연속·이산 선형 정준 변환을 연결하는 초미분 연산자 기반 DLCT

** 본 논문은 선형 정준 변환(Linear Canonical Transform, LCT)이 신호·이미지·광학·양자역학 등 다양한 분야에서 핵심적인 역할을 수행함에도 불구하고, 이산 형태(DLCT)의 표준 정의가 부재한 점을 지적한다. 기존 연구들은 연속 LCT를 샘플링하거나, 변환을 여러 기본 연산(스케일링, 챕 곱셈, 프랙셔널 푸리에 변환 등)으로 분해한 뒤 각각을 이산화하는 방식을 사용했으며, 이는 수치적으로는 정확하지만 연산자 수준에서의 구조적 일관성—특히 유니터리성, 군 연산 보존, 푸리에 대칭—을 만족시키지 못했다. 저자들은 이러한 한계를 극복하기 위해 “초미분 연산자(Hyperdifferential Operator)”라는 개념을 도입한다. 연속 LCT는 좌표 곱 연산자 U와 미분 연산자 D의 2차 다항식 형태의 지수 연산으로 표현될 수 있다. 구체적으로 - Q_q = exp(−i2πq U²/2) (챕 곱셈) - M_M = exp(−i2πln M U D + D U²/2) (스케일링) - F_α = exp(−iαπ U²/2 + iαπ D²/2) (프랙셔널 푸리에) 이다. 여기서 U와 D는 푸리에 변환 F 에 의해 서로 쌍대(U = F D F⁻¹)이며, 이는 LCT의 군 구조와 연산 합성을 보장한다. 이 연산자 구조를 이산화하기 위해 저자들은 먼저 유한 차분 연산자를 이용해 이산 미분 연산자 \tilde D_h를 정의한다. \tilde D_h는 중앙 차분 형태이며, 연산자 이론에 따라 \tilde D_h = sinc(h D)·D 로 표현된다. 동일한 논리로 이산 좌표 곱 연산자 \tilde U_h를 \tilde U_h = sinc(h U)·U 로 정의한다. 중요한 점은 \tilde U_h와 \tilde D_h가 여전히 푸리에 대칭을 만족한다는 것으로, \tilde U_h = F \tilde D_h F⁻¹ 가 성립한다. 이렇게 정의된 \tilde U_h와 \tilde D_h는 각각 대각 행렬과 순환 행렬( circulant ) 형태를 띠며, DFT 행렬과 자연스럽게 결합된다. 다음으로 Iwasawa 분해(L = Q·M·F)를 채택한다. 임의의 LCT 매개변수 (A,B,C,D) 혹은 (α,β,γ)를 Q, M, F의 파라미터(q, M, a) 로 변환하는 식(13‑15)을 이용해, 연속 변환을 세 개의 기본 연산으로 분해한다. 각 기본 연산은 앞서 정의한 \tilde U_h, \tilde D_h 를 이용해 행렬 지수 형태로 구현된다. 최종 DLCT 행렬은 C_L = exp(−i2πq \tilde U_h²/2)·exp(−i2πln M \tilde U_h \tilde D_h + \tilde D_h \tilde U_h²/2)·exp(−iaπ \tilde U_h²/2 + i aπ \tilde D_h²/2) 와 같이 표현되며, 입력 신호를 N‑차원 열벡터로 놓고 이 행렬과 곱하면 바로 DLCT 결과를 얻는다. 행렬 지수는 고유값 분해, 파워 시리즈, 혹은 Pade 근사 등을 통해 효율적으로 계산 가능하도록 부록에 구현 세부 사항을 제공한다. 논문은 이론적 정당성을 뒷받침하기 위해 다음을 검증한다. 1) **유니터리성**: \tilde U_h와 \tilde D_h가 푸리에 대칭을 유지함으로써 C_L·C_L† = I 가 성립한다. 2) **군 구조 보존**: 두 개의 DLCT 행렬을 연속 LCT와 동일한 방식으로 곱하면 파라미터 행렬이 곱해지는 것이 증명된다(L·L' = L·L'). 3) **DFT와의 호환성**: \tilde U_h와 \tilde D_h가 각각 대각·순환 행렬이므로, 기존 FFT 라이브러리를 그대로 활용해 연산 비용을 크게 절감할 수 있다. 실험 섹션에서는 1‑D 및 2‑D 신호에 대해 기존 샘플링 기반 DLCT(예: Ref.