Введение 5
Постановка задачи 7
Глава 1. Основные определения 9
1.1. Динамические системы и аттракторы 9
1.2. Элементы теории Флоке 11
Глава 2. Методы Пирагаса 12
2.1. Классический метод запаздывающей обратной связи 12
2.2. Метод запаздывающей обратной связи с неустойчивой компонентой 13
2.3. Метод решения дифференциальных уравнений с запаздыванием в Matlab 15
Глава 3. Метод гармонического баланса 17
3.1. Описание метода гармонического баланса 17
3.2. Метод гармонического баланса и его математическое обоснование 19
3.3. Бифуркация удвоения периода 22
Глава 4. Метод Крылова-Ньютона 24
4.1. Сечение Пуанкаре 24
4.2. Методы Ньютона-Рафсона и Ньютона-Крылова 25
4.2.1. Метод Ньютона-Рафсона (с якобианом) 26
4.2.2. Метод Ньютона-Крылова (без якобиана) 27
4.2.3. Пошаговый подход 28
4.2.4. Добавление ограничений 29
Глава 5. Метод Демидовича для оценки мультипликаторов Флоке 30
Глава 6. Основной результат: исследование неустойчивых периодических орбит в сценарии рождения скрытого хаотического аттрактора Чуа 34
6.1. Применение модифицированного алгоритма Пирагаса к системе Чуа 36
6.2. Применение метода гармбаланса для системы Чуа 36
6.2.1. Матричный вид системы Чуа. Передаточная функция 36
6.2.2. Вычисление матрицы замены переменных S 37
6.2.3. Нахождение значений амплитуды 39
6.2.4. Вычисление начальных данных 39
6.2.5. Моделирование траекторий системы Чуа из начальных данных, полученных из гармбаланса 40
6.3. Применение метода Крылова-Ньютона для системы Чуа 41
6.4. Проверка системы Чуа на наличие ONL 42
6.5. Применение метода Пирагаса с неустойчивой компонентой к системе Чуа 44
Заключение 46
Список литературы 47
Приложение А. Реализация процедуры Крылова-Ньютона в Matlab для аппроксимации неустойчивой периодической траектории в системе Чуа 51
Приложение Б. Реализация процедуры Демидовича вычисления мультипликаторов Флоке в Matlab для периодических траекторий системы Чуа 54
Приложение В. Реализация модифицированного метода Пирагаса с неустойчивой компонентой для стабилизации неустойчивых периодических траекторий системы Чуа 57
Причиной возникновения хаоса в динамических системах является неустойчивость (чувствительность) по отношению к выбору начальных данных: малое изменение начального условия приводит к большим изменениям состояния системы [1-3]. Часто в прикладных системах хаос может являться нежелательным поведением, которое необходимо подавлять, поэтому возникает задача управления хаосом [4,5]. На данным момент существуют различные методы для управления хаосом, применяющиеся в физике, химии, биологии, экономике и др., целью которых является достижение стабилизации управляемой системы. Несмотря на эффективность этих методов, на практике у них есть ряд ограничений, которые нельзя обойти в общем случае.
Проблема стабилизации нелинейных систем, как правило, формулируется в виде задачи стабилизации неустойчивых периодических траекторий и неустойчивых состояний равновесия, вложенных в хаотический аттрактор. Развивая идеи Э. Отта, К. Гре- боджи и Дж. Йорке [4], литовским инженером и физиком К. Пирагасом был предложен метод стабилизации неустойчивых периодических траекторий нелинейных систем [6,7]. Метод Пирагаса основывается на конструировании специального управления в форме обратной связи с запаздыванием, которое обнуляется на самой периодической траектории, при этом делая данную траекторию локально орбитально устойчивой.
Предложенное К. Пирагасом управление в форме обратной связи с запаздывающей компонентой показало себя эффективным методом стабилизации неустойчивых периодических траекторий хаотических систем. Однако, в рамках метода Пирагаса возникает ряд трудностей, связанных с определением периода искомого периодического решения и коэффициента усиления управления — часто на практике эти параметры приходится определять приближенным численным подбором. В дальнейшем были разработаны адаптивные методы поиска и стабилизации неустойчивых периодических траекторий в хаотических динамических системах, в которых эти параметры подбираются непосредственно во время исполнения метода [8,9]. Эти подходы теоретически обоснованы при некоторых условиях [10, 11] и применены для стабилизации ряда модельных хаотических динамических систем.
Другим подходом для поиска периодических траекторий в динамических системах и системах управления является метод гармонического баланса. Также он называется методом гармонической линеаризации и методом описывающей функции (см., например, [12]). Основы метода гармонического баланса изложенные в работах Н.М. Крылова, Н.Н. Боголюбова [13,14] и Ван дер Поля [15], заключаются в том, что, при некоторых условиях на нелинейность, колебания в системе могут рассматриваться близкими к гармоническим. Тогда такое периодическое колебание можно разложить в ряд по периодическим функциям и приравнивая коэффициенты ряда, можно приближенно найти частоту колебаний, сдвиг и амплитуду полученного приближенного решения. При этом не всегда решение, полученное с помощью метода гармонического баланса, будет действительно существовать в системе, и наоборот, в системе могут существовать решения, которые не могут быть найдены с помощью метода гармонического баланса (см., например, [12]).
Отметим, что метод гармонического баланса так же нашел свое применение в исследовании бифуркации возникновения предельных циклов динамических систем. Так, в работе Р.Генезио, А.Теси [16] исследуется бифуркация удвоения периода и на основе применения принципа гармонического баланса, выводятся частотные условия для всех (субгармонических) бифуркаций одинаковой коразмерности. В работе [17] Р.Генезио, А.Теси применяли метод гармонического баланса для исследования бифуркации удвоения периода в электронной цепи Чуа - первой системе, для которой было продемонстрировано в физическом эксперименте (на осциллографе) существование хаотического аттрактора. Однако, из-за того, что метод гармонического баланса является приближенным методом, задачу визуализации неустойчивого периодического решения данным методом не решить.
В рамках моей бакалаврской выпускной квалификационной работы данную проблему предлагалось решить комбинацией метода гармонического баланса и метода Пи- рагаса. Однако для системы Чуа применить данную комбинацию методов сразу не получилось - не сработал классический метод Пирагаса. В связи с этим, возникло предположение, что в системе Чуа (также как и, например, в системе Лоренца) выполняются условия известного ограничения данного метода - ограничения на нечетное число отрицательных показателей Флоке по модулю больших единицы (odd number limitation, ONL) [11,18].
Постановка задачи
Целью данной магистерской выпускной квалификационной работы является объединение метода Пирагаса стабилизации неустойчивых периодических траекторий с подходом к аппроксимации периодических траекторий методом гармонического баланса и применение разработанного метода для стабилизации неустойчивых периодических траекторий, возникающих в рамках процедуры продолжения по параметру при локализации скрытого хаотического аттрактора в системе Чуа.
Таким образом, в рамках выпускной квалификационной работы передо мной были поставлены следующие задачи:
1. Модифицировать алгоритм Пирагаса поиска неустойчивых периодических траекторий путем:
• реализации процедуры гармонического баланса для поиска начального приближения периодического решения;
• реализации метода Пирагаса с неустойчивой компонентой для преодоления возможного ограничения на нечетное число отрицательных показателей Фло- ке больших единицы (odd number limitation, ONL).
2. Провести предварительные исследования возможных ограничений (например, ONL) метода Пирагаса в приложении к стабилизации неустойчивых периодических траекторий системы Чуа.
3. Реализовать модифицированный метод в Matlab и апробировать его в рамках процедуры продолжения по параметру при локализации скрытого хаотического аттрактора в системе Чуа.
4. Стабилизировать и визуализировать неустойчивую периодическую траекторию в системе Чуа, разделяющую бассейны притяжения двух симметричных скрытых хаотических аттракторов.
Основные результаты работы заключаются в реализации модифицированного метода Пирагаса поиска неустойчивых периодических траекторий для преодоления ограничения на нечетное число отрицательных показателей Флоке больших 1 (odd number limitation, ONL) и применении данного метода для стабилизации неустойчивых периодических траекторий, возникающих в рамках бифуркационного сценария рождения скрытого аттрактора в системе Чуа. Представленный метод синтезирован с использованием следующих аналитических и численных подходов:
1. процедуры гармонического баланса для поиска начального приближения периодического решения;
2. метода Крылова-Ньютона для аппроксимации неустойчивой периодических траекторий (см. Приложение А);
3. процедуры вычисления мультипликаторов Флоке (см. Приложение Б);
4. процедуры продолжения по параметру для поиска UPO вложенный в новый хаотический аттрактор (см. Приложение В);
5. модифицированного метода Пирагаса с неустойчивой компонентой (UDFC).
Разработана и представлена программа, написанная в Matlab, демонстрирующая применение данного метода для системы Чуа.
Результаты работы докладывались на Всероссийской научной конференции по проблемам информатики СПИСОК-2022, по итогам доклада готовится публикация.
В дальнейшем планируется более детально изучить весь бифуркационный сценарий возникновения скрытых аттракторов в системе Чуа (6.1) с параметрами (6.3), и в частности его начальную фазу, в рамках которой происходит бифуркация удвоения периода при переходе от двух симметричных устойчивых периодических траекторий (е « 0.1) к двум симметричным неустойчивым аттракторам (е « 0.8).
1. D. Ruelle and S. Isola. Chaotic evolution and strange attractors, volume 1. Cambridge University Press, 1989.
2. S.H. Strogatz. Nonlinear dynamics and chaos perseus publishing. IEEE International Conferenceon Tools with Artificial Intelligence, Massachussetts, 2000. Vancouver BC, pages 298-301, 2000.
3. E. Ott. Chaos in dynamical systems. Cambridge university press, 2002.
4. E. Ott, C. Grebogi, and J.A. Yorke. Erratum:“controlling chaos”[phys. rev. lett. 64, 1196 (1990)]. Physical Review Letters, 64(23):2837, 1990.
5. G. Chen and X. Yu. Chaos control: theory and applications, volume 292. Springer Science & Business Media, 2003.
6. K. Pyragas. Continuous control of chaos by self-controlling feedback. Physics Letters A, 170(6):421-428, 1992.
7. K. Pyragas. Analytical properties and optimization of time-delayed feedback control. Physical Review E, 66(2):026207, 2002.
8. W. Lin, H. Ma, J. Feng, and G. Chen. Locating unstable periodic orbits: When adaptation integrates into delayed feedback control. Physical Review E, 82(4):046214, 2010.
9. G. Chen and X. Yu. On time-delayed feedback control of chaotic systems. IEEE Transactions on Circuits and Systems I: Fundamental Theory and Applications, 46(6):767-772, 1999.
10. N.V. Kuznetsov, G.A. Leonov, and M.M. Shumafov. A short survey on Pyragas time-delay feedback stabilization and odd number limitation. IFAC-PapersOnLine, 48(11):706-709, 2015.
11. A. Amann and E. W. Hooton. An odd-number limitation of extended time-delayed feedback control in autonomous systems. Philosophical Transactions of the Royal Society A: Mathematical, Physical and Engineering Sciences, 371(1999):20120463, 2013.
12. G. A. Leonov and N. V. Kuznetsov. Hidden attractors in dynamical systems. from hidden oscillations in hilbert-kolmogorov, aizerman, and kalman problems to hidden chaotic attractor in chua circuits. International Journal of Bifurcation and Chaos, 23(01):1330002, 2013.
13. Крылов Н.М. и Боголюбов Н.Н. Символические методы Нелинейной Механики в их приложениях к исследованию резонанса в электронном генераторе. Известия Российской академии наук. Серия математическая, (1):7-34, 1934.
14. N. Kryloff, N.and Bogoliouboff. Les mesures invariantes et transitives dans la mecanique non lineaire. Математический сборник, 1(5):707-711, 1936.
15. B. Van der Pol. Lxxxviii. on “relaxation-oscillations”. The London, Edinburgh, and Dublin Philosophical Magazine and Journal of Science, 2(11):978-992, 1926.
...