Characteristic oscillations in frequency-resolved heat dissipation of linear time-delayed Langevin systems: Approach from the violation of the fluctuation-response relation

本文通过利用 Harada-Sasa 等式将线性时滞朗之万系统的热耗散分解为频率谱，阐明了其详细结构，揭示了反映系统非平衡特性的特征振荡行为，并为通过涨落-响应关系的违背来分析耗散提供了一种可行的实验方法。

要点

大局观：具有“记忆”的系统

想象你正在试图驾驶一艘小船。在正常情况下，如果你转动方向盘，船会立即转向。但在本文研究的世界里，存在着一种延迟。你转动了方向盘，但船在几秒钟后才会做出反应。

在物理学中，这被称为时滞系统（time-delayed system）。这种情况在自然界中屡见不鲜（例如基因合成蛋白质所需的时间），在技术领域也同样存在（例如计算机处理信号并调整机器所需的时间）。

本文的科学家们想要研究这些系统在处理这些延迟时，究竟浪费或获得了多少能量（热量）。通常情况下，事物会以热量的形式损失能量（就像汽车引擎变热一样）。但在这些时滞系统中，可能会发生一些奇特的事情：系统实际上可以从周围环境中吸收能量，使热流发生逆向流动。

问题所在：如何测量“热量”

为了理解这种能量流，研究人员使用了一个特殊的数学工具，叫做Harada-Sasa 等式。你可以把这个工具想象成一个高科技的光谱仪（就像能将白光分解成彩虹的棱镜）。

该工具并不是仅仅测量长时段内的总热量，而是将热量分解成不同的频率（振动速度）。

• 低频就像海洋中缓慢、沉重的涌浪。
• 高频则像是快速、细小的涟漪。

论文提出了这样一个问题：“如果我们通过这个‘棱镜’观察热耗散，我们会看到什么样的模式？”

发现：会“歌唱”的热谱

研究人员发现，热耗散并不只是呈现一条平坦的直线或一条平滑的曲线。相反，它像波浪一样振荡（上下波动）。

以下是他们发现的三大核心点，并用类比进行了说明：

1. “回声”模式（振荡）
当他们在不同的速度下观察热量时，看到了重复的波浪模式。

• 类比： 想象你在峡谷中呐喊。你会听到自己的声音，然后是回声，接着是又一个回

• 结果： 热量模式中的这些“波动”发生的频率，与延迟时间直接相关。如果延迟很长，波动之间的间距就大；如果延迟很短，波动之间的间距就小。这种模式是一个独特的指纹，它在告诉你：“嘿，这个系统存在时间延迟！”

2. 逐渐消逝的回声（高频衰减）
当他们观察越来越快的振动（高频）时，这些波动的幅度变得越来越小。

• 类比： 想象一个鼓点，离得越远听起来就越小声。论文发现，热量波动的“音量”是以一种非常特定的方式下降的：它随着速度的增加而以 $1/\text{速度}$ 的比例减弱。
• 结果： 这种信号衰减的特定方式是时滞力的特征。它证明了该系统并非一个普通的、瞬时反应的系统。

3. 低频“恒温器”（热量的迹象）
最关键的部分发生在低频端（慢速端）。

• 类比： 想象一个温度计。如果指针向上指，房间很热；如果向下指，房间很冷。
• 结果： 波浪在慢速端的形状告诉了你系统是在损失热量（正值）还是在获得热量（负值）。
  • 如果时滞力以某种方式推动系统，波浪会跌入零以下，这意味着系统正在从环境吸收能量（就像一台热泵）。
  • 如果力向另一个方向推动，波浪则保持在零以上，这意味着它只是在进行正常的能量损耗。

为什么这很重要（根据论文所述）

论文声称，由于我们可以在实际实验中测量这些振动（即这些“波动”），我们就有了一种新的检测时间延迟的方法。

• 以前： 你可能需要建立一个复杂的模型来猜测一个系统是否存在延迟。
• 现在： 你只需要测量“热谱”。如果你看到了那些特定的、以 $1/\text{速度}$ 模式衰减的振荡波纹，你就确定其中涉及时间延迟，甚至可以判断出该延迟有多强。

总结

把时滞系统想象成一位演奏带有轻微滞后感的音乐家。

• 普通系统演奏的是稳定、平坦的音符。
• 时滞系统演奏的是带有波动和回声的音符。
• 本文弄清楚了这种回声听起来是什么样的（振荡模式），以及它的音量是如何变化的（衰减包络）。
• 通过聆听这种热量的“歌曲”，科学家现在可以识别从生物细胞到机械机器人等各种事物中隐藏的延迟，而无需直接观察到延迟发生的现象。

技术摘要

技术摘要：线性时滞 Langevin 系统频率解析热耗散中的特征振荡

问题陈述
时间延迟在自然界和工程系统中普遍存在，它们引入了非马尔可夫记忆效应，这些效应通常会导致独特的非平衡态特征，例如从单个热浴向系统净热流（负表观热耗散）。虽然随机热力学已成功将涨落定理和不确定性关系扩展到时滞系统，但现有研究大多侧重于形式化的理论框架或全局量（如平均热耗散率）。目前仍缺乏对时滞系统在不同频率尺度下热耗散分布机制的详细分析，尽管这种分析对于在实验中识别时滞效应具有潜在价值。

方法论
作者研究了由随机时滞微分方程（SDDEs）描述的线性时滞过阻尼 Langevin 系统。其核心方法论是利用 Harada-Sasa 等式将热耗散率分解为其频率分量。该等式将平均热耗散率与频域内涨落-响应关系（FRR）的违背联系起来。

研究过程如下：

1. 模型定义： 作者定义了一类具有线性时局部和时滞力的系统，这些系统由高斯白噪声驱动。他们最初关注单一延迟时间 ($\tau$)，随后将分析扩展到多个延迟时间。
2. 解析推导： 利用线性时滞 Langevin 方程已知的解析解，作者推导了稳态线性响应函数 ($R_v$) 和速度自相关函数 ($C_v$)。
3. 谱分解： 通过应用 Harada-Sasa 等式，作者计算了热耗散的谱分解，定义为 $\tilde{C}_v(\omega) - 2T\tilde{R}'_v(\omega)$，其中 $\tilde{C}_v$ 是速度功率谱密度，$\tilde{R}'_v$ 是响应函数的实部。
4. 渐近分析： 在低频和高频极限下分析谱的行为，以识别特征标度律和振荡模式。
5. 数值验证： 通过使用 Euler-Maruyama 方法，在单延迟和多延迟场景下对解析结果进行了数值模拟验证。

主要贡献与结果
本文确立了线性时滞系统中热耗散的若干具体特征：

• 特征振荡行为： 热耗散的频率解析谱在整个频率域内表现出持久的振荡。这种振荡的周期直接由延迟时间 $\tau$ 决定（具体而言，周期为 $2\pi/\tau$）。
• 高频渐近行为： 在高频极限 ($\omega \gg |a|/\gamma, |b|/\gamma$) 下，谱呈现出具有 $1/\omega$ 衰减包络的正弦振荡。该包络的振幅与时滞力强度成正比。这种 $1/\omega$ 标度律与马尔可夫系统中典型的 $1/\omega^2$ 标度律形成了对比。
• 低频符号与量级： 谱在低频区域的行为决定了总热耗散率的符号和量级。例如，正的时滞力 ($b > 0$) 可能导致负热耗散（能量从热浴流向系统），这反映在低频谱中特定谷值的支配地位上。相反，负的时滞力 ($b < 0$) 则导致正热耗散。
• 对多延迟的普适性： 作者将这些发现扩展到具有多个延迟时间的系统。在这些情况下，谱成为对应于不同延迟时间的正弦波的叠加，并保持 $1/\omega$ 的衰减包络。分析证实，振荡性质及其对延迟参数的依赖性是线性时滞系统的普遍特征。

意义与主张
作者声称，其结果提供了对时滞系统热力学特征的具象、详细的分析，超越了仅观察平均量的研究。其主要意义在于研究结果在实验上的可及性：由于涨落-响应关系的违背可以通过轨迹分析和扰动响应进行实验测量，因此特征性的振荡谱为检测和分析时滞效应提供了一个具体的特征信号。

研究表明，这种方法可用于识别多样化实验系统中的时滞效应，如活性物质、反馈控制下的胶体颗粒、电路和机械振子。此外，作者指出，特定的 $1/\omega$ 标度律和渐近振荡可能成为区分时滞系统与马尔可夫系统的显著特征，尽管他们也谦逊地表示，验证这些行为在更广泛的非线性系统中的适用性仍是未来理论研究的一个方向。本研究并非提出新的实验装置，而是概述了一种通过分析现有数据来量化能量成本和识别记忆效应的研究方向。