[论文解读] Unit Consistency, Generalized Inverses, and Effective System Design Methods

Jeffrey Uhlmann|arXiv (Cornell University)|Apr 24, 2016

Product Development and Customization参考文献 15被引用 6

一句话总结

本文提出了一种单位一致的（UC）广义矩阵逆，该逆在对角缩放变换下保持量纲单位不变，确保工程系统设计的一致性。它推导出 Moore-Penrose 逆、SVD 和矩阵分解的 UC 替代形式，通过单位不变的线性系统与反问题分析，实现对系统完整性的稳健验证。

ABSTRACT

This paper examines the potential role of unit consistency as a system design principle. Unit-consistent generalized matrix inverses and unit-invariant matrix decompositions are derived in support of this principle. Applications of the methods described are illustrated with examples relating to nonlinear system identification and robustness to multiplicative noise for image database retrieval.

研究动机与目标

• 解决广泛使用的矩阵工具（如 Moore-Penrose 逆）中缺乏单位一致性的缺陷，这些缺陷可能在系统设计中引入依赖单位的偏差。
• 开发一种广义矩阵逆，使其在任意非奇异对角（单位）变换下保持不变，从而在状态空间表示中保留物理单位。
• 将单位一致性原则扩展至矩阵分解（如 SVD 和特征分解），实现在模块化与复杂系统中的一致性分析。
• 通过单位一致性测试，提供一种系统性方法，用于检测工程系统中的功能错误，类似于数据传输中的校验和机制。
• 在系统工程中推广单位一致性作为基本设计原则，尤其适用于包含混合单位或近似解的系统。

提出的方法

• 提出一种新的广义逆 $\mathbf{A}^{\text{-U}}$，定义为 $\mathbf{A}^{\text{-U}} = \text{pinv}(\mathbf{S}) \odot (\mathbf{d}_L \mathbf{d}_R^T)$，其中 $\mathbf{S}$ 是 $\mathbf{A}$ 的单位缩放版本，$\mathbf{d}_L, \mathbf{d}_R$ 是从行和列的对数均值得到的对角缩放矩阵。
• 引入一种类似 Sinkhorn 的迭代算法，用于计算对角缩放矩阵 $\mathbf{d}_L$ 和 $\mathbf{d}_R$，使每行和每列中非零元素的几何平均值归一化为 1。
• 通过 $\mathbf{U} \mathbf{S} \mathbf{V}^T$ 定义单位不变（UI）的奇异值分解（SVD），其中 $\mathbf{S}$ 是缩放矩阵 $\mathbf{D}_L \mathbf{A} \mathbf{D}_R$，且 $\mathbf{D}_L, \mathbf{D}_R$ 由迭代缩放过程导出。
• 使用大小函数 $s_{\times}(\mathbf{u}) = \left(\prod_{i} |u_i|\right)^{1/b}$ 进行几何平均归一化，确保在缩放下保持连续性和齐次性。
• 通过取对数变换和迭代行/列均值减法求解缩放向量 $\mathbf{u}$ 和 $\mathbf{v}$，随后通过指数运算恢复 $\mathbf{d}_L = \exp(\mathbf{u})$，$\mathbf{d}_R = \exp(\mathbf{v})$。
• 提供 Octave/Matlab 实现的 $\texttt{dscale}$、$\texttt{uinv}$、$\texttt{usvd}$ 和 $\texttt{usv\_decomp}$ 函数，时间复杂度为 $O(mn)$，适用于 $m \times n$ 矩阵，确保数值稳定性和单位一致性。

实验结果

研究问题

• RQ1 能否构造一种广义矩阵逆，使其在任意对角（单位）缩放变换下保持不变，从而在系统模型中保留物理单位？
• RQ2 如何重新定义 Moore-Penrose 逆和 SVD，以在具有混合或任意单位的工程系统中保持单位一致性？
• RQ3 单位一致性测试在多大程度上可作为一种稳健的、自动化的功能错误检测方法，而无需依赖真实基准？
• RQ4 何种迭代算法能高效计算任意矩阵（尤其是含零或稀疏元素的矩阵）的单位一致对角缩放矩阵？
• RQ5 不同的大小函数（几何平均、$L_p$-范数和连续 $s_{a,b}$）如何影响缩放后矩阵的收敛性和不变性特性？

主要发现

• 所提出的单位一致逆 $\mathbf{A}^{\text{-U}}$ 确保对输入应用对角单位变换 $\mathbf{D}$ 时，输出也相应发生单位变换，从而保持量纲完整性。
• 迭代缩放算法收敛迅速，并生成唯一的缩放矩阵 $\mathbf{S} = \mathbf{D}_L \mathbf{A} \mathbf{D}_R$，使得每行和每列中非零元素的乘积具有单位量纲。
• UC-SVD 和 UC-分解方法在对角缩放下保持不变，使得无论输入变量中单位如何选择，线性系统的分析结果均保持一致。
• 几何平均大小函数 $s_{\times}(\mathbf{u})$ 提供连续、齐次且单位不变的归一化方式，其结果与引理 IV.4 和 V.3 中元素矩阵的结论一致。
• $\texttt{dscale}$ 的实现达到 $O(mn)$ 时间复杂度，能正确计算实数或复数矩阵的对角缩放矩阵，通过取对数变换和迭代优化确保数值稳定性。
• 该方法可将单位一致性测试作为功能完整性检查：若系统在对角缩放下无法保持单位一致性，则极大概率可检测到故障，类似于校验和验证机制。