Topological Periodicity Test (TopPT) via Confidence Bound of Time-Delay Embeddings¶
会议: NeurIPS 2026
arXiv: 2512.06324
领域: 其他
关键词: 拓扑数据分析、时间序列周期性、时延嵌入、持久同调、假设检验
一句话总结¶
本文基于时间序列的时延滑动窗口嵌入与拓扑数据分析（TDA），严格证明了周期与非周期信号在相空间支撑流形上的同胚与同伦等价性差异及正 reach 下界，并提出首个具有渐近第一类与第二类错误率控制的拓扑周期性假设检验框架 TopPT。
研究背景与动机¶
时序数据在物理学、生理学、气象学和工业传感等众多科学领域中普遍存在，检测信号中是否存在周期性或近周期性循环是时序分析的基础课题。长期以来，学术界与工业界主要依赖频域谱分析方法（例如广义 Lomb-Scargle 周期图）和时域自相关分析。这些经典工具在捕获特定线性频率成分时表现出色，但本质上仅把信号视为离散标量序列的统计汇总，缺乏对数据背后相空间几何轨迹与拓扑流形形态的感知能力；当遭遇非线性漂移、非平稳趋势或具有丰富谐波但非真正循环的复杂非周期信号时，传统谱分析往往因局部能量聚集而产生严重的假阳性警报。
拓扑数据分析（TDA）通过 Takens 延迟坐标嵌入定理将标量时间序列映射为高维点云，并借助持久同调（Persistent Homology）捕捉环状拓扑特征（1 维同调环），为周期性探测提供了全新的几何视角。然而，现有的滑动窗口拓扑方法（如 SW1Pers）面临两个根本性的理论瓶颈：其一，缺乏对“周期性与非周期性如何严格决定时延嵌入流形拓扑性质”的解析刻画与正可达半径（reach）保证，导致无法明确特征在持久图上的理论诞生与消亡边界；其二，拓扑特征提取缺乏严格的统计不确定性量化框架，难以抵御有限样本离散采样误差与观测噪声，无法给出具有显著性水平保证的统计推断。
为了突破这一瓶颈，本文将微分流形几何、拓扑持久同调与非参数统计检验深度结合，在定量分离假设下证明了滑动窗口轨迹流形的拓扑分类与 reach 保证，并引入基于子抽样（subsampling）的持久图置信边界机制。核心 idea：通过严格确立周期信号时延嵌入同胚于圆周 \(S^1\)、非周期信号可缩至区间的拓扑分离性与正 reach 边界，结合子抽样构造的 Hausdorff 置信半径及有界插值误差补偿，构建出首个具备渐近显著性水平控制且假阳性极低的拓扑周期性检验统计量 TopPT。
方法详解¶
整体框架¶
TopPT 的核心检测流程由三个紧密耦合的阶段组成：相空间嵌入与拓扑流形映射、子抽样置信边界与误差膨胀估计、以及基于持久图判决区域的假设检验决策。首先，系统接收离散采样的带噪标量观测序列，利用分段线性插值重建连续信号并执行时延滑动窗口嵌入，将时序动态重构为高维相空间中的离散点云；其次，在点云上构建 Vietoris-Rips 过滤以计算 1 维持久同调，同时利用无放回子抽样过程拟合点云与子抽样点集之间的 Hausdorff 距离经验分布，导出瓶颈距离下的置信半径并叠加密集观测网格带来的插值误差上界；最后，依据理论推导的流形分离界在持久图上划定矩形拒绝域，若存在诞生于原点附近且持久寿命显著超出置信半径的 1 维同调特征，则拒绝非周期原假设并判定信号具有显著周期性。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
A["标量时序观测与分段线性插值<br/>离散采样点与有界噪声控制"] --> B["时延嵌入流形拓扑刻画<br/>相空间重构与正 reach 保证"]
B --> C["子抽样持久图置信半径<br/>Hausdorff 分位数与误差膨胀"]
C --> D["TopPT 拓扑检验准则<br/>持久区域判别与多重检验控制"]
D --> E["检验决策输出<br/>拒绝原假设判定周期性循环"]关键设计¶
1. 时延嵌入流形拓扑刻画：从相空间几何分离周期与非周期信号 传统时延嵌入方法通常仅定性地指出“周期信号会形成环”，未能从数学上排除相空间自相交、局部塌缩或无穷近自缠绕等病态行为。针对这一痛点，本文首先引入相轨迹空间 \(\Phi_f(t)=(f(t), f'(t))\)，并在连续函数类上建立了强量化分离概念：若函数为 \((\Xi, d, \epsilon)\)-周期的，则在排除局部距离小于 \(d\) 的自邻近点后，相位差在值或一阶导数上至少保持 \(\epsilon\) 的分离度；对于 \((d, \epsilon)\)-非周期函数，相轨迹映射在定义域区间上为单射。在此正则性条件下，本文推导出了时延嵌入流形 \(SW_{m,\tau}f(\mathbb{T})\) 的管状邻域收缩定理：当嵌入窗口长度 \(m\tau\) 与时延步长 \(\tau\) 满足尺度约束时，周期信号的嵌入流形严格同胚于一维圆周 \(S^1\)，其 1 维持久同调包含一个诞生于 0 且死亡时间不小于 \(a_{m,\tau}\) 的显著同调特征；非周期信号的嵌入流形则同胚于紧闭区间，其任意充分小半径的管状邻域均可形变收缩为区间（即可缩空间），因而在 \([0, a_{m,\tau})\) 范围内完全不产生任何 1 维持久环。流形的可达半径（reach）具备正下界公式： $\(a_{m,\tau} := \sqrt{m+1} \min \left\{ \frac{\epsilon}{32} \min \left\{ 1, \frac{\epsilon}{16L} \right\}, \frac{\nu_{\delta,L}^2}{2L} \right\}\)$ 该结论从几何上保证了周期性同调环在持久图上必然具有非平凡的、与非周期背景完全隔离的寿命间隙。
2. 子抽样持久图置信半径：非参数不确定性量化与插值误差修正 从有限采样观测构建的离散点云不可避免地偏离真实连续支撑流形，而标准 Bootstrap 方法在 Vietoris-Rips 持久同调下缺乏理论一致性保证。针对这一难题，本文采用无放回子抽样（subsampling）技术：设观测点云大小为 \(n\)，选取子抽样规模 \(b = o(n/\log n)\) 且 \(b \to \infty\)。通过在样本集内进行 \(B\) 次 Monte Carlo 独立重抽样，计算观测点云 \(X_{m,\tau}\) 与子抽样点云 \(X_{m,\tau,b}^{(j)}\) 之间的 Hausdorff 距离经验生存函数： $\(\bar{L}_{m,\tau}(t) = \frac{1}{B} \sum_{j=1}^B I\left( d_H(X_{m,\tau}, X_{m,\tau,b}^{(j)}) > t \right)\)$ 并取其上 \(\alpha\) 分位数定义置信半径 \(c_\alpha = 2 \bar{L}_{m,\tau}^{-1}(\alpha)\)。更关键的是，面对实际场景中仅能通过标量离散观测 \(Y_i = f(s_i) + \xi_i\) 进行分段线性插值 \(\hat{f}_N\) 的现实，本文将测量噪声上界 \(\sigma_N\) 与二阶导数插值误差 \(L_{\text{int}}\Delta_N^2/8\) 综合转化为高维嵌入点的漂移上界 \(\zeta_{m,N} = \sqrt{m+1}\eta_N\)，进而提出了误差膨胀置信半径： $\(\hat{c}_\alpha^{\text{err}} = \hat{c}_\alpha + 5\zeta_{m,N}\)$ 理论证明，经验持久图与真实连续流形持久图在瓶颈距离意义下超出 \(\hat{c}_\alpha^{\text{err}}\) 的概率被渐近控制在 \(\alpha + O((b/n)^{1/4})\) 之内，实现了对离散测量与插值误差的严格非参数不确定性量化。
3. TopPT 拓扑检验准则：持久对分离判据与有限网格多重检验 基于前述拓扑分离界与置信半径，本文形式化提出了周期性假设检验问题：原假设 \(H_0: f\) 为区间上的 \((d, \epsilon)\)-非周期信号，对立假设 \(H_1: f\) 为 \((\Xi, d, \epsilon)\)-周期信号。基于置信半径 \(r_\alpha\)（在纯净样本下为 \(c_\alpha\)，在有界插值误差下为 \(\hat{c}_\alpha^{\text{err}}\)），定义持久图上的拒绝域： $\(R(r_\alpha) := \left\{ (b, d) \in \mathbb{R}^2 : b \le r_\alpha,\; d - b > 2r_\alpha \right\}\)$ 当且仅当经验持久图与拒绝域的交集非空（即 \(\mathcal{P}(Y) \cap R(r_\alpha) \ne \emptyset\)）时，检验统计量输出 \(\psi(Y) = 1\)（拒绝 \(H_0\)）。只要分离事件 \(A_\alpha^r = \{a_{m,\tau} > 4r_\alpha\}\) 成立，该检验的第一类错误与第二类错误率上界均严格收敛至 \(\alpha + O((b/n)^{1/4})\)。此外，针对实际应用中周期与最佳时延先验未知的困境，本文提出了有限参数搜索网格 \(\mathcal{G} = \{(m_l, \tau_l)\}_{l=1}^K\) 下的多重检验方案：在每个网格点执行显著性水平为 \(\alpha/K\) 的单次检验，只要存在任意一个参数配置触发拒绝，综合统计量即判定序列为周期性；依据 Bonferroni 不等式，全族错误率（FWER）渐近受控于 \(\alpha + o(1)\)，为时延参数自动化调优奠定了统计学基石。
损失函数 / 训练策略¶
作为非参数统计假设检验方法，TopPT 不涉及神经网络权重梯度更新与经验损失函数优化。其推断与参数校准策略包括： 1. 时延与嵌入参数配置：已知理论周期 \(\Xi\) 时，采用标准时延准则 \(\tau = \Xi / (m+1)\)，常用嵌入维度设为 \(m=8 \sim 20\)；未知周期时，通过自相关函数与 Welch 谱估计峰值选定基准候选周期，在其 \([0.9, 1.0, 1.1]\) 倍率处构造有限候选搜索网格 \(\mathcal{G}\)。 2. 过滤与持久图计算：采用 Vietoris-Rips 复形过滤作为 Čech 过滤的高效计算代理，严格利用交错定理保证瓶颈距离逼近界。 3. 子抽样与分位数估计：Monte Carlo 重抽样次数设定为 \(B=300 \sim 500\) 次；在渐近理论中子抽样比例满足 \(b = o(n/\log n)\)，而在有限样本局部短窗应用中设定较高比例（如 \(b=0.99n\)）以校准局部敏感度。 4. 多重检验校正：对搜索网格中的 \(K\) 组 \((m, \tau)\) 组合统一实施 Bonferroni 显著性校正，单点检验水平设为 \(\alpha / K\)（全局设为 \(\alpha = 0.05\)）。
实验关键数据¶
主实验¶
主实验在有界误差合成信号上全面对比了 raw TopPT、robust TopPT 以及经典标量基线（广义 Lomb-Scargle 周期图 GLS、Fisher \(g\)-test、置换最大周期图检验）。测试包含两个具有真实周期 \(\Xi = 2\pi/5\) 的非线性周期信号 \(f_1, f_2\)，以及四个具有趋势、非线性多项式或低频振荡但无相空间闭环的非周期零假设信号 \(h_1 \sim h_4\)。所有结果基于 100 次独立随机试验取平均。
| 信号类型 | 信号定义 | raw TopPT | robust TopPT | Lomb-Scargle | Fisher \(g\) | 置换检验 |
|---|---|---|---|---|---|---|
| \(f_1\) (周期信号) | \(3 / (2 - \cos(5t))\) | 1.000 | 0.699 | 1.000 | 1.000 | 1.000 |
| \(f_2\) (周期信号) | \(5\log(\sin(10t)+5) + \exp(\cos(5t))\) | 1.000 | 0.457 | 1.000 | 1.000 | 1.000 |
| \(h_1\) (非周期信号) | \((t-\pi)/\pi\) (线性趋势) | 0.000 | 0.000 | 1.000 | 1.000 | 1.000 |
| \(h_2\) (非周期信号) | \(((t-\pi)/\pi)^2\) (二次趋势) | 0.000 | 0.000 | 1.000 | 1.000 | 1.000 |
| \(h_3\) (非周期信号) | \((1 + \exp[-5(t-\pi)/\pi])^{-1} - 0.5\) (S型曲线) | 0.000 | 0.000 | 1.000 | 1.000 | 1.000 |
| \(h_4\) (非周期信号) | \(0.45(t-\pi)/\pi + 0.35\sin(1.7t+0.2)\) (混合低频) | 0.000 | 0.000 | 1.000 | 1.000 | 1.000 |
消融实验¶
消融与压力测试针对两类典型的非平稳近周期信号进行评估：相位漂移信号 \(g_1(t) = \sin(5t + 0.18t^2)\)（瞬时频率随时间缓慢变化）与幅度调制信号 \(g_2(t) = (1 + 0.18\cos(0.5t) + 0.08t)\sin(5t)\)（带低频包络乘积）。该实验分析了拓扑置信半径中是否加入插值误差补偿对相空间动态循环结构的灵敏度影响。
| 信号类型 | 动态特性特征 | raw TopPT 检出率 | robust TopPT 检出率 | 传统谱分析基线 (GLS/Fisher) | 结论与几何解释 |
|---|---|---|---|---|---|
| \(g_1\) | 相位非线性漂移 (Phase Drift) | 0.791 | 0.137 | 1.000 | 频偏使相空间轨迹发生扭曲剪切，robust 规则更具保守性 |
| \(g_2\) | 慢变包络幅度调制 (Amp. Modulation) | 1.000 | 0.714 | 1.000 | 幅度渐变仍形成宏观闭合拓扑环，TDA 正确捕捉到了回归几何结构 |
此外，在 PhysioNet 的 Fantasia（40 例健康被试呼吸记录，共 280 个 20 秒局部窗口）与 BIDMC（53 例重症监护阻抗呼吸记录，共 318 个 30 秒局部窗口）真实临床生理波形上，TopPT 展现了显著区别于传统标量基线的选择性：
| 临床数据集 | 记录总数 | 局部窗口数 | TopPT 记录级检出 | TopPT 窗口级检出 | 标量基线记录级检出 | 标量基线窗口级检出 |
|---|---|---|---|---|---|---|
| Fantasia 呼吸波形 | 40 | 280 | 35 / 40 (87.5%) | 142 / 280 (50.7%) | 40 / 40 (100.0%) | 280 / 280 (100.0%) |
| BIDMC 呼吸波形 | 53 | 318 | 51 / 53 (96.2%) | 249 / 318 (78.3%) | 53 / 53 (100.0%) | 318 / 318 (100.0%) |
关键发现¶
- 标量谱方法的极端假阳性缺陷：传统基于周期的标量方法（Lomb-Scargle 与 Fisher \(g\)-test）在面临包含单调趋势或非线性背景的纯非周期信号（\(h_1 \sim h_4\)）时，全部报告了 100% 的误拒率（虚假发现周期性）；而 raw TopPT 与 robust TopPT 完美保持了 0.000 的假阳性率，确凿证明了相空间拓扑环检验在排除结构化趋势伪周期方面的根本优势。
- 稳健插值修正的保守性权衡：加入基于二阶导数估计的插值误差补偿后，robust TopPT 在保持零虚警的同时，检出真周期的统计功效有所回落（\(f_1\) 检出率从 1.000 降为 0.699，\(f_2\) 降为 0.457），表明确定性误差上界放大了置信半径，在有限样本中表现出理论预期的保守性。
- 局部生理波形的时变选择性：在真实生理呼吸数据中，传统标量测试在所有记录的全部窗口中 100% 盲目报出周期性，而 TopPT 则在整体识别周期个体的同时（记录级检出 87.5% 和 96.2%），精确区分出了因呼吸暂停、节律漂移或伪影干扰而未形成闭合几何环的局部窗口（窗口级检出率分别为 50.7% 与 78.3%）。
亮点与洞察¶
- 拓扑与统计假设检验的严谨闭环：该工作不仅证明了时间序列滑动窗口相空间轨迹在周期与非周期下的流形拓扑同伦分类，还首次推导出了解析的流形正 reach 下界，将纯定性的 TDA 观察推向了具备渐近错误率控制的严格假设检验。
- 从能量检测到几何环认证的认知升维：传统统计检验主要衡量信号中某频带的离散能量是否超出白噪声背景，而 TopPT 检验的是系统状态是否在相空间中形成了统计显著闭合的拓扑吸引子环，为非平稳动力系统提供了一种抗趋势干扰的本质特征刻画。
- 高度通用的即插即用推断机制：该框架天然适用于任意具有平滑或逐段插值特性的时序流，其基于无放回子抽样估计瓶颈距离置信界的方法，可直接迁移并推广到其他几何数据分析任务（如流形维数检验、拓扑分群检验等）。
局限与展望¶
- 二阶光滑性与有界误差强假设：理论上的 robust 置信界严重依赖于信号二阶导数的全局 Lipschitz 有界性以及观测噪声的确定性紧支撑上界；在金融或突变传感器等包含高斯重尾噪声或非平滑跳跃的真实时序中，无法直接推导理论插值界。
- 对准周期与分支动力系统的局限：当前的理论分析严格聚焦于单周期闭环（同胚于 \(S^1\)）与完全单射非周期轨迹之间的二元对立；面对多环环面准周期（Torus）、分岔混沌吸引子或局部间歇性复发动力系统，该准则可能失效。
- 数据驱动参数搜索的理论覆盖：目前有限网格搜索依赖 Bonferroni 校正，当候选周期直接通过观测序列的经验自相关峰值自适应估计时，自适应参数选择下的确切假设检验渐近水平仍有待建立。
相关工作与启发¶
- vs SW1Pers (Perea & Harer, 2015): SW1Pers 奠定了滑动窗口持久同调的基础并给出了嵌入维数增加时的图收敛性，但未解决非周期信号的拓扑排除机制，且缺乏置信边界统计推断；TopPT 补齐了周期与非周期的拓扑分类证明，并给出了渐近误差可控的假设检验规则。
- vs Fasy et al. (2014) 持久图置信集: Fasy 等人提出了通用的流形子抽样持久图置信环，但未与时延动力系统嵌入相结合；本文将其拓展至时延流形，并针对时序插值引入了确定性误差膨胀机制 \(\zeta_{m,N}\)。
- vs 广义 Lomb-Scargle 周期图 (Zechmeister & Kürster, 2009): GLS 仅利用标量时序进行余弦拟合，在低频趋势或非线性漂移下极易产生伪峰；TopPT 借助高维相空间闭合拓扑有效过滤了所有非循环的单调与多项式趋势。
评分¶
- 新颖性: ⭐⭐⭐⭐⭐ 首次建立时延嵌入下周期与非周期流形的拓扑分离性定理及统计置信边界假设检验
- 实验充分度: ⭐⭐⭐⭐ 包含合成信号有界噪声验证、近周期压力消融及两个 PhysioNet 真实临床呼吸波形库检验
- 写作质量: ⭐⭐⭐⭐⭐ 数学推导严密精湛，概念与符号定义清晰自洽
- 价值: ⭐⭐⭐⭐⭐ 填补了拓扑数据分析在时间序列统计推断与假设检验领域的长期理论空白