。
大概长这样：
看着这个方程，林叶眉头紧锁。
「莱特希尔把流体运动看作是静止介质中的声源分布，这在正问题上很有效，但在反问题上，它掩盖了涡旋的动力学本质。」
「如果不把涡旋从背景流场中剥离出来，反演计算就全都是噪声。」
他开始转向hwe的涡声类比理论。
「声音源于涡量w和速度u的叉乘。也就是说，只有当涡旋发生拉伸、扭曲或与其他物体表面相互作用时，才会发出声音。」
时间很快过去。
第一个周里，他没有急着去解题，而是不断地在脑海中构建物理图像。
他明白，只有深刻理解了正向的物理机制，才有可能找到逆向的线索。
而从第二周开始，他便尝试构建数学框架。
他引入了伴随算子，试图推导关于涡量场的伴随状态方程。
然而，正如他预料的那样，灾难发生了。
当他试图逆向积分时，湍流的混沌特性就开始搞事了。
「操蛋！这个梯度场是发散的！」
林叶看着草稿纸上推导出的伴随变量演化方程，嘴角抽搐。
由于纳维—斯托克斯方程在雷诺数很高时对初始条件极端敏感，逆向积分会导致微小的误差呈指数级放大。而他计算出的形状敏感度梯度，充满了高频且随机的数值噪声，如果直接用这个梯度去指导螺旋桨形状优化，得到的恐怕不是光滑的曲面，而是心电图那种全都是刺的曲线了。
这就是不适定性的威力。
林叶不由产生了些许的焦虑，好在是修炼空间的效果又能让他很快地将这种焦虑的心情给忘记。
他尝试了提克霍诺夫正则化，试图平滑梯度，但效果却很差，要么就是平滑过头了，关键的涡旋结构特征被抹平了；要么就是平滑不够，梯度依然是乱码。
陷入僵局的林叶，开始疯狂地翻阅那些关于微局部分析和最优控制的籍。
直到第22天，他在一本关于压缩感知的数学专着中，看到了关于稀疏表示的概念。
一道闪电瞬间击穿了他的思维迷雾。
「我为什么非要反演整个流场？整个湍流场里，真正产生强噪音的，其实只有那极少数发生剧烈拓扑改变的涡旋！」
「大部分背景涡旋，虽然看起来热闹，但在声学上是可以视为哑巴的！」
「如果我假设声源在某种变换