⚡ electrical engineering

A generalized global Hartman-Grobman theorem for asymptotically stable semiflows

本文通过将 Kvalheim 和 Sontag 提出的广义全局 Hartman-Grobman 定理推广至可能不连续的向量场及渐近稳定半流，在无需假设双曲性的前提下，利用 Lyapunov 函数的拓扑性质建立了更广泛的稳定性分析框架。

原作者： Wouter Jongeneel

发布于 2026-04-07

📖 1 分钟阅读☕ 轻松阅读

原作者： Wouter Jongeneel

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

这篇论文就像是在解决一个**“如何把复杂的非线性世界，强行拉进一个简单、线性的坐标系里看”**的数学难题。

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**“给混乱的河流画一张标准地图”**。

1. 背景：我们为什么需要这张地图？

在数学和工程中，我们通常喜欢处理线性系统（比如 $y = -x$ ），因为它们简单、可预测，就像一条笔直、流速均匀的运河。

但是，现实世界充满了非线性系统（比如湍急的河流、复杂的电路），它们的行为千奇百怪。传统的数学工具（哈特曼 - 格罗布曼定理）告诉我们：只有在非常小的范围内（比如只看河流的一小段），你才能把弯曲的河道近似看成直的。而且，这通常要求河流的流向是“双曲”的（一种特定的数学稳定性，简单说就是水流既不发散也不汇聚得太奇怪）。

痛点在于：

我们想要全局的地图（看整条河，而不是一小段）。
现实中的系统往往不连续（比如水流突然遇到石头，或者像论文里提到的，水流在某个点突然“刹停”）。
有些系统甚至能在有限时间内完全停止（比如一个球滚进坑里，瞬间静止，而不是慢慢无限接近静止）。

2. 核心突破：把“不规则”变成“规则”

这篇论文的作者（Wouter Jongeneel）做了一件很酷的事情：他证明了，即使面对那些不连续、甚至能在有限时间内停止的复杂系统，我们依然可以画出一张**“几乎完美”的全局地图**。

用个比喻：
想象你有一个形状怪异的橡皮泥球（代表复杂的非线性系统），你想把它捏成一个完美的标准球体（代表简单的线性系统 $\dot{x} = -x$ ）。

以前的方法： 只能在橡皮泥表面的一小块区域把它捏圆，而且如果橡皮泥有裂缝（不连续），以前的方法就失效了。
这篇论文的方法： 作者发明了一种特殊的“魔法模具”。
- 它承认橡皮泥中心可能有个“硬块”（不连续点或有限时间停止点）。
- 它允许我们在除了中心极小区域以外的所有地方，把这个怪异的橡皮泥完美地拉伸、变形，变成那个标准球体。
- 在这个变形后的世界里，所有的运动看起来都像是在沿着直线匀速滑向中心。

3. 关键概念通俗解释

A. “半流” (Semiflow) vs. “流” (Flow)

流 (Flow)： 就像你可以倒带。如果你现在在河流的某一点，你可以推算出你过去在哪里，也可以推算出未来在哪里。时间 $t$ 可以是正数也可以是负数。
半流 (Semiflow)： 就像不能倒带的录像。有些系统（比如论文里的例子），一旦物体到达中心点，它就停在那儿了，或者系统定义本身就不允许你往回推（比如 $t < 0$ $t < 0$ 时没定义）。
- 论文的贡献： 以前的理论很难处理这种“不能倒带”的情况，但作者证明了，只要系统最终是稳定的（都会流向中心），我们依然可以给它画地图。

B. “有限时间稳定” (Finite-time Stability)

普通稳定： 就像你推一个球下坡，它离谷底越来越近，但理论上永远花不完的时间才能完全停住（渐近稳定）。
有限时间稳定： 就像球滚进一个深坑，“砰”的一声，在确定的时间内彻底停住。
难点： 这种“突然停住”的特性，在数学上很难用平滑的线性方程描述。
作者的妙计： 作者说，好吧，我们承认在中心那个“坑”附近，线性化是失效的。但是，只要我们在“坑”外面一点点的地方（比如半径 $r$ 以外），我们就能把整个系统完美地线性化！
- 这就好比：虽然你不能在坑底画直线，但在坑的边缘，你可以把整个地形画成完美的斜坡。

C. “拓扑共轭” (Topological Conjugacy)

这是论文里最核心的数学工具。

通俗理解： 它不是要求两个系统长得一模一样（比如速度完全一样），而是要求它们的**“形状”和“流向”是一样的**。
例子： 就像把一张画满河流的地图，用橡皮筋拉伸、扭曲，直到河流变成直线。只要河流的流向没变（都流向中心），拓扑结构就是一样的。作者证明了这种“拉伸”是存在的，而且是可以构造出来的。

4. 论文的实际意义：为什么这很重要？

打破“连续性”的迷信：
很多现代控制系统（比如自动驾驶、机器人）为了反应快，会使用不连续的控制策略（比如“如果偏离就猛打方向盘”）。以前的数学工具很难分析这种“猛打”后的全局稳定性，现在这篇论文提供了理论支持。
数据驱动的“翻译器”：
在机器学习和控制理论中，我们常想把复杂的黑盒系统（比如神经网络控制的机器人）简化成线性模型来预测。这篇论文告诉我们：只要系统是稳定的，我们就能找到一个坐标变换，把复杂的非线性行为“翻译”成简单的线性行为（至少在大部分区域是这样）。
对“有限时间停止”的重新认识：
它揭示了一个有趣的现象：一个在现实中“瞬间停止”的系统，在某种特定的数学视角（坐标变换）下，看起来就像是“慢慢无限接近停止”的系统。这就像是你戴了一副特殊的眼镜，把“突然刹车”看成了“平滑减速”。

总结

这篇论文就像是一位**“数学魔术师”**。他告诉我们：

“别担心你的系统是不是不连续，也别担心它是不是会在瞬间停止。只要它最终是稳定的，我就能给你变出一副‘眼镜’（坐标变换）。戴上这副眼镜，除了中心那个极小的点，你看到的整个世界都会变成一条笔直、简单、可预测的直线。”

这对于设计更鲁棒（Robust）的控制系统、理解复杂系统的稳定性，以及利用数据驱动方法学习动态系统，都是一块非常重要的基石。

这是一份关于 Wouter Jongeneel 所著论文《A generalized global Hartman-Grobman theorem for asymptotically stable semiflows》（渐近稳定半流的一般化全局 Hartman-Grobman 定理）的详细技术总结。

1. 研究背景与问题 (Problem)

线性化的局限性：传统的线性化技术（如经典的 Hartman-Grobman 定理）通常仅在平衡点附近局部有效，且严重依赖于**双曲性（hyperbolicity）**假设。
Koopman 算子理论的挑战：虽然 Koopman 算子理论旨在提供全局线性化视角，但目前的文献指出，获得有限维坐标系统使得动力学呈现近似线性仍是一个未解决的挑战，特别是对于全局坐标映射，目前希望渺茫。
非连续性与有限时间稳定性：现有的全局线性化结果（如 Kvalheim 和 Sontag 的工作）主要针对连续向量场。然而，许多实际系统（如闭环控制中的不连续反馈、有限时间稳定系统）在平衡点处可能是不连续的，或者具有有限时间稳定性（finite-time stability）。
- 有限时间稳定性意味着解在有限时间内到达平衡点，这导致无法通过同胚映射将其全局共轭到标准的指数衰减线性系统（ $\dot{y} = -y$ ），因为线性系统通常是渐近稳定而非有限时间稳定的。
核心问题：如何在不假设双曲性、允许向量场不连续（特别是产生半流而非全流）以及存在有限时间稳定性的情况下，建立一种全局的、拓扑意义上的“线性化”理论？

2. 方法论 (Methodology)

作者通过结合拓扑动力学、Lyapunov 理论和 Filippov 微分包含理论，扩展了 Kvalheim 和 Sontag 的定理。

系统设定：
- 考虑定义在光滑流形 $M$ 上的向量场，该向量场在平衡点 $x^*$ 处可能是多值的（set-valued）或不连续的，但在 $M \setminus \{x^*\}$ 上是局部 Lipschitz 的。
- 解被理解为 Filippov 解，生成的动力学系统为渐近稳定半流（asymptotically stable semiflow）。半流意味着解在 $t \ge 0$ 时有定义，但在 $t < 0$ 时可能无法定义（例如有限时间到达平衡点后无法反向延伸）。
拓扑共轭构造：
- 利用Lyapunov 函数 $V$ 的拓扑性质。对于渐近稳定系统，存在光滑的 Lyapunov 函数。
- 利用拓扑 Poincaré 猜想的结论，将 Lyapunov 函数的水平集 $V^{-1}(\epsilon)$ 同胚于球面 $S^{n-1}$ 。
- 关键创新点：针对半流和有限时间稳定性，作者没有试图构造一个定义在整个 $M \setminus \{x^*\}$ $M ∖ {x^{*}}$ 上的全局时间参数 $\tau$ $τ$ （因为这在有限时间稳定系统中是不连续的），而是构造了一个分段定义的映射。
  - 在平衡点附近（ $U_\epsilon$ ），利用 Lyapunov 函数的对数形式进行缩放。
  - 在远离平衡点的区域（ $B(x^*) \setminus U_\epsilon$ ），利用到达特定水平集的时间 $T^+_\epsilon$ 来构建映射。
- 通过这种构造，证明了存在一个同胚映射 $h$ ，将原系统的半流 $\phi_t$ 在平衡点的任意小邻域之外，共轭于标准的线性衰减流 $e^{-t}y$ 。

3. 主要结果 (Key Results)

论文提出了定理 II.2，这是针对渐近稳定半流的全局 Hartman-Grobman 定理，无需双曲性假设。

定理内容：
对于满足特定正则性条件（Assumption II.1）的向量场生成的渐近稳定半流 $\phi$ $ϕ$ ，其吸引域 $B(x^*)$ $B (x^{*})$ 内存在一个同胚映射 $h_r: B(x^*) \to \mathbb{R}^n$ $h_{r} : B (x^{*}) \to R^{n}$ 。
- 情形 (I)：如果半流可以无限向后延伸（即 $(-\infty, 0] \times (B(x^*) \setminus \{x^*\}) \subseteq \text{dom}(\phi)$ ），则对于任意半径 $r > 0$ ，在球 $B(0, r)$ 的外部，系统被共轭于 $\dot{y} = -y$ 。
- 情形 (II)：如果半流不能无限向后延伸（典型如有限时间稳定系统），则存在 $R > r$ ，使得在环形区域 $\text{cl}(B(0, R)) \setminus B(0, r)$ 上，系统被共轭于 $\dot{y} = -y$ 。
“实际”共轭（Practical Conjugacy）：
定理表明，虽然由于有限时间稳定性的存在，无法在整个吸引域上实现完美的线性化（因为线性系统无法在有限时间内收敛），但在平衡点的任意小邻域之外，系统拓扑等价于标准的指数衰减线性系统。
- 这意味着，除了平衡点附近的极小区域外，所有渐近稳定半流在拓扑上是“不可区分”的（practically indistinguishable）。
具体构造示例：
论文针对 $\dot{x} = -x/\|x\|^2$ $\overset{x}{˙} = - x /∥ x ∥^{2}$ （有限时间稳定）给出了显式的同胚映射 $h_r$ $h_{r}$ 及其逆映射。
- 在 $B(0, r)^c$ 区域，映射将原系统的有限时间收敛行为转换为线性系统的指数收敛行为。
- 在 $B(0, r)$ 内部，映射保留了有限时间收敛的特性（表现为 $\dot{s} = -\sqrt{s}$ 类型的动力学）。

4. 技术细节与证明思路

Lyapunov 函数的作用：利用 $V$ 将状态空间分层。 $V^{-1}(\epsilon)$ 作为“中间层”，将空间分为内部（靠近平衡点）和外部。
时间重参数化：
- 定义 $T^+_\epsilon(x)$ 为从 $x$ 到达 $V^{-1}(\epsilon)$ 所需的时间。
- 构造映射 $h(x) = e^{\tau(x)} P(\rho(x))$ ，其中 $\rho(x)$ 是流线上的投影点， $\tau(x)$ 是时间参数。
- 对于半流， $\tau(x)$ 在 $x \to x^*$ 时趋向于 $-\infty$ （对应指数衰减），但在有限时间稳定系统中，直接定义会导致不连续。因此，作者引入了分段定义：在外部区域使用到达时间，在内部区域使用 Lyapunov 函数的对数缩放，从而保证映射的连续性。
K 类函数：构造了 $\gamma_r \in \mathcal{K}_\infty$ 函数来界定共轭关系成立的时间范围，确保在有限时间内映射是有效的。

5. 意义与贡献 (Significance)

理论突破：
- 打破了 Hartman-Grobman 定理对双曲性和连续性的依赖，将其推广到不连续向量场和半流（特别是有限时间稳定系统）。
- 澄清了有限时间稳定系统与渐近稳定线性系统之间的拓扑关系：它们并非完全不可比，而是在“实际”意义（即排除平衡点邻域）下是拓扑共轭的。
对 Koopman 理论的影响：
- 虽然 Koopman 算子通常关注谱性质，但本文结果强调了连续变换在拓扑动力学中的重要性。它表明，即使对于非线性、不连续系统，也存在全局的拓扑线性化结构，这为数据驱动的动力系统学习（Data-driven learning）提供了新的理论依据。
实际应用：
- 为分析具有不连续反馈的闭环控制系统、有限时间稳定控制器提供了统一的拓扑框架。
- 表明在工程应用中，如果忽略平衡点附近的微小区域，可以将复杂的非线性/不连续系统视为简单的线性系统进行分析和设计。
未来展望：
- 作者指出，将此类结果推广到一般吸引子（而非仅平衡点）具有挑战性，因为一般吸引子的拓扑结构可能与其吸引域不同构。

总结：该论文通过巧妙的拓扑构造，证明了在排除平衡点邻域后，广泛的渐近稳定半流（包括有限时间稳定和不连续系统）在拓扑上等价于标准的线性衰减系统。这一结果极大地扩展了线性化理论的适用范围，为理解复杂非线性系统的拓扑结构提供了强有力的工具。