tsne可视化-程序员宅基地

文章浏览阅读2.1k次。声明:manifold:可以称之为流形数据。像绳结一样的数据,虽然在高维空间中可分,但是在人眼所看到的低维空间中,绳结中的绳子是互相重叠的不可分的。对数据降维比较熟悉的朋友可以看这篇博客t-SNE实践——sklearn教程数据降维与可视化——t-SNEt-SNE是目前来说效果最好的数据降维与可视化方法,但是它的缺点也很明显,比如:占内存大,运行时间长。但是,当我们想要对高维数据进行分类,又不清楚这..._python sklearn t-sne visualizations

第109章 SQL函数 POSITION_sql position-程序员宅基地

文章浏览阅读3.4k次,点赞4次,收藏15次。文章目录第109章 SQL函数 POSITION大纲参数描述POSITION, INSTR, CHARINDEX和$FIND示例第109章 SQL函数 POSITION返回子字符串在字符串中的位置的字符串函数。大纲POSITION(substring IN string)参数substring - 要搜索的子字符串。它可以是列的名称、字符串字面值或另一个标量函数的结果,其中基础数据类型可以表示为任何字符类型(如CHAR或VARCHAR2)。IN string - 要在其中搜索子字符串的字_sql position

【ArcGIS平台系列】ArcGIS平台,打造可落地的新一代Web GIS_针对浏览器端的webapp开发,arcgis提供了-程序员宅基地

文章浏览阅读3.1k次。新一代Web GIS的内涵 "新一代Web GIS",是Esri在新的GIS技术和时代背景下,所提出的一种以Web为中心的、全新的GIS应用模式,在这种模式中,资源和功能都进一步整合,GIS服务的提供者以Web的方式提供资源和功能,而用户则采用多种终端随时随地访问这些资源和功能。在这种模式下,GIS平台变得更加简单易用、开放和整合,使得GIS为组织机构所有人使用成为现实,为"Web_针对浏览器端的webapp开发,arcgis提供了

嵌入式经典面试题之选择题_如果boot loader、内核、启动参数以及其他的系统映像四部分在固态存储设备上分别-程序员宅基地

文章浏览阅读6.3k次,点赞2次,收藏32次。一、单项选择题1、如下哪一个命令可以帮助你知道shell命令的用法( A )A. man B.pwd C. help D. more2、Linux分区类型默认的是:( B )A. vfat B. ext2/ext3 C. swap D. dos3、在大多数_如果boot loader、内核、启动参数以及其他的系统映像四部分在固态存储设备上分别

python2 安装faiss-gpu 报错 faiss/faiss/python/swigfaiss.i:241: Error: Unable to find ‘faiss/impl/platfo_warning: generating metadata for package faiss-gpu-程序员宅基地

文章浏览阅读1.7k次。1. 安装报错$ sudo pip install faiss-gpu --default-timeout=1000 -i https://pypi.douban.com/simpleDEPRECATION: Python 2.7 reached the end of its life on January 1st, 2020. Please upgrade your Python as Python 2.7 is no longer maintained. pip 21.0 will drop su_warning: generating metadata for package faiss-gpu produced metadata for pro

【yolov8系列】将yolov8-seg 模型部署到瑞芯微RK3566上_yolov8 rknn-程序员宅基地

文章浏览阅读3.7k次,点赞7次,收藏43次。前言之前记录过,整体比较流畅,记录了onnx转rknn的相关环境配置,使用的rk版本为rknn-toolkit2-v1.4.0。当前库已经更新为1.5,这里还是沿用1.4的版本进行记录。本篇博客是在上篇博客(yolov5的rk3566的部署)的基础上,记录下yolov8n-seg的模型在3566上的部署过程。若精度异常可查看官方提供文档,写的比较详细。这里说明下自己遇到的问题:yolov8模型模型进行全量化结果异常yolov8模型在PC端模拟器的运行结果时,板端运行结果异常。_yolov8 rknn

随便推点

1077: 三位数求解_oj1077三位数求解-程序员宅基地

文章浏览阅读403次。时间限制: 1 Sec内存限制: 128 MB题目描述已知xyz+yzz=n,其中n是一个正整数,x、y、z都是数字(0-9),编写一个程序求出x、y、z分别代表什么数字。如果无解,则输出“No Answer”注意:xyz和yzz表示一个三位数,而不是表示x*y*z和y*z*z。输入输入一个正整数n。输出输出一行,包含x、y、z的值,每个数值占4列。样例输入 Copy532样例输出 Copy 3 2 1提示注意一个三位数的百位数字不..._oj1077三位数求解

React antd表单控件+栅格系统控制label长度_react 表单 fields 长度-程序员宅基地

文章浏览阅读2.4k次。import React from 'react'import moment from 'moment';//cnpm i moment --saveimport { Card, Form, Input, Button, Checkbox, Radio, Select, Switch, DatePicker, TimePicker, Upload, Icon, message, InputNumber } from 'antd'const { Option } = Select;const { T._react 表单 fields 长度

elementUI分页中改变current-page绑定的值无效问题的解决_分页组件js直接修改页码绑定值不触发事件-程序员宅基地

文章浏览阅读8.3k次,点赞5次,收藏16次。问题今天在使用elementUI分页组件el-pagination时,在方法中修改current-page绑定的值,正常来说页面上显示的当前所在的页码会随着改变,但是并没有。分页代码:<!-- 分页 --><el-pagination background @size-change="handleSizeChange" @current-change="handleCurrentChange" :current-page="currentPage" :page-_分页组件js直接修改页码绑定值不触发事件

在 KVM 虚拟机中运行 macOS 系统_-device isa-applesmc,osk=-程序员宅基地

文章浏览阅读1.5w次,点赞2次,收藏8次。之前介绍过如何在 Ubuntu 系统和 KVM 中安装 Windows 系统,当时就说了,希望有机会能把 macOS 也给虚拟化了,这样就完美了。今天这篇文章就是解决这个问题的。准备工作开始之前,你需要做好以下的准备工作:一台可以正常工作的 Mac 电脑 一台装好了 KVM 的 Linux 主机 下载好了的 macOS 安装包 一颗不怕折腾的心首先参考 Dhiru Khol..._-device isa-applesmc,osk=

【普中开发板】基于51单片机的简易密码锁设计( proteus仿真+程序+设计报告+讲解视频)_单片机密码锁程序讲解-程序员宅基地

文章浏览阅读1.4k次,点赞19次,收藏17次。【普中】基于51单片机的简易密码锁设计( proteus仿真+程序+设计报告+讲解视频)仿真图proteus8.16(有低版本)程序编译器:keil 4/keil 5编程语言:C语言设计编号:P10。_单片机密码锁程序讲解

C语言复习-程序员宅基地

文章浏览阅读172次。宏定义就是给表达式起一个别名,以后想使用这个表达式的时候,使用别名即可,当表达式需要改变的时候,只需要修改定义处即可,就无须修改整个代码了。格式:#define 宏名 宏值注意:宏定义的名字是一个标识符,要符合标识符命名规范,且一般情况下,宏名都大写。注意事项:1.宏定义是在预处理阶段完成替换的;2.宏定义只是一个简单的替换,无脑替换;存储类型 数据类型 变量名;

推荐文章

热门文章

相关标签