[论文解读] Distributed source identification for wave equations: an observer-based approach

Marianne Chapouly, Mazyar Mirrahimi|arXiv (Cornell University)|May 3, 2010

Stability and Controllability of Differential Equations参考文献 4被引用 5

一句话总结

该论文提出了一种基于观测器的前后向迭代算法，用于在已知零初始条件下，仅使用边界法向测量值识别波动方程中的分布源项 $ q(x) $。通过将源识别问题转化为耦合波动-振子系统的初始状态估计问题，该方法在最小观测时间 $ T=2 $ 内实现对真实源的收敛，其有效性通过李雅普诺夫分析和含10%噪声的数值模拟得到验证。

ABSTRACT

In this paper, we consider a wave equation on a bounded interval where the initial conditions are known (are zero) and we are rather interested in identifying an unknown source term $q(x)$ thanks to the measurement output $y$ which is the Neumann derivative on one of the boundaries. We use a back-and-forth iterative procedure and construct well-chosen observers which allow to retrieve $q$ from $y$ in the minimal observation time.

研究动机与目标

• 解决在已知零初始条件下，波动方程中空间分布源项 $ q(x) $ 的反问题。
• 开发一种高效的估计算法，从有限时间区间内边界法向测量值 $ y(t) = u_x(t,0) $ 重构 $ q(x) $。
• 在最小观测时间 $ T=2 $ 内实现源重构，该时间是1D波动方程可观测性的理论下限。
• 利用李雅普诺夫技术与拉萨尔不变性原理，确保在系统无限维性质下估计器的收敛性。
• 在含噪声条件下通过数值模拟验证该方法，展示其鲁棒性与快速收敛性。

提出的方法

• 通过引入一个齐次波动方程与谐振子的级联系统，将原始源识别问题转化为等价的初始状态估计问题。
• 构建两个观测器：一个向前时间，一个向后时间，于时间区间 $ T=2 $ 内迭代应用。
• 使用李雅普诺夫函数证明误差动态系统收敛至零，从而确保估计器渐近恢复真实源 $ q(x) $。
• 采用前后向过程：前向观测器从 $ t=0 $ 到 $ t=T $ 估计状态，后向观测器从 $ t=T $ 到 $ t=0 $ 重构状态，增益分别为 $ \gamma_1 = 1 $，$ \gamma_2 = 0.5 $。
• 利用原始系统与变换后系统（2）-（3）之间的等价性，其中 $ q(x) $ 成为波动分量的初始条件。
• 采用有限差分法进行空间与时间的离散化，空间步长 $ \Delta x = 0.05 $，时间步长 $ \Delta t = 2.5 \times 10^{-4} $，并在输出中加入10%的白噪声进行数值模拟。

实验结果

研究问题

• RQ1 在初始条件为零时，能否仅从边界法向测量值识别波动方程中的分布源项 $ q(x) $？
• RQ2 是否能够通过基于观测器的前后向过程，在最小观测时间 $ T=2 $ 内实现源重构？
• RQ3 如何应用李雅普诺夫稳定性理论证明无限维观测器在源识别中的收敛性？
• RQ4 已知初始条件在使原本不可观测的系统变得可识别中起什么作用？
• RQ5 该观测器基算法在数值模拟中对测量噪声的鲁棒性如何？

主要发现

• 所提出的前后向观测器算法在最小观测时间 $ T=2 $ 内收敛至真实源 $ q(x) $，该时间是区间 $ (0,1) $ 上波动方程可观测性的理论下限。
• 李雅普诺夫函数单调递减并收敛至零，证明了误差动态系统的渐近稳定性，从而确保估计器的收敛性。
• 含10%白噪声的数值模拟显示，估计器在50次迭代内收敛至 $ q(x) = x - x^2 $，且 $ \hat{q} $ 与 $ q $ 之间的 $ L^2 $-距离趋近于零。
• 方程（42）中定义的李雅普诺夫函数在迭代过程中单调递减，证实了估计过程的稳定性。
• 理论分析表明，误差动态系统的唯一不变集为原点，意味着误差收敛至零，从而确保 $ q(x) $ 的精确重构。
• 当全初始状态未知但初始条件已知为零时，该方法仍能成功识别源，因为零初始条件打破了原始系统的不可观测性。