[论文解读] Complexity in linearly coupled dynamical networks: Some unusual phenomena in energy accumulation

Zhisheng Duan, Jinzhi Wang+2 more|ArXiv.org|Jun 20, 2007

Neural Networks Stability and Synchronization参考文献 14被引用 3

一句话总结

本文研究了线性耦合动力网络中的 $H_2$ 范数能量累积，揭示了在特定外耦合结构下，$H_2$ 范数随网络规模 $N$ 呈指数增长，且当 $N$ 较大时，其增长速度超过 $2^N$；而扩散耦合网络仅表现出线性增长（$ olimits_2 N$）。尽管系统为线性，其能量动力学仍极为复杂且违背直觉，对复杂网络中的同步与控制具有重要意义。

ABSTRACT

This paper addresses the energy accumulation problem, in terms of the $H_2$ norm, of linearly coupled dynamical networks. An interesting outer-coupling relationship is constructed, under which the $H_2$ norm of the newly constructed network with column-input and row-output shaped matrices increases exponentially fast with the node number $N$: it increases generally much faster than $2^N$ when $N$ is large while the $H_2$ norm of each node is 1. However, the $H_2$ norm of the network with a diffusive coupling is equal to $γ_2 N$, i.e., increasing linearly, when the network is stable, where $γ_2$ is the $H_2$ norm of a single node. And the $H_2$ norm of the network with antisymmetrical coupling also increases, but rather slowly, with the node number $N$. Other networks with block-diagonal-input and block-diagonal-output matrices behave similarly. It demonstrates that the changes of $H_2$ norms in different networks are very complicated, despite the fact that the networks are linear. Finally, the influence of the $H_2$ norm of the locally linearized network on the output of a network with Lur'e nodes is discussed.

研究动机与目标

• 分析线性耦合动力网络中，$H_2$ 范数（代表系统输出能量）随网络规模 $N$ 的增长规律。
• 研究不同外耦合结构（如列输入/行输出、扩散、反对称）对 $H_2$ 范数增长的影响。
• 理解局部线性化网络中 $H_2$ 范数行为对非线性 Lur’e 型网络输出的影响。
• 证明线性网络结构可表现出出人意料的复杂能量累积动力学，挑战直观预期。

提出的方法

• 利用克罗内克积形式构建具有列输入和行输出结构矩阵的网络：$\dot{x} = (I_N \otimes A_1 + \Gamma \otimes A_{12})x + Bw_1$，$y = Cx$。
• 采用 $H_2$ 范数公式 $\|G(s)\|_2 = \sqrt{\text{trace}(B^T Q B)}$，其中 $Q$ 满足李雅普诺夫方程 $Q A + A^T Q + C^T C = 0$。
• 分析三种耦合类型下的 $H_2$ 范数：(1) 一种新型列输入/行输出耦合 $\Gamma$；(2) 扩散耦合 $\Gamma_D$；(3) 反对称耦合。
• 应用 LQR 控制框架建模脉冲驱动的初始条件，将 $H_2$ 范数与线性化 Lur’e 网络的输出能量关联。
• 通过数值示例与理论分析，比较不同网络类型下 $H_2$ 范数的标度特性。
• 通过在平衡点附近线性化，研究线性化网络能量对非线性 Lur’e 网络受控输出的影响。

实验结果

研究问题

• RQ1 在新型外耦合结构下，线性耦合网络的 $H_2$ 范数如何随节点数 $N$ 变化？
• RQ2 扩散耦合网络的 $H_2$ 范数如何随 $N$ 变化，其与单个节点范数相比有何差异？
• RQ3 反对称耦合网络中 $H_2$ 范数的标度行为如何，与其它耦合类型有何不同？
• RQ4 局部线性化网络的能量在多大程度上影响非线性 Lur’e 网络的输出行为？
• RQ5 线性网络中 $H_2$ 范数的指数增长是否会导致非线性对应网络的同步性能下降？

主要发现

• 新构建的具有列输入和行输出矩阵的网络，其 $H_2$ 范数随 $N$ 呈指数增长，且当 $N$ 较大时，增长速度超过 $2^N$。
• 对于扩散耦合网络，$H_2$ 范数随 $N$ 线性增长，具体为 $\gamma_2 N$，其中 $\gamma_2$ 为单个节点的 $H_2$ 范数。
• 对于反对称耦合网络，$H_2$ 范数随 $N$ 缓慢增长，表明其能量累积远弱于新型耦合情形。
• 具有块对角输入和输出矩阵的网络，其 $H_2$ 范数行为与反对称情形类似，呈现缓慢增长。
• 局部线性化 Lur’e 网络的 $H_2$ 范数直接影响非线性全网络的输出能量与误差，范数越大，输出误差越大，同步性能越差。
• 线性化网络中 $H_2$ 范数的指数增长与非线性网络中较差的同步性能相关，提示在控制设计中应避免大幅能量变化。