离散多项式傅里叶扩展中噪声整形一位系数的研究报告
摘要
本研究报告为离散多项式傅里叶扩展中的一位噪声整形系数建立了一个严格的分析框架，推导了西格玛-德尔塔量化的估计和高阶扩展。
arXiv:2607.24868v1 公告类型：新
摘要：本报告研究了归一化离散多项式傅里叶扩展中的噪声整形一位系数。对于一阶西格玛-德尔塔量化，误差写为 $e_k=u_k-q_k=\Delta v_k$，其中状态一致有界。然后通过离散分部求和，得到了复数权重的变差估计，以及在紧参数集上的 $O(N^{-1})$ 逼近率。对于抛物线相位 $\phi_{x,t}(\xi)=x\xi+t\xi^2$，该界限通过 $J(x,t)=\int_0^1 |x+2t\xi|d\xi$ 表示，且在可允许输入类上证明了均匀的 $N^{-1}$ 速率是精确的。推导了高阶有限记录恒等式，并保留了所有端点迹。在端点兼容性或显式边界修正后，r 阶噪声整形误差 $e=\Delta^r v$ 对于足够光滑的权重给出 $O(N^{-r})$ 衰减，对于 $C^{r-1,\alpha}$ 权重给出 $O(N^{-(r-1+\alpha)})$ 衰减。还建立了精确的 $L^2$ 正交恒等式、四阶矩公式、局部核估计和振荡传递界限。包括了扩展到多项式相位、多维参数族、增长观测区域和关联状态模型。
查看缓存全文
缓存时间: 2026/07/29 09:54
# 噪声整形一比特系数在离散多项式傅里叶扩展中的研究报告：详细推导、严格证明、边界校正重构及高阶扩展
来源：https://arxiv.org/html/2607.24868 \(2026年7月\)
## 序言
本报告源于个人对sigma-delta量化、离散有限差分与多项式傅里叶扩展之间相互作用的学术兴趣。其目标是以支持进一步数学研究的详细形式，发展基本恒等式与估计。
## 摘要
本研究报告为离散多项式傅里叶扩展中的一比特噪声整形系数建立了严格的分析框架。核心对象是一段有限系数记录，其量化误差具有离散差分表示。对于一阶sigma-delta量化，有
\(u_k - q_k = v_k - v_{k-1}, \quad \|v\|_{\ell^\infty} \leq V\)，
且有界状态将量化误差转化为有限离散变分权序列上的可控泛函。通过完整的有限记录分部求和论证，当初始状态为零时，可得
\(\left\| \frac{1}{N} \sum_{k=1}^N (u_k - q_k) w_k \right\| \leq \frac{V}{N} \left( |w_N| + \sum_{k=1}^{N-1} |w_{k+1} - w_k| \right)\)。
该估计随后应用于绝对连续和有界变分相位，特别关注抛物线相位 \(\phi_{x,t}(\xi) = x\xi + t\xi^2\)。得到的局部估计为
\(\left\| \mathcal{E}_N u(x,t) - \mathcal{E}_N q(x,t) \right\| \leq \frac{V}{N} \left[ 1 + 2\pi \int_0^1 |x + 2t\xi| \, \mathrm{d}\xi \right]\)。
该相位变分因子被显式求值，导出了紧集和局部 \(L^p\) 推论，并通过零输入轨迹证明，在没有额外条件的情况下，一致一阶速率通常不能优于 \(N^{-1}\)。报告还发展了形如 \(e = \Delta^r v\) 的误差在有限区间上的精确恒等式，保留了所有初始与终端边界迹。在端点相容性条件下，通过重复分部求和将 \(r\) 个差分从状态转移到采样相位权重，得到紧集上的 \(O(N^{-r})\) 估计。通过使用固定数量的状态迹值去除所有有限记录迹的互补边界校正重构公式，即使不要求终端相容性也能恢复相同的内部速率。还涉及分数光滑性：\(C^{r-1,\alpha}\) 采样权重产生中间速率 \(O(N^{-(r-1+\alpha)})\)。分析扩展到多项式相位、矩曲线、多维散度形式误差、各向异性增长区域、残余误差模型、分块重置、光滑终止以及显式状态假设下的振荡传递估计。数值计算验证了指标、常数和预测速率。本文以详细数学研究报告的格式呈现。外部结果在其实质性使用处引用，每个传递估计都陈述了其证明所需的额外状态假设。
**关键词：** sigma-delta量化；一比特系数；噪声整形；离散傅里叶扩展；多项式相位；抛物线扩展；分部求和；全变差；端点相容性；指数和；限制理论。
## 执行摘要
本报告解决一个特定的数学问题。一个稳定的一比特sigma-delta量化器产生 \(\{-1, +1\}\) 中的系数，但逐点量化误差并不小。有用的结构是恒等式 \(u - q = \Delta v\)，其中状态 \(v\) 保持一致有界。主要任务是确定这种离散差分结构如何影响多项式傅里叶扩展和。分析产生六组严格结果。
1. **结果组1：一阶稳定性和偏差**。贪婪符号量化器对于 \([-1,1]\) 中的输入是稳定的。量化误差的每个区间和由状态界控制，与区间长度无关。
2. **结果组2：加权变分和抛物线扩展**。离散分部求和将整形误差转化为边界贡献和加权状态和。所得范数是采样相位的离散全变差。对于抛物线相位，变分由 \(J(x,t) = \int_0^1 |x + 2t\xi| \, \mathrm{d}\xi\) 控制，其精确分段公式被推导。
3. **结果组3：尖锐性和边界结构**。零输入轨线在奇数记录长度下给出原点处精确的 \(1/N\) 误差。此例将终端状态识别为首要一阶障碍，并证明在所述假设下一致 \(N^{-1}\) 尺度的最优性。
4. **结果组4：高阶有限记录理论**。对于 \(e = \Delta^r v\)，重复分部求和产生权重的内部前向差分和完整的边界迹层次。当相关迹为零或足够小时，高阶衰减随之而来。在精确端点相容性和光滑相位采样下，标准化误差在紧参数集上为 \(O(N^{-r})\)。
5. **结果组5：边界校正和分数正则性**。完整的边界泛函可作为有限维侧信息添加到量化扩展中。校正后的重构具有精确的纯内部误差，因此无需终端重置即可实现高阶速率。对于 \(C^{r-1,\alpha}\) 中的权重，证明的速率为 \(O(N^{-(r-1+\alpha)})\)。
6. **结果组6：扩展和验证**。相同机制适用于多项式相位、矩曲线、多维散度形式整形、增长观测区域、残余误差、泄漏整形、块处理和光滑终止。正交性、指数和理论、限制估计和解耦被作为全变差不再提供衰减的尺度下的工具进行考察。数值例子验证了精确的一阶尖锐性和二阶端点相容缩放。
核心贡献是在显式稳定性和边界假设下，对未量化和一比特多项式傅里叶扩展的定量逼近理论。在关键尺度下，该框架将扩展误差与可实现的状态轨线、振荡抵消和终端控制联系起来。
###### 目录
1. 序言 (https://arxiv.org/html/2607.24868#Chx1)
2. 摘要 (https://arxiv.org/html/2607.24868#Chx2)
3. 执行摘要 (https://arxiv.org/html/2607.24868#Chx3)
4. 缩写列表 (https://arxiv.org/html/2607.24868#Chx4)
5. 记法和阅读指南 (https://arxiv.org/html/2607.24868#Chx5)
6. 1 引言与研究目标 (https://arxiv.org/html/2607.24868#Ch1)
1. 1.1 研究问题与动机 (https://arxiv.org/html/2607.24868#Ch1.S1)
1. 1.1.1 数学问题 (https://arxiv.org/html/2607.24868#Ch1.S1.SS1)
2. 1.1.2 与离散限制理论的关系 (https://arxiv.org/html/2607.24868#Ch1.S1.SS2)
3. 1.1.3 与有限框架和压缩感知的关系 (https://arxiv.org/html/2607.24868#Ch1.S1.SS3)
4. 1.1.4 贡献 (https://arxiv.org/html/2607.24868#Ch1.S1.SS4)
5. 1.1.5 结果定位 (https://arxiv.org/html/2607.24868#Ch1.S1.SS5)
6. 1.1.6 组织结构 (https://arxiv.org/html/2607.24868#Ch1.S1.SS6)
2. 1.2 量化背景与稳定噪声整形 (https://arxiv.org/html/2607.24868#Ch1.S2)
1. 1.2.1 无记忆量化与反馈量化 (https://arxiv.org/html/2607.24868#Ch1.S2.SS1)
2. 1.2.2 工程传递函数视角 (https://arxiv.org/html/2607.24868#Ch1.S2.SS2)
3. 1.2.3 一阶和高阶状态方程 (https://arxiv.org/html/2607.24868#Ch1.S2.SS3)
4. 1.2.4 过采样与归一化 (https://arxiv.org/html/2607.24868#Ch1.S2.SS4)
5. 1.2.5 有限框架与端点几何的作用 (https://arxiv.org/html/2607.24868#Ch1.S2.SS5)
6. 1.2.6 鲁棒性与非理想量化器 (https://arxiv.org/html/2607.24868#Ch1.S2.SS6)
7. 1.2.7 本文中稳定性必须意味着什么 (https://arxiv.org/html/2607.24868#Ch1.S2.SS7)
7. 2 文献综述与理论定位 (https://arxiv.org/html/2607.24868#Ch2)
1. 2.1 指数和、Weyl差分与均值 (https://arxiv.org/html/2607.24868#Ch2.S1)
1. 2.1.1 本章文献的目的 (https://arxiv.org/html/2607.24868#Ch2.S1.SS1)
2. 2.1.2 有限差分、光滑模与分数正则性 (https://arxiv.org/html/2607.24868#Ch2.S1.SS2)
3. 2.1.3 基本记法 (https://arxiv.org/html/2607.24868#Ch2.S1.SS3)
4. 2.1.4 Abel求和与有界部分和 (https://arxiv.org/html/2607.24868#Ch2.S1.SS4)
5. 2.1.5 Van der Corput 差分 (https://arxiv.org/html/2607.24868#Ch2.S1.SS5)
6. 2.1.6 Weyl不等式 (https://arxiv.org/html/2607.24868#Ch2.S1.SS6)
7. 2.1.7 Vinogradov均值 (https://arxiv.org/html/2607.24868#Ch2.S1.SS7)
8. 2.1.8 加权均值 (https://arxiv.org/html/2607.24868#Ch2.S1.SS8)
9. 2.1.9 大弧、小弧与整形系数 (https://arxiv.org/html/2607.24868#Ch2.S1.SS9)
10. 2.1.10 完成与短区间 (https://arxiv.org/html/2607.24868#Ch2.S1.SS10)
11. 2.1.11 可能的混合不等式 (https://arxiv.org/html/2607.24868#Ch2.S1.SS11)
12. 2.1.12 哪些额外状态假设会有帮助 (https://arxiv.org/html/2607.24868#Ch2.S1.SS12)
13. 2.1.13 数论路径的总结 (https://arxiv.org/html/2607.24868#Ch2.S1.SS13)
2. 2.2 限制、Strichartz估计与解耦 (https://arxiv.org/html/2607.24868#Ch2.S2)
1. 2.2.1 连续限制作为几何模型 (https://arxiv.org/html/2607.24868#Ch2.S2.SS1)
2. 2.2.2 Stein–Tomas机制 (https://arxiv.org/html/2607.24868#Ch2.S2.SS2)
3. 2.2.3 Strichartz估计 (https://arxiv.org/html/2607.24868#Ch2.S2.SS3)
4. 2.2.4 抛物线的离散限制 (https://arxiv.org/html/2607.24868#Ch2.S2.SS4)
5. 2.2.5 矩曲线的解耦 (https://arxiv.org/html/2607.24868#Ch2.S2.SS5)
6. 2.2.6 解耦分离了什么 (https://arxiv.org/html/2607.24868#Ch2.S2.SS6)
7. 2.2.7 频率局域化下的边界项 (https://arxiv.org/html/2607.24868#Ch2.S2.SS7)
8. 2.2.8 一个模型二进分解 (https://arxiv.org/html/2607.24868#Ch2.S2.SS8)
9. 2.2.9 多重线性限制与横截性 (https://arxiv.org/html/2607.24868#Ch2.S2.SS9)
10. 2.2.10 负Sobolev视角 (https://arxiv.org/html/2607.24868#Ch2.S2.SS10)
11. 2.2.11 周期区域与欧几里得区域 (https://arxiv.org/html/2607.24868#Ch2.S2.SS11)
12. 2.2.12 解耦在本项目中的实际作用 (https://arxiv.org/html/2607.24868#Ch2.S2.SS12)
8. 3 分析方法与离散数学框架 (https://arxiv.org/html/2607.24868#Ch3)
1. 3.1 离散微积分、变分与有限求和 (https://arxiv.org/html/2607.24868#Ch3.S1)
1. 3.1.1 后向差分与前向差分 (https://arxiv.org/html/2607.24868#Ch3.S1.SS1)
2. 3.1.2 离散分部求和 (https://arxiv.org/html/2607.24868#Ch3.S1.SS2)
3. 3.1.3 离散全变差 (https://arxiv.org/html/2607.24868#Ch3.S1.SS3)
4. 3.1.4 连续全变差 (https://arxiv.org/html/2607.24868#Ch3.S1.SS4)
5. 3.1.5 采样BV相位 (https://arxiv.org/html/2607.24868#Ch3.S1.SS5)
6. 3.1.6 Riemann和缩放 (https://arxiv.org/html/2607.24868#Ch3.S1.SS6)
7. 3.1.7 有限差分的有用积分公式 (https://arxiv.org/html/2607.24868#Ch3.S1.SS7)
8. 3.1.8 为什么精确索引很重要 (https://arxiv.org/html/2607.24868#Ch3.S1.SS8)
9. 4 一阶一比特噪声整形理论 (https://arxiv.org/html/2607.24868#Ch4)
1. 4.1 贪婪一比特稳定性与偏差 (https://arxiv.org/html/2607.24868#Ch4.S1)
1. 4.1.1 贪婪符号量化器 (https://arxiv.org/html/2607.24868#Ch4.S1.SS1)
2. 4.1.2 不变区间 (https://arxiv.org/html/2607.24868#Ch4.S1.SS2)
3. 4.1.3 严格输入边界 (https://arxiv.org/html/2607.24868#Ch4.S1.SS3)
4. 4.1.4 区间偏差 (https://arxiv.org/html/2607.24868#Ch4.S1.SS4)
5. 4.1.5 前缀和与公式等价性 (https://arxiv.org/html/2607.24868#Ch4.S1.SS5)
6. 4.1.6 零输入轨线 (https://arxiv.org/html/2607.24868#Ch4.S1.SS6)
7. 4.1.7 复数输入与更大字母表 (https://arxiv.org/html/2607.24868#Ch4.S1.SS7)
2. 4.2 加权变分估计 (https://arxiv.org/html/2607.24868#Ch4.S2)
1. 4.2.1 一般定理 (https://arxiv.org/html/2607.24868#Ch4.S2.SS1)
2. 4.2.2 变分形式的最优性 (https://arxiv.org/html/2607.24868#Ch4.S2.SS2)
3. 4.2.3 绝对连续相位 (https://arxiv.org/html/2607.24868#Ch4.S2.SS3)
4. 4.2.4 有界变分相位 (https://arxiv.org/html/2607.24868#Ch4.S2.SS4)
5. 4.2.5 Lipschitz和Hölder推论 (https://arxiv.org/html/2607.24868#Ch4.S2.SS5)
6. 4.2.6 向量值和算子值权重 (https://arxiv.org/html/2607.24868#Ch4.S2.SS6)
7. 4.2.7 对偶解释 (https://arxiv.org/html/2607.24868#Ch4.S2.SS7)
10. 5 抛物线傅里叶扩展的详细推导与证明结果 (https://arxiv.org/html/2607.24868#Ch5)
1. 5.1 抛物线傅里叶扩展与相位变分因子 (https://arxiv.org/html/2607.24868#Ch5.S1)
1. 5.1.1 定义与PDE解释 (https://arxiv.org/html/2607.24868#Ch5.S1.SS1)
2. 5.1.2 变分因子 (https://arxiv.org/html/2607.24868#Ch5.S1.SS2)
3. 5.1.3 \(J(x,t)\) 的精确求值 (https://arxiv.org/html/2607.24868#Ch5.S1.SS3)
4. 5.1.4 紧集收敛 (https://arxiv.org/html/2607.24868#Ch5.S1.SS4)
5. 5.1.5 矩形局部 \(L^p\) 界 (https://arxiv.org/html/2607.24868#Ch5.S1.SS5)
6. 5.1.6 精确相邻相位估计 (https://arxiv.org/html/2607.24868#Ch5.S1.SS6)
7. 5.1.7 几何解释 (https://arxiv.org/html/2607.24868#Ch5.S1.SS7)
2. 5.2 抛物线估计的完整推导 (https://arxiv.org/html/2607.24868#Ch5.S2)
1. 5.2.1 估计对假设的依赖 (https://arxiv.org/html/2607.24868#Ch5.S2.SS1)
2. 5.2.2 精确与简化常数 (https://arxiv.org/html/2607.24868#Ch5.S2.SS2)
3. 5.3 尖锐性、边界障碍与一阶控制的极限 (https://arxiv.org/html/2607.24868#Ch5.S3)
1. 5.3.1 \(N^{-1}\) 的一致最优性 (https://arxiv.org/html/2607.24868#Ch5.S3.SS1)
2. 5.3.2 尖锐性陈述中的量词 (https://arxiv.org/html/2607.24868#Ch5.S3.SS2)
3. 5.3.3 终端状态作为首要障碍 (https://arxiv.org/html/2607.24868#Ch5.S3.SS3)
4. 5.3.4 具有改进行为的特殊输入 (https://arxiv.org/html/2607.24868#Ch5.S3.SS4)
5. 5.3.5 为什么全局一致性在大区域上失败 (https://arxiv.org/html/2607.24868#Ch5.S3.SS5)
6. 5.3.6 无自动全局 \(L^2\) 增益 (https://arxiv.org/html/2607.24868#Ch5.S3.SS6)
7. 5.3.7 无效高阶论证的危险 (https://arxiv.org/html/2607.24868#Ch5.S3.SS7)
8. 5.3.8 可能改进的层次 (https://arxiv.org/html/2607.24868#Ch5.S3.SS8)
11. 6 高阶有限记录推导与端点相容证明 (https://arxiv.org/html/2607.24868#Ch6)
1. 6.1 有限记录上的精确高阶求和 (https://arxiv.org/html/2607.24868#Ch6.S1)
1. 6.1.1 为什么必须显式处理有限区间 (https://arxiv.org/html/2607.24868#Ch6.S1.SS1)
2. 6.1.2 差分约定与边界相似文章
InfoQuant：为低比特大语言模型量化塑造激活分布
InfoQuant 提出了一种无需训练的方法——峰值抑制正交变换（PSOT），用于重塑低比特大语言模型量化中的激活分布，在 W4A4KV4 设置下保留了 97% 的浮点精度，并优于之前的 PTQ 方法。
CubicQuant：面向1-8位权重高吞吐量LLM推理的参数化非均匀码本
CubicQuant提出了一种用于LLM权重的参数化非均匀标量量化格式，利用单调三次曲线在1-8位宽度下自适应重建水平，同时保留密集整数码流以提升GPU执行效率。实验表明，与均匀基线和浮点基线相比，RMSE有所降低，并给出了初步的H200内核测量结果。
低比特整数的有符号对称量化
本文针对低比特整数提出了有符号对称量化方法，该方法将额外的可表示值分配给主要的离群尾，与标准对称量化相比，在不增加推理成本的情况下，改善了大语言模型（LLM）的量化误差和困惑度。
BitsMoE: 基于谱能引导的MoE大语言模型高效量化比特分配
BitsMoE提出了一种基于谱能引导的比特分配框架，用于量化混合专家大语言模型，在超低位宽量化下实现了显著的精度提升和加速。
Quantization Damage Is Multiplicative, Not Additive
This preprint challenges the common assumption that quantization damage is additive noise, showing instead that it multiplies decision margins and shrinks them with bit-width, leading to silent failures in tool-use and safety decisions. The authors propose a fitted multiplicative model that predicts flip rates well.