On Koopman Resolvents and Frequency Response of Nonlinear Systems

本文提出了一种基于 Koopman 算子框架的非线性系统频率响应新公式，通过输出拉普拉斯变换将经典 LTI 方法推广至非线性领域，并导出了用于绘制伯德图的复值响应函数及存在性充分条件。

要点

这篇论文提出了一种给“非线性系统”画“心电图”的新方法。

为了让你轻松理解，我们可以把这篇论文的核心思想拆解成几个生动的比喻：

1. 背景：为什么我们需要新方法？

想象一下，控制工程师就像调音师。

• 对于简单的系统（线性系统，LTI）：就像给一个标准的吉他弦调音。你拨动一下（输入信号），它发出的声音（输出响应）非常规律。调音师手里有一张标准的“频率响应图”（波特图），上面清楚地标着：如果你拨动这个频率，声音会变大多少（增益），音调会延迟多少（相位）。这是控制工程的基石。
• 对于复杂的系统（非线性系统）：就像给一个会变形的橡皮泥机器人调音。你拨动它一下，它可能会扭曲、反弹、甚至发出意想不到的怪声。传统的“频率响应”方法在这里失效了，因为橡皮泥的反应太复杂，无法用简单的图表来描述。

这篇论文的目的：就是发明一种新工具，让调音师也能给这个“橡皮泥机器人”画出清晰的“频率响应图”，看看它在不同频率的拨动下，到底会怎么反应。

2. 核心工具：库普曼算子（Koopman Operator）——“魔法投影仪”

论文里提到的“库普曼算子”和“库普曼预解式”，听起来很吓人，但我们可以把它想象成一个魔法投影仪。

• 非线性系统：在现实世界里，橡皮泥机器人的运动轨迹是弯弯曲曲、乱糟糟的（非线性）。
• 库普曼算子：它像一个高维度的投影仪。它能把这个乱糟糟的、弯曲的轨迹，投射到一个更高维度的、完美的直线空间里。
  • 在这个“直线空间”里，原本复杂的非线性运动，看起来就像简单的线性运动（就像把弯曲的影子拉直了）。
  • 一旦拉直了，我们就能用经典的、简单的数学工具（比如拉普拉斯变换）来分析它了。

3. 具体做法：把“强迫”变成“自动”

为了分析这个系统，作者做了一个巧妙的**“时空折叠”**（论文中称为“斜积形式”）：

• 通常，我们给系统一个周期性的输入（比如正弦波 $u(t) = \sin(\omega t)$），系统会跟着动。
• 作者把这个输入信号 $u$ 也变成了系统状态的一部分，就像给系统加了一个内置的节拍器。
• 这样，原本需要外部不断推一把的“非自动系统”，就变成了一个自己会动的“自动系统”。
• 在这个新的视角下，我们可以用“库普曼算子”去扫描这个系统，找到它的**“灵魂频率”**（特征值）。

4. 核心发现：频率响应 = 系统的“指纹”

论文最精彩的结论是：非线性系统的频率响应，其实就是它在“魔法投影仪”里的“指纹”（称为库普曼模态）。

• 传统做法：你需要做无数次实验，输入不同的频率，记录输出，然后画图。
• 新方法：你只需要通过数学计算，找到那个“魔法投影仪”里的特定频率点（极点）。
  • 如果你找到了这个点，你就能直接算出：当输入频率是 $\omega$ 时，输出会放大多少倍（增益），会延迟多少（相位）。
  • 这就像你不需要把吉他弹遍所有音阶，只要知道琴弦的物理结构（特征值），就能算出它所有可能的声音。

5. 实际效果：画出“波特图”

有了这个新方法，工程师就可以为复杂的非线性系统画出波特图（Bode Plot）：

• 增益图：显示系统对哪个频率最敏感（比如，某个频率会让橡皮泥机器人剧烈抖动）。
• 相位图：显示系统反应有多快。

论文还举了两个例子：

1. 简单的线性例子：验证了新方法和旧方法结果一致（证明新工具靠谱）。
2. 复杂的非线性例子：展示了一个包含平方项（$x^2$）的系统。在这个系统里，输入一个频率，输出竟然出现了两倍频率的振动（谐波）。新方法完美地捕捉到了这个现象，并画出了对应的图表。

6. 什么时候能用？（适用条件）

论文也诚实地指出了这个“魔法”生效的三个条件（就像魔法咒语需要特定的环境）：

1. 线性系统：当然可以用（这是老本行）。
2. 全局稳定系统：系统最终会稳定在一个周期性的循环里（比如钟摆最终会停下来或稳定摆动）。
3. 遍历系统：系统虽然看起来乱，但在长时间运行后，会均匀地覆盖所有可能的状态（像混沌系统，但有规律可循）。

总结

这篇论文就像给控制工程师发了一把**“万能钥匙”。
以前，面对复杂的非线性系统（如机器人、生物系统、电网），我们只能靠猜或者做大量实验。现在，通过库普曼算子这把钥匙，我们可以把复杂的非线性问题“投影”成简单的线性问题，从而直接计算出系统的频率响应**。

这意味着，未来我们可以像分析普通电路一样，用波特图来分析和设计复杂的非线性系统，让控制理论变得更加直观和强大。

技术摘要

这是一份关于论文《Koopman 算子解与 nonlinear 系统的频率响应》（On Koopman Resolvents and Frequency Response of Nonlinear Systems）的详细技术总结。

1. 研究问题 (Problem)

• 核心挑战：频率响应是控制工程中分析动态系统特性的基本概念。对于线性时不变（LTI）系统，频率响应是一个标准的复值函数，可通过拉普拉斯变换直接定义，并用于绘制伯德图（Bode plots）以分析增益和相位。然而，对于非线性系统，由于非线性项的存在，传统的频域分析方法（如谐波平衡法、描述函数法、Volterra 级数等）主要基于时域或状态空间公式，缺乏一个像 LTI 系统那样严格、统一且基于频域的理论框架。
• 目标：建立一种基于严格数学理论的非线性系统频率响应新公式，使其能够像 LTI 系统一样，在频域内系统地分析和综合非线性系统，并能够绘制增益和相位特性的伯德图。

2. 方法论 (Methodology)

本文提出了一种基于Koopman 算子框架（Koopman operator framework）和Koopman 解（Koopman resolvent）的新方法。主要技术路线如下：

1. Koopman 算子与解：

   • 利用 Koopman 算子将非线性动力学系统转化为无限维的线性算子（Koopman 半群）。
   • 引入Koopman 生成元（Koopman generator, $L$）及其解算子（Resolvent, $R(s; L) = (sI - L)^{-1}$）。
   • 利用之前的研究 [7]，指出非线性系统输出的拉普拉斯变换可以通过 Koopman 解算子作用于可观测量（observable）来表示。

2. 斜积形式（Skew-product form）：

   • 为了处理周期性输入 $u(t) = u_0 e^{i\omega t}$，将非自治系统转化为等价的自治系统（斜积形式）：
     $$\dot{x} = F(x, u), \quad \dot{u} = i\omega u, \quad y = g(x, u)$$
   • 定义该扩展系统的 Koopman 生成元 $L_{forced}$ 和对应的解算子 $R(s; L_{forced})$。

3. 频率响应的定义与推导：

   • 稳态定义：假设系统存在稳态周期输出。
     • 基频与谐波：定义频率响应 $H_n(\omega; g)$ 为输出中频率为 $n\omega$ 分量的系数。
     • 次谐波：定义频率响应 $H_{1/n}(\omega; g)$ 为输出中频率为 $\omega/n$ 分量的系数。
   • 谱分析：利用 $L_{forced}$ 的谱性质。证明 $in\omega$ 或 $i\omega/n$ 是 $L_{forced}$ 的点谱（特征值），且对应的特征函数与输入 $u$ 的幂次相关。
   • 留数计算：证明频率响应 $H_n$ 和 $H_{1/n}$ 等于拉普拉斯变换 $\hat{y}(s)$ 在极点 $s = in\omega$ 或 $s = i\omega/n$ 处的留数（Residue）。
   • Koopman 模态（Koopman Mode）：揭示频率响应本质上就是 Koopman 模态（Koopman Mode），即输出在对应特征函数方向上的投影系数。

3. 主要贡献 (Key Contributions)

1. 非线性系统频率响应的新公式：
   • 提出了基于 Koopman 解理论的频率响应定义。该定义是 LTI 系统经典方法的直接推广，将频率响应与 Koopman 算子的谱特性（极点）直接联系起来。
2. 复值函数与伯德图：
   • 证明了非线性系统的频率响应是驱动角频率 $\omega$ 的复值函数。这使得绘制伯德图（Bode plots）成为可能，从而可以直观地展示非线性系统的增益（Gain）和相位（Phase）特性。
3. 存在性的充分条件：
   • 针对三类动力学系统，给出了频率响应存在的充分条件：
     • LTI 动力学：证明了该方法退化为经典的 LTI 频率响应公式。
     • 全局稳定动力学：若系统存在全局稳定的周期解且向量场解析，则解算子在目标频率处存在一阶极点。
     • 遍历动力学（Ergodic dynamics）：在紧遍历吸引子上，利用谱展开理论，证明了频率响应可以通过谱投影直接获得。
4. 数值计算可行性：
   • 指出由于频率响应等同于 Koopman 模态，因此可以利用动态模态分解（DMD）等成熟的数值算法进行估计，无需解析求解。

4. 关键结果 (Key Results)

• 定理 1 & 2：
  • 如果 $in\omega$ 是 $R(s; L_{forced})$ 的一阶极点，则第 $n$ 次谐波频率响应为：
    $$H_n(\omega; g) = u_0^{-n} \lim_{s \to in\omega} (s - in\omega) [R(s; L_{forced})g](x_0, u_0)$$
  • 类似地，对于次谐波 $H_{1/n}$，极点位于 $i\omega/n$。
• 示例验证：
  • 一维线性系统：推导结果完全还原为经典的 $b/(i\omega - a)$。
  • 二维非线性系统（$\dot{x}_1 = a_1 x_1 + x_2^2, \dot{x}_2 = a_2 x_2 + u$）：
    • 输出 $x_2$ 仅包含基频 $\omega$，其频率响应表现为一阶滞后环节。
    • 输出 $x_1$ 由于非线性项 $x_2^2$ 的存在，仅包含二次谐波 $2\omega$（基频分量为 0），其频率响应表现为三阶滞后环节。
    • 通过提升状态空间（Lifting）将非线性系统转化为线性系统，验证了计算结果的一致性。
• Bode 图绘制：
  • 论文展示了如何根据计算出的复数频率响应绘制增益和相位曲线，揭示了非线性系统特有的频率特性（如谐波生成）。

5. 意义与影响 (Significance)

• 理论突破：填补了非线性系统频域分析理论的空白，提供了一种基于线性算子理论（Koopman）处理非线性问题的统一框架。
• 工程应用：
  • 使得工程师能够使用熟悉的伯德图工具来分析和设计非线性控制系统。
  • 为稳定性分析、无源性（passivity）分析以及非线性系统的输入 - 输出关系（传递函数）定义提供了新的理论基础。
• 计算优势：将频率响应问题转化为 Koopman 模态问题，使得利用数据驱动方法（如 DMD、EDMD）从实验数据中直接估计非线性频率响应成为可能。
• 未来方向：为研究非线性系统的参数化动力学、连续谱情况下的频率响应以及更复杂的非线性现象（如分岔）提供了新的视角。

总结：该论文成功地将 Koopman 算子理论应用于非线性系统的频域分析，建立了一个严谨的数学框架，使得非线性系统的频率响应可以像线性系统一样被定义、计算和可视化，极大地拓展了非线性控制理论的工具箱。