[论文解读] 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 3

一句话总结

本文证明了弱阻尼且受驱的Korteweg-de Vries（KdV）方程的全局吸引子被嵌入到一个决定形式（determining form）的长期动力学中——该决定形式为一个常微分方程（ODE），其平衡态恰好对应于吸引子中的轨迹。此外，本文提出了一种数据同化算法，能够以指数收敛速度从低阶傅里叶模态中恢复完整的参考解。

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.

研究动机与目标

• 在 $ H^2 $ 空间中为弱阻尼且受驱的KdV方程建立决定形式，证明其全局吸引子被嵌入于一个常微分方程（ODE）的长期动力学中。
• 分析一种数据同化（下采样）算法，该算法能从低阶傅里叶模态观测中重构完整解。
• 通过基于投影模态的反馈控制，证明数据同化算法以指数速率收敛至真实解。
• 将决定模态与复合泛函的技术拓展至色散性、弱耗散型偏微分方程（如KdV），其中惯性流形不存在。
• 给出决定性傅里叶模态数量 $ N $ 的显式边界，其以阻尼参数 $ \gamma $ 和外力项 $ f $ 表示。

提出的方法

• 在轨迹空间中构造一个决定形式，即一个常微分方程（ODE），其平衡态对应于KdV方程的全局吸引子轨迹。
• 在数据同化算法中使用反馈控制机制，将解投影到前 $ N $ 个傅里叶模态上，并驱动模型解趋近于参考解。
• 应用受哈密顿结构启发的复合泛函，推导能量估计并控制KdV方程中的非线性项。
• 通过 $ L^2 $ 和 $ H^3 $ 能量估计，结合插值与Sobolev嵌入，建立Galerkin逼近解的统一有界性。
• 通过Brouwer不动点定理在 $ H_n $ 中的闭球上证明投影（Galerkin）系统解的存在性。
• 利用Galerkin逼近的弱收敛与强收敛性，证明极限解在 $ H^5 $ 中满足KdV方程，从而具有经典解的性质。

实验结果

研究问题

• RQ1 尽管缺乏强耗散性，弱阻尼且受驱的KdV方程的全局吸引子是否仍可被嵌入于某个常微分方程（决定形式）的长期动力学中？
• RQ2 确定KdV方程长期动力学所需的最少傅里叶模态数 $ N $ 是多少？$ N $ 如何依赖于 $ \gamma $ 和 $ f $？
• RQ3 仅使用参考解的低阶傅里叶模态，能否设计一种数据同化算法，使其以指数速率快速同步至真实解？
• RQ4 复合泛函与反馈控制项如何使决定形式与数据同化分析在色散型PDE（如KdV）中成为可能？
• RQ5 是否能够为Galerkin逼近序列的极限解建立 $ H^5 $ 正则性，并确保其具有经典解的行为？

主要发现

• 弱阻尼且受驱的KdV方程的全局吸引子与决定形式的平衡态之间存在一一对应关系，而该决定形式是轨迹空间中的一个常微分方程（ODE）。
• 通过能量估计，给出了决定性傅里叶模态数 $ N $ 关于阻尼参数 $ \gamma $ 和外力项 $ f $ 的显式边界。
• 数据同化算法能以指数速率从 $ N $ 个低阶傅里叶模态中恢复完整参考解，且收敛性独立于初始误差。
• Galerkin逼近系统解在 $ L^2 $ 和 $ H^3 $ 中满足一致有界性，且对所有 $ n $ 有 $ |u_n| \leq R_0 $ 和 $ |(u_n)_{xxx}| \leq R_3 $。
• Galerkin序列的极限解 $ u^* $ 属于 $ H^5 $，且KdV方程在经典意义下成立，从而保证了解的正则性与强收敛性。
• 数据同化算法中的反馈控制项确保了解与参考解的同步，其证明结构类似于将 $ W $-映射扩展至未来时间。