[論文レビュー] Determining form and data assimilation algorithm for weakly damped and driven Korteweg-de Vries equaton- Fourier modes case

Michael S. Jolly, Tural Sadigov+1 more|arXiv (Cornell University)|Oct 9, 2015

Fluid Dynamics and Turbulent Flows参考文献 11被引用数 3

ひとこと要約

本稿は、弱く減衰し駆動されるKorteweg-de Vries（KdV）方程式のグローバルアトラクタが、定常状態がアトラクタ内の軌道にちょうど一致する常微分方程式（決定的形）の長期的ダイナミクスに埋め込まれていることを確立する。さらに、低次のフーリエモードから指数的収束速度で完全な基準解を回復するデータ同化アルゴリズムを導入する。

ABSTRACT

We show that the global attractor of a weakly damped and driven Korteweg-de Vries equation (KdV) is embedded in the long-time dynamics of an ordinary differential equation called a determining form. In particular, there is a one-to-one identification of the trajectories in the global attractor of the damped and driven KdV and the steady state solutions of the determining form. Moreover, we analyze a data assimilation algorithm (down-scaling) for the weakly damped and driven KdV. We show that given a certain number of low Fourier modes of a reference solution of the KdV equation, the algorithm recovers the full reference solution at an exponential rate in time.

研究の動機と目的

• 弱く減衰し駆動されるKdV方程式に対する決定的形を$ H^2 $空間で確立し、そのグローバルアトラクタが常微分方程式の長期的ダイナミクスに埋め込まれていることを示す。
• 低次のフーリエモード観測からの完全な解の再構成を目的としたデータ同化（ダウンスケーリング）アルゴリズムを分析する。
• 射影されたモードに基づくフィードバック制御を用いて、データ同化アルゴリズムが真の解へ指数的収束することを示す。
• 慣性多様体が存在しない分散的・弱く散逸的偏微分方程式（KdVなど）に対し、決定的モードおよび合成関数の技術を拡張する。
• 減衰パラメータ$ \gamma $と外力$ f $の関数として、決定的フーリエモード数$ N $の明示的境界を提供する。

提案手法

• 軌道の空間における常微分方程式としての決定的形を構築し、その定常状態がKdV方程式のグローバルアトラクタ軌道にちょうど一致するようにする。
• データ同化アルゴリズムにおいて、解を最初の$ N $個のフーリエモードに射影し、モデル解を基準解へ向かって駆動するフィードバック制御機構を用いる。
• ハミルトニアン構造にインspiredされた合成関数を用いてエネルギー推定を導出し、KdV方程式における非線形項を制御する。
• $ L^2 $および$ H^3 $エネルギー推定を用い、補間およびソボレフ埋没を介してガラーキン近似の解に一様な境界を確立する。
• 閉球上での$ H_n $内におけるブローエルの不動点定理を用いて、射影（ガラーキン）系の解の存在を証明する。
• ガラーキン近似の弱収束および強収束を用いて、極限解が$ H^5 $でKdV方程式を満たすことを示し、したがって古典的に成立することを保証する。

実験結果

リサーチクエスチョン

• RQ1 強い散逸が存在しないにもかかわらず、弱く減衰し駆動されるKdV方程式のグローバルアトラクタは、常微分方程式（決定的形）の長期的ダイナミクスに埋め込まれるか？
• RQ2 KdV方程式の長期的ダイナミクスを決定するのに必要な最小のフーリエモード数$ N $は何か？また、$ N $は$ \gamma $および$ f $にどのように依存するか？
• RQ3 基準解の低次のフーリエモードのみを用いるデータ同化アルゴリズムは、真の解へ指数的速さで同期できるか？
• RQ4 合成関数とフィードバック制御項は、分散的偏微分方程式（KdVなど）における決定的形およびデータ同化の解析をどのように可能にするか？
• RQ5 ガラーキン近似の極限解に対して$ H^5 $正則性および古典的解の性質を確立することは可能か？

主な発見

• 弱く減衰し駆動されるKdV方程式のグローバルアトラクタは、軌道空間における常微分方程式（決定的形）の定常状態と一対一に対応する。
• 減衰パラメータ$ \gamma $と外力項$ f $の関数として、決定的フーリエモード数$ N $の推定値が得られ、エネルギー推定を用いて明示的境界が導出された。
• データ同化アルゴリズムは、$ N $個の低次のフーリエモードから出発し、時間に対して指数的収束速度で完全な基準解を回復する。収束は初期誤差に依存しない。
• ガラーキン近似系の解は、$ L^2 $および$ H^3 $で一様な境界を持つ。$ |u_n| \leq R_0 $および$ |(u_n)_{xxx}| \leq R_3 $は、$ n $に依存せず一様に成り立つ。
• ガラーキン列の極限解$ u^* $は$ H^5 $に属し、KdV方程式は古典的意味で成立する。これにより正則性および強収束が保証される。
• データ同化アルゴリズムにおけるフィードバック制御項は、基準解への同期を保証する。証明構造は、$ W $-写像を未来時間へ拡張するのと類似している。