[论文解读] A New Test for Chaos

Georg A. Gottwald, Ian Melbourne|arXiv (Cornell University)|Aug 26, 2002

Chaos control and synchronization参考文献 16被引用 309

一句话总结

本文提出了一种针对确定性动力系统混沌行为的新型0–1检验方法，该方法可直接作用于时间序列数据，无需进行相空间重构或了解系统内在方程。该方法通过计算均方位移增长速率K，其中K ≈ 0表示非混沌动力学，K ≈ 1表示混沌动力学，利用从一个可观测量和一个相位变量导出的时间平均函数，提供一种普适的、低复杂度的诊断工具，适用于常微分方程（ODEs）、偏微分方程（PDEs）和映射系统。

ABSTRACT

We describe a new test for determining whether a given deterministic dynamical system is chaotic or nonchaotic. (This is an alternative to the usual approach of computing the largest Lyapunov exponent.) Our method is a 0-1 test for chaos (the output is a 0 signifying nonchaotic or a 1 signifying chaotic) and is independent of the dimension of the dynamical system. Moreover, the underlying equations need not be known. The test works equally well for continuous and discrete time. We give examples for an ordinary differential equation, a partial differential equation and for a map.

研究动机与目标

• 开发一种普适的、计算成本低廉的混沌检验方法，无需了解系统方程或相空间重构。
• 仅使用时间序列数据，实现对高维或复杂系统（包括ODEs、PDEs和映射）中混沌行为的检测。
• 提供二元诊断（0或1），以明确区分非混沌或混沌行为，并通过增长速率K实现清晰的数值判别。
• 通过避免线性化和嵌入操作，克服李雅普诺夫指数计算在高维或实验数据情况下的局限性。

提出的方法

• 该方法定义函数 $ p(t) = \int_0^t \phi(\mathbf{x}(s)) \cos(\theta(s)) \, ds $，其中 $ \theta(s) = cs + \int_0^s \phi(\mathbf{x}(u)) \, du $，$ c > 0 $ 为任意选取的常数。
• 选择一个可观测量 $ \phi(\mathbf{x}) $（通常为如 $ x_1 $ 这类简单分量），并用其驱动 $ p(t) $ 的动力学行为。
• 计算均方位移（MSD）$ \mathbf{M}(t) $，即 $ p(t) $ 的平方增量的时间平均值，以增强对瞬态响应的鲁棒性。
• 通过 $ \log \mathbf{M}(t) $ 与 $ \log t $ 的线性回归，估计增长速率 $ K = \lim_{t \to \infty} \log(\mathbf{M}(t) + 1) / \log t $。
• 诊断结果 $ K \approx 0 $ 表示 $ p(t) $ 有界，表明为非混沌动力学；$ K \approx 1 $ 表示扩散增长，表明为混沌动力学。
• 该方法通过引入 $ \mathbb{R}^2 $ 扩展（通过 $ \theta(t) $）来抵消原本会掩盖规则与混沌行为区别的线性漂移。

实验结果

研究问题

• RQ1 能否构建一种二元混沌检验方法，使其可直接作用于时间序列数据，而无需相空间重构或了解系统方程？
• RQ2 均方位移 $ p(t) $ 的增长速率 $ K $ 是否可作为混沌与非混沌动力学的可靠且普适的指标？
• RQ3 该检验方法是否能以极低计算开销区分高维系统（包括PDEs和映射）中的混沌行为？
• RQ4 在 $ p(t) $ 的定义中引入相位变量 $ \theta(t) $，如何消除原本会掩盖规则运动与混沌运动区别的线性漂移？

主要发现

• 对于非混沌动力学，$ p(t) $ 保持有界，导致 $ \mathbf{M}(t) $ 有界，因此 $ K \approx 0 $。
• 对于混沌动力学，$ p(t) $ 渐近表现为布朗运动，导致 $ \mathbf{M}(t) \sim t $，因此 $ K \approx 1 $。
• 该方法可普适应用于任意维度或方程形式的确定性系统，包括ODEs、PDEs和映射系统。
• 该检验仅需额外引入两个微分方程（用于 $ p(t) $ 和 $ \theta(t) $），显著优于李雅普诺夫指数计算方法，后者在 $ n $ 维系统中需 $ n^2 $ 个方程。
• 诊断结果 $ K $ 对可观测量 $ \phi $ 的选择具有鲁棒性，几乎所有非退化的 $ \phi $ 均可实现正确分类。
• 在强迫范德波尔振子上的数值结果表明，随着 $ \omega $ 变化，$ K \approx 0 $（非混沌）与 $ K \approx 1 $（混沌）区域之间存在清晰分离。