⚡ electrical engineering

Online learning of Koopman operator using streaming data from different dynamical regimes

该论文提出了一种利用流式数据在线学习 Koopman 算子的框架，通过基于子空间识别的 Grassmann 距离评估数据新颖性，仅将来自不同动态机制的片段存入档案以自适应更新模型，从而在减少计算负担和基函数数量的同时优化模型精度与系统阶数。

原作者： Kartik Loya, Phanindra Tallapragada

发布于 2026-04-01

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Kartik Loya, Phanindra Tallapragada

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种让计算机“边看边学”的新方法，专门用来理解那些行为复杂、难以预测的系统（比如天气、心脏跳动或自动驾驶汽车）。

为了让你轻松理解，我们可以把这篇论文的核心思想想象成一位聪明的“图书管理员”在管理一个不断涌入的“新闻流”。

1. 背景：面对海量信息的困境

想象一下，你是一位图书管理员，负责记录一个复杂城市（比如一个巨大的生态系统）的每日变化。

传统方法（旧式学习）： 以前，为了了解这个城市，你需要把过去所有的新闻剪报（数据）都堆在桌子上，然后花大力气去分析。如果新闻源源不断地来，桌子很快就会堆满，你的大脑（计算机内存）也会爆炸，根本处理不过来。
新问题： 更糟糕的是，这个城市偶尔会发生一些罕见但极其重要的事件（比如突然的暴雨或地震）。如果只盯着日常琐事，你就会忽略这些关键变化。但如果把所有琐事都存下来，你又没地方放。

2. 核心概念：科普曼算子（Koopman Operator）

论文中提到的“科普曼算子”，你可以把它想象成一种“翻译器”。

现实世界中的很多系统（如流体、化学反应）是非线性的，非常混乱，像一团乱麻。
科普曼算子的作用，是把这团乱麻“翻译”成一条清晰的直线。它能把复杂的非线性变化，映射到一个高维的、线性的空间里。这样，原本难以预测的混乱，就变成了简单的直线运动，容易计算和预测。

3. 论文的创新：聪明的“过滤网”与“动态书架”

这篇论文提出的方法，就像给这位图书管理员装上了一个智能过滤网和一个动态书架。

A. 智能过滤网：格拉什曼距离（Grassmannian Distance）

这是论文最精彩的部分。管理员不再盲目地接收每一条新闻，而是先拿一条新新闻和书架上已有的“核心摘要”比一比。

怎么比？ 论文使用了一种叫“格拉什曼距离”的数学工具。你可以把它想象成测量“新闻风格”的相似度。
如果很相似（距离小）： 比如今天又发生了一件普通的晴天小事，和昨天、前天差不多。管理员会想：“哦，这没什么新意，和之前的记录重复了。”于是，直接扔掉这条新闻，不占地方。
如果很不同（距离大）： 比如突然下起了百年不遇的暴雨，或者出现了某种罕见的动物迁徙。管理员会惊呼：“这太不一样了！这是全新的模式！”于是，把这条新闻郑重地存入档案，并更新他的“核心摘要”。

B. 动态书架：自适应调整

旧方法： 不管来什么新闻，都硬塞进同一个大小的盒子里，或者为了塞进新东西，把旧东西全删了（这会导致忘记过去的规律）。
新方法： 管理员会根据新新闻的类型，动态调整书架的大小和结构。
- 如果新新闻只是日常琐事，书架保持不变。
- 如果新新闻揭示了系统的一个全新“动态模式”（比如从单摆变成了双摆），管理员就会自动增加书架的层数（增加系统阶数），并学习新的分类标签（基函数），以便容纳这个新发现。

4. 实际效果：既快又准

论文通过两个实验证明了这套方法很管用：

简单系统测试： 就像给一个会自己变形的弹簧做记录。结果发现，原本有 100 条数据，经过过滤，只需要保留 10 条最关键的，就能完美还原整个系统的行为。
复杂系统测试（杜芬振子）： 这是一个像弹簧一样，有时在左边晃，有时在右边晃，有时两边乱晃的复杂系统。
- 当系统只在“单侧”晃动时，管理员建立了一个简单的模型。
- 当系统突然开始“双侧”乱晃（进入新动态区域）时，管理员立刻察觉到了“风格突变”，自动升级了模型，增加了复杂度。
- 结果： 这种“边看边学”的模型，比那些试图一次性处理所有数据、或者使用固定复杂度的旧模型，预测得更准，而且占用的电脑内存少得多。

总结

简单来说，这篇论文提出了一种**“去粗取精、按需升级”**的在线学习算法：

不存废话： 遇到重复的数据，直接丢弃，节省算力。
抓住重点： 遇到代表新规律的数据，立刻存档并更新模型。
灵活应变： 模型的大小和结构不是固定的，而是根据数据的“新鲜度”自动调整。

这就好比一个超级聪明的学生，他不需要死记硬背所有的教科书，而是通过不断观察世界，只记住那些能改变他认知的“关键瞬间”，从而用最少的精力，掌握最复杂的规律。这对于未来处理自动驾驶、智能电网等需要实时处理海量数据且充满不确定性的系统，具有非常重要的意义。

1. 研究背景与问题 (Problem Statement)

背景：
随着传感器技术的普及，复杂系统产生了海量的流式数据（streaming data）。数据驱动的建模和控制方法（如基于 Koopman 算子的方法）在这些系统中备受关注。Koopman 算子可以将非线性动力学系统转化为高维线性系统，从而便于设计观测器和控制器。

核心挑战：
现有的数据驱动方法（如 DMD, EDMD）通常依赖于大规模数据集，并涉及奇异值分解（SVD）和矩阵求逆等计算密集型操作，难以直接应用于无限增长的流式数据。

计算资源限制： 随着数据积累，存储和计算成本呈指数级增长。
动态流形多样性： 流式数据可能间歇性地来自系统完全不同的动态流形（dynamical regimes）或罕见事件。
现有方法的局限性：
- 全量归档法： 保留所有历史数据会导致计算不可行。
- 遗忘因子法： 使用遗忘因子的自适应方法可能会忽略来自不同流形的旧数据，而这些数据在未来可能再次出现且对控制至关重要。
- 定阶与基函数： 现有方法通常假设系统阶数已知或基函数固定，难以在未知复杂动力学中自适应地学习基函数和确定系统阶数。

目标：
开发一种在线学习框架，能够：

从流式数据中识别不同的动态流形。
仅保留“新颖”的数据，丢弃冗余数据，以最小化更新 Koopman 模型所需的数据量。
自适应地学习基函数并确定系统阶数。

2. 方法论 (Methodology)

本文提出了一种基于**递归子空间辨识（Recursive Subspace System Identification, R-SSID）结合Grassmannian 距离（Grassmannian Distance）**的在线学习框架。

2.1 核心概念

Koopman 算子与提升空间： 将非线性系统状态 $x_t$ 映射到高维线性提升状态 $z_t$ （通过观测函数 $\Psi(x_t)$ ），使得动力学在提升空间中呈线性（ $z_{t+1} = K z_t + B u_t$ ）。
高斯过程（Gaussian Process, GP）： 用于建立原始状态 $x_t$ 到提升状态 $z_t$ 的映射关系，从而自适应地学习基函数，而无需预先指定字典。
扩展可观测性矩阵（Extended Observability Matrix）： 在子空间辨识中，该矩阵的列空间包含了系统的动态信息。

2.2 算法流程 (Algorithm 2: R-SSID with Grassmannian-Guided Data Selection)

初始化： 使用初始批次数据计算扩展可观测性矩阵 $\Gamma$ 的列空间子空间，并初始化递归辨识所需的中间变量（如对称数据矩阵 $\Xi$ ）。
流式数据处理： 当新的数据段 $D_{i+1}$ $D_{i + 1}$ 到达时：
- 构建新的 Hankel 矩阵。
- 计算新数据段对应的子空间 $\hat{\Gamma}_{i+1}$ 。
新颖性检测（关键步骤）：
- 计算当前已辨识子空间 $\Gamma_i$ 与新数据子空间 $\hat{\Gamma}_{i+1}$ 之间的 Grassmannian 距离 ( $G$ )。
- 该距离衡量了两个子空间在几何上的差异（基于主角度）。
数据筛选与更新策略：
- 若 $G > \epsilon$ （阈值）： 判定数据来自新的动态流形或包含重要信息。
  - 将该数据段加入档案。
  - 利用递归公式更新对称数据矩阵 $\Xi$ 和投影矩阵。
  - 重新进行 SVD 分解，更新系统矩阵 $(K, B, C, D)$ ，并可能调整系统阶数 $r$ 。
- 若 $G \le \epsilon$ ： 判定数据为 $\epsilon$ $ϵ$ -冗余（即与现有模型动态一致）。
  - 直接丢弃该数据段，不进行任何计算更新。
基函数学习： 利用高斯过程回归，根据保留的数据将原始状态映射到提升状态，从而隐式地学习基函数。

2.3 递归更新机制

利用矩阵求逆引理（Matrix Inversion Lemma）对对称数据矩阵 $\Xi_N = Y_N \Pi^\perp_{U_N} Y_N^\top$ 进行递归更新，避免了每次新数据到来时重新进行大规模 SVD 分解，显著降低了计算复杂度。

3. 主要贡献 (Key Contributions)

基于 Grassmannian 距离的流数据筛选机制：
提出了一种新颖的指标，用于量化新数据段与现有模型子空间的差异。该方法能有效识别来自不同动态流形（如单稳态与双稳态振荡）的数据，同时过滤掉冗余数据，解决了流式数据中“保留什么”和“丢弃什么”的难题。
自适应系统阶数与基函数学习：
不同于传统方法假设固定阶数或固定字典，该方法通过 SVD 分解中的奇异值分布动态确定系统阶数，并利用高斯过程回归自适应地学习提升空间的基函数，无需人工先验知识。
计算效率与精度的平衡：
通过仅更新“新颖”数据，该方法在保持高预测精度的同时，极大地减少了存储需求和计算量。它避免了传统递归最小二乘法（RLS）中可能出现的数值不稳定性和对旧数据的过度遗忘。
处理多流形动态的能力：
特别针对间歇性出现的不同动态流形（如罕见事件或模式切换）进行了优化，确保模型能够捕捉并保留这些关键动态特征，而不仅仅是平滑地遗忘它们。

4. 实验结果 (Results)

论文通过两个仿真实例验证了算法的有效性：

4.1 简单 Koopman 嵌入示例

系统： 一个非线性系统，可精确转化为 3 维线性系统。
结果：
- 在输入的 100 个数据集中，算法仅保留了 10 个（10%）用于更新，其余 90% 被判定为冗余并丢弃。
- 随着数据更新，辨识出的系统矩阵 $K$ 的特征值迅速收敛至真实值。
- 通过奇异值分析，准确识别出系统阶数为 3。

4.2 受控 Duffing 振荡器（复杂案例）

系统： 具有双稳态特性的 Duffing 振荡器，控制输入在两个值之间切换。
场景： 前 600 个数据集来自单势阱振荡（单稳态），后 300 个数据集来自双势阱振荡（双稳态，即不同的动态流形）。
结果：
- 流形切换检测： 在第 601 个数据集（进入双势阱区域）时，Grassmannian 距离显著上升，算法成功检测到动态流形的变化并触发模型更新。
- 阶数自适应： 系统阶数从 9 自动增加到 11，以容纳新的双稳态动态。
- 预测精度： 更新后的模型（ $K_{900}$ ）在测试集上的均方根误差（RMSE）显著低于仅基于前 600 个数据训练的模型（ $K_{600}$ ）。
- 对比 EDMD： 与使用径向基函数（RBF）的 K-EDMD 相比，本文提出的 R-SSID 算法仅使用 11 个 提升函数，就达到了比使用 27 个 甚至 102 个 基函数的 K-EDMD 更好的预测精度。

5. 意义与结论 (Significance & Conclusion)

意义：

资源优化： 为资源受限的在线控制系统提供了一种高效的解决方案，解决了海量流数据带来的存储和计算瓶颈。
鲁棒性： 能够处理非平稳系统和多模态动态，特别适用于需要捕捉罕见事件或模式切换的工业场景。
理论创新： 将子空间辨识的几何性质（Grassmannian 距离）引入 Koopman 算子的在线学习，为数据驱动的模型更新提供了新的数学工具。

结论：
该论文提出的算法成功实现了对 Koopman 算子的在线递归更新。通过利用 Grassmannian 距离进行数据剪枝，该方法能够在不牺牲预测精度的前提下，显著减少所需的数据量和计算资源。同时，它具备自适应学习基函数和确定系统阶数的能力，为复杂非线性系统的实时建模与控制提供了强有力的工具。未来的工作可能涉及将其应用于实际物理系统的实验验证。