[论文解读] Change-Of-Bases Abstractions for Non-Linear Systems

Sriram Sankaranarayanan|arXiv (Cornell University)|Apr 19, 2012

Formal Methods in Verification参考文献 35被引用 5

一句话总结

本文提出通过基变换（CoB）将非线性连续、离散及混合系统抽象为线性或有界次数的多项式系统，从而利用成熟的分析技术实现不变量推导。核心贡献是系统性地搜索并验证此类变换的方法，并在常微分方程（ODEs）与离散程序上进行了实验验证，成功实现了系统抽象与不变量生成。

ABSTRACT

We present abstraction techniques that transform a given non-linear dynamical system into a linear system or an algebraic system described by polynomials of bounded degree, such that, invariant properties of the resulting abstraction can be used to infer invariants for the original system. The abstraction techniques rely on a change-of-basis transformation that associates each state variable of the abstract system with a function involving the state variables of the original system. We present conditions under which a given change of basis transformation for a non-linear system can define an abstraction. Furthermore, the techniques developed here apply to continuous systems defined by Ordinary Differential Equations (ODEs), discrete systems defined by transition systems and hybrid systems that combine continuous as well as discrete subsystems. The techniques presented here allow us to discover, given a non-linear system, if a change of bases transformation involving degree-bounded polynomials yielding an algebraic abstraction exists. If so, our technique yields the resulting abstract system, as well. This approach is further extended to search for a change of bases transformation that abstracts a given non-linear system into a system of linear differential inclusions. Our techniques enable the use of analysis techniques for linear systems to infer invariants for non-linear systems. We present preliminary evidence of the practical feasibility of our ideas using a prototype implementation.

研究动机与目标

• 开发一种通用框架，通过基变换将非线性连续、离散及混合系统抽象为更简单且可分析的形式。
• 识别基变换（CoB）转换在何种条件下可生成有效抽象，从而保持原系统不变量的性质。
• 实现CoB变换的自动化搜索，以生成右端项为有界次数（包括线性，即1次）的多项式系统。
• 通过有效的抽象，将线性系统中的不变量分析技术扩展至非线性系统。
• 通过在常微分方程（ODEs）与离散程序上的原型实现，证明方法的实际可行性。

提出的方法

• 通过基变换将原系统的状态变量转换为新变量，其中每个新变量是原变量的函数（例如单项式）。
• 推导变换后系统保持自治且能抽象原系统的条件，确保抽象系统中的不变量可推出原系统中的不变量。
• 使用符号计算技术搜索满足右端项次数至多为d（d ≥ 1）的CoB变换。
• 对抽象化后的系统应用多面体抽象解释与时间无关分析（如TimePass），以推导不变量。
• 通过在相同CoB框架下结合连续ODE动力学与离散转移系统，将方法扩展至混合系统。
• 利用李对称性与模板化方法，缩小有效CoB变换及守恒量的搜索空间。

实验结果

研究问题

• RQ1 能否通过基变换将非线性系统转化为线性或低次多项式系统，同时保持安全不变量的性质？
• RQ2 CoB变换需满足何种数学条件，才能确保其构成原系统的有效抽象？
• RQ3 如何自动搜索CoB变换，使其生成右端项为有界次数（如次数 ≤ d）的动力系统？
• RQ4 该抽象技术在结合连续与离散动力的混合系统中可应用到何种程度？
• RQ5 该方法能否为非线性ODE与离散程序生成非平凡不变量（如多项式不等式或守恒量）？

主要发现

• 该方法成功将一个非线性ODE系统转换为新变量（w₁, w₂, w₃）下的线性系统，从而实现多面体不变量分析，并最终恢复出原变量下的多项式不变量。
• 对于离散程序 `computeP`，该方法发现了关键的守恒量不变量：4r + v² - 2v - u² + 2u + 4N = 0，对部分正确性至关重要。
• 在 `productBR` 算法中，2次单项式无法捕捉不变量 q - abp = 0，但3次单项式成功实现了抽象——尽管代价是引入60个抽象变量，导致完整分析不可行。
• 几何级数求和程序被抽象为5变量线性系统，得出不变量 (1 - r)s = a - p，结合 p = arᵏ 可证明程序正确性。
• 大多数基准测试的抽象与分析耗时均低于2秒，但 Euclidex1 案例因内存限制超过2小时或崩溃。
• 原型实现表明该方法在多种基准测试（包括ODE、离散循环与混合系统）中具备实际可行性，成功在多个领域发现不变量。