[论文解读] Resonant forcing of select degrees of freedom of multidimensional chaotic map dynamics

Vadas Gintautas, Glenn Foster+1 more|ArXiv.org|May 2, 2007

Quantum chaos and dynamical systems参考文献 17被引用 6

一句话总结

本文提出一种变分法，用于确定在仅部分自由度可直接受迫时，多维混沌映射的最优共振强迫函数。研究表明，轨迹位移与有效总强迫函数的乘积保持守恒，拉格朗日乘子则作为强迫效率及未受迫变量间接强迫的物理指标。

ABSTRACT

We study resonances of multidimensional chaotic map dynamics. We use the calculus of variations to determine the additive forcing function that induces the largest response, that is, the greatest deviation from the unperturbed dynamics. We include the additional constraint that only select degrees of freedom be forced, corresponding to a very general class of problems in which not all of the degrees of freedom in an experimental system are accessible to forcing. We find that certain Lagrange multipliers take on a fundamental physical role as the efficiency of the forcing function and the effective forcing experienced by the degrees of freedom which are not forced directly. Furthermore, we find that the product of the displacement of nearby trajectories and the effective total forcing function is a conserved quantity. We demonstrate the efficacy of this methodology with several examples.

研究动机与目标

• 解决在多维混沌系统中，仅部分自由度可直接受迫时的共振强迫挑战。
• 开发一种通用方法，用于在可访问自由度受约束下，识别使系统响应最大化的强迫函数。
• 揭示拉格朗日乘子在量化强迫效率及未受迫变量上有效强迫的物理作用。
• 建立轨迹位移与有效总强迫之间的守恒量关系，即使仅施加部分强迫亦成立。
• 通过混沌映射动力学的选择性强迫的解析与数值例子，证明该方法的有效性。

提出的方法

• 使用离散时间迭代映射表述问题：$\mathbf{x}^{(n+1)} = \mathbf{f}(\mathbf{x}^{(n)}) + \mathbf{F}^{(n)}$，其中 $\mathbf{F}^{(n)}$ 为强迫函数。
• 通过拉格朗日乘子 $\gamma_j^{(n)}$ 强制仅 $d - d_u$ 个自由度可直接受迫，而 $d_u$ 个自由度保持未受迫。
• 构建拉格朗日函数 $L$，在满足动力学约束和固定总强迫能量 $F^2$ 的条件下，最大化最终响应的平方 $R^2 = \|\mathbf{x}^{(N)} - \mathbf{y}^{(N)}\|^2$。
• 推导状态变量 $\mathbf{x}^{(n)}$ 和强迫 $\mathbf{F}^{(n)}$ 的欧拉-拉格朗日方程，得到涉及雅可比矩阵 $\mathbf{J}^{(n)}$ 和伴随变量 $\boldsymbol{\mu}^{(n)}$ 的耦合方程。
• 引入有效强迫向量 $\mathbf{G}^{(n)} = \boldsymbol{\mu}^{(n)} / \lambda$ 和总有效强迫 $\mathbf{G}^{(N-1)}$，其结合了直接与间接贡献。
• 建立 $\mathbf{G}^{(N-1)}$ 与位移 $\mathbf{x}^{(N)} - \mathbf{y}^{(N)}$ 的关系：$\mathbf{x}^{(N)} - \mathbf{y}^{(N)} = M\mathbf{G}^{(N-1)} - \Omega$，其中 $M$ 和 $\Omega$ 是由系统动力学导出的矩阵与向量。

实验结果

研究问题

• RQ1 当仅部分自由度可直接受迫时，使多维混沌映射响应最大的最优强迫函数是什么？
• RQ2 拉格朗日乘子如何与强迫效率及未受迫自由度上的有效强迫相关联？
• RQ3 即使在选择性强迫下，是否存在将轨迹位移与总有效强迫联系起来的守恒量？
• RQ4 强迫函数的结构如何依赖于无扰动动力学与系统的雅可比矩阵？
• RQ5 该方法是否能高效应用于仅一个或少数自由度可受迫的高维系统？

主要发现

• 轨迹位移与有效总强迫函数乘积为守恒量，由关系式 $\mathbf{x}^{(N)} - \mathbf{y}^{(N)} = M\mathbf{G}^{(N-1)} - \Omega$ 所示。
• 未受迫变量的拉格朗日乘子 $\gamma_j^{(n)}$ 具有基本的物理作用：它们决定了未受迫自由度上的有效强迫，并量化了强迫函数的效率。
• 最终响应 $R^2$ 与总强迫能量 $F^2$ 成正比，关系为 $R^2 = \lambda F^2$，其中 $\lambda$ 是与能量约束相关的拉格朗日乘子。
• 有效强迫向量 $\mathbf{G}^{(n)} = \boldsymbol{\mu}^{(n)} / \lambda$ 结合了直接与间接贡献，其范数决定了系统响应的敏感度。
• 当仅一个自由度受迫时，该方法显著简化，因为非零 $\gamma_j^{(n)}$ 项的数量减少，从而实现高效计算。
• 强迫函数 $\mathbf{F}^{(n)}$ 由 $\mathbf{G}^{(n)}$ 和 $\boldsymbol{\Gamma}^{(n)}$ 推导得出，关系为 $\mathbf{F}^{(n)} = \mathbf{G}^{(n)} - \boldsymbol{\Gamma}^{(n)}$，且 $\boldsymbol{\Gamma}^{(n)}$ 与 $\mathbf{F}^{(n)}$ 正交，确保能量守恒。