企业官网建设流程全解析

1. 非线性数据撞墙之后：Koopman operator 到底在解决什么问题

非线性系统的数据分析，十有八九会撞到同一堵墙：你手上的物理模型是非线性的，可你所有的成熟工具——特征值、模态分解、传递函数、二次型最优控制——全都在线性框架里。这不是工具不行，而是对象的表达方式不匹配。Koopman operator这个名字之所以近几年在控制和动力学圈子里被反复提起，就是因为它给了一个看似"作弊"的方案：不改变系统的非线性本质，而是换一个空间去看它，让演化规律在那个空间里变得严格线性。

1.1 局部线性化为什么总在关键时刻掉链子

大多数工程的起点是雅可比线性化：在某个平衡点附近一阶泰勒展开，得到一个线性系统，然后在它上面设计观测器、控制器、滤波器。这套方法在平衡点附近确实好用，但它有一个很难绕开的物理限制——它只在那个点的小邻域内闭环成立。我做过一个非线性弹簧的算例，随着振幅增大，等效刚度变化，线性模型的频率估计一路偏，控制器必须靠增益调度到处打补丁，而增益调度的表格本身又是在线调试出来的，换个工况就得重来。

更麻烦的是，很多系统最有价值的行为恰恰发生在远离平衡点的地方：极限环、多平衡点之间的跳跃、软弹簧的跳跃现象、边界上的阀门饱和。这些现象的定性特征在线性模型里被直接抹掉了。你可以在不同工作点线性化出十几个模型拼起来，但它们之间怎么切换、切换是否连续、切换瞬间的能量是否守恒，往往只能靠经验判断。这不是算力问题，是表达能力的上限。

1.2 换坐标系不如换函数空间

面对非线性，人的第一反应是找一个坐标变换，把系统在新坐标下写成线性方程。这个想法在数学上有个名字叫全局线性化，但结论很悲观：除了少数特殊系统，通用水久性的全局线性化坐标变换根本不存在。你花大量时间去猜那个变换，通常是在解一个和原问题差不多难的偏微分方程。

Koopman 的解法换了个方向：不去改坐标，而去改我们观测系统的方式。系统的状态 x 本身可能是个很别扭的对象，但我们真正关心的、传感器能测到的、控制目标里出现的，往往不是 x 而是 x 的某个函数——能量、某个方向的速度、几阶矩、某个积分量。把这些函数当作新的"坐标"，你会发现演化规律变成了线性的。代价是这个新空间是无穷维的，但"线性 + 无穷维"比"非线性 + 有限维"在很多任务上要好处理得多：线性算子的谱理论、叠加原理、模态分解全都能直接用。

一个直观的类比：地面是起伏的，你没法把它铲平，但你可以改画地图的方式——不用等高线，而用另一种投影，让测地线在地图上变成直线。地形没变，你的尺子变了。

1.3 它值得投入时间学吗

判断标准很朴素：如果你的核心痛点是"非线性系统的谱分析、预测与控制"，并且你手上有轨迹数据或者已知的动力学方程，那 Koopman 是个值得放在工具箱里的框架。它的最大价值在于把"从数据里提取线性结构"这件事系统化了，而且给了明确的适用范围和失效边界。你不一定需要手推公式，但必须理解它的近似发生在哪个环节，否则调参时完全没有方向感。

2. 把定义掰开：算子、生成元与谱

2.1 定义和它为什么天然线性

考虑离散映射 x_{k+1} = F(x_k)，x 取值于状态空间 M。取一个可观测量 g: M → C，Koopman 算子 U 定义为

(Ug)(x) = g(F(x))

也就是"先用动力学往前推一步，再观测"。线性性几乎不需要证明：对任意两个可观测量 g1、g2 和常数 α、β，

U(αg1 + βg2)(x) = (αg1 + βg2)(F(x)) = α g1(F(x)) + β g2(F(x))

没有任何近似成分，这个线性是严格的。迭代 k 步就是U^k g = g ∘ F^k，连续时间流映射 Φ^t 对应(U^t g)(x) = g(Φ^t(x))，并且满足半群性质U^{t+s} = U^t U^s。注意这里"线性"是对函数说的，不是对状态说的——新手最容易在这里绕不出来，把它当成"找到了一个线性系统来替代非线性系统"，那就跑偏了。

2.2 连续时间：生成元才是做数值计算的人最该关心的事

离散算子看着简洁，实际计算时更多用它的无穷小生成元。对连续时间系统 ẋ = f(x)，生成元定义为

L g = lim_{t→0} (U^t g - g) / t = ∇g(x) · f(x)

这条式子看起来简单，但它意味着一个非常实用的结论：只要你已知 f 和可观测量 g 的梯度，Lg 在任何采样点上都能算出来，根本不需要把系统积分起来。这一点在工程上极其关键，后面讲 gEDMD 时会反复用到。有限时间演化由指数映射给出U^t = exp(Lt)，所以连续时间框架里特征值的物理意义更直接：φ(x(t)) = e^{μt} φ(x(0))，实部是增长率，虚部是振荡频率。

2.3 特征函数才是整套理论的核心

Koopman 算子的特征对满足

U φ = λ φ， 即 φ(F(x)) = λ φ(x)

在连续时间下写成L φ = μ φ，两者关系是 λ = e^{μΔt}。这条性质的含义非常物理：特征函数沿轨迹按指数规律演化。任何一次预测，本质上都是把一个特征函数乘以一个因子。更妙的是，特征函数可以自由组合生成新的特征函数——φ1 对应 μ1、φ2 对应 μ2，则乘积 φ1φ2 对应 μ1+μ2，幂次 φ^n 对应 nμ。这类"共振"结构决定了哪些项能在一个有限字典里被精确闭合，也解释了为什么有些系统用多项式字典几步就能算得很准，而有些系统怎么加特征都收敛不了。

这里有个必须记住的限制：特征函数是定义在整个状态空间上的函数，但数据驱动方法只能在数据覆盖的区域里估计它。在数据支撑集之外，你拟合出来的特征函数可以随便乱跑，没有任何约束。把线性代理模型外推到没见过的工况，是本领域最常见的事故来源。

2.4 Koopman 模式与那条预测公式

对向量值可观测量 h: M → R^n（最常用的就是状态本身），如果它能按特征函数展开成

h(x) = Σ_k φ_k(x) v_k

那么沿轨迹有

h(x(t)) = Σ_k e^{μ_k t} φ_k(x(0)) v_k

这里的 v_k 叫Koopman 模式，它是个向量，代表第 k 个模态在空间上的形状；φ_k 是特征函数，代表这个模态在初始时刻被"激活"了多少；e^{μ_k t} 负责时间演化。这三者分离得很干净，也是 Koopman 方法能同时兼顾预测和可解释性的原因：模式可以做空间上的物理诊断，特征值可以做频率和稳定性判断，而预测只需要三者相乘求和。

2.5 顺带说一句 Perron-Frobenius

Koopman 算子的伴随算子是 Perron-Frobenius 算子，作用在密度函数上，描述概率密度怎么被动力学推着走。两者在 L² 内积下互为伴随。对保测系统，两个算子都是酉的，谱落在单位圆上。搞明白这层关系有个实际好处：如果你在做概率密度传播、不确定性量化或者集合预报，PF 视角和 Koopman 视角是同一枚硬币的两面，用哪个取决于你要的是"某函数怎么变"还是"分布怎么变"。

3. 三条计算路线：DMD、EDMD、深度学习

3.1 DMD：不选字典的代价与收益

Dynamic Mode Decomposition 是这套体系里最省事的一招。给两组快照矩阵 X = [x_1 … x_m]、Y = [x_2 … x_{m+1}]，假设存在线性关系 Y ≈ A X，最小二乘意义下 A = Y X^+。对 A 做特征分解，得到的特征值就是 Koopman 特征值的近似，特征向量对应的就是模式。

它为什么能行？因为 A 实际上是 Koopman 算子限制在快照张成的子空间上的一个有限维近似。它为什么常常不准？因为它默认可观测量就是状态本身，也就是字典取成了恒等映射。对本质上非线性很强的系统，状态这个字典太薄了，谱估计会被严重污染。我见过太多"DMD 跑不出想要的频率就加 SVD 秩"的用法，其实问题不在秩，在于字典选错了方向。DMD 的收益是几乎不需要超参数、实现只要二十行；代价是你放弃了选择观测空间的权利。

3.2 EDMD：字典加 Galerkin 投影的标准做法

Extended DMD 把字典显式化。选一组函数 ψ_1 … ψ_N，拼成向量 ψ(x)，构造两个数据矩阵

Ψ_X = [ψ(x_1) … ψ(x_m)]，Ψ_Y = [ψ(x_2) … ψ(x_{m+1})]

然后在最小二乘意义下求 K 使得 Ψ_Y ≈ K Ψ_X，即 K = Ψ_Y Ψ_X^+。K 是 N×N 的矩阵，它的特征值近似 Koopman 特征值，对应特征向量 v 给出特征函数近似 φ(x) ≈ ψ(x)^T v（注意转置约定，实际取 K^T 的特征向量，写代码时这一步最容易搞反）。同样可以求一个系数矩阵 B，把状态从字典里读出来：x ≈ B^T ψ(x)。于是预测变成一句非常干净的式子：ψ(x_k) ≈ K^k ψ(x_0)，x_k ≈ B^T K^k ψ(x_0)。

EDMD 的收敛性在离散谱假设下有理论保证：字典规模和数据量按合适的方式同时增长时，有限维近似在 Galerkin 意义下收敛到真实算子。实践中的经验门槛是样本数要远多于特征数，我一般按 m ≥ 10N 起步，特征数一多就优先扩数据，而不是硬调正则。

3.3 连续时间版本：gEDMD 为什么有时候更香

gEDMD 直接用生成元的定义去做回归。取样本点 x_i 和对应的向量场取值 f(x_i)，对第 j 个字典函数计算 ∇ψ_j(x_i) · f(x_i)，拼成矩阵 Ψ_dot，然后解 K = Ψ_dot Ψ_X^+，特征值直接是 μ 而不是 λ。

它有三个实际优势：一是不用等间隔采样，数据可以来自不同来源、不同步长；二是不需要长时间轨迹，甚至可以在状态空间里自由撒点（只要 f 已知或能评估），非常适合"物理模型昂贵但可调用"的场景，比如你用高保真仿真器在参数空间里采样，只想得到一个线性代理模型；三是不受离散化误差影响，时间步长很大时比离散版本稳。代价是需要导数信息，而导数往往是最好的噪声放大器——后面踩坑部分会专门讲。

3.4 深度 Koopman：让网络把字典学出来

手工选字典的痛苦在于"你得先知道非线性长什么样"。Deep Koopman 用编码器 ψ_θ 把状态映射到潜空间，在潜空间里放一个线性矩阵 K，再用解码器还原。损失函数一般三项：重构误差、多步线性一致性（ψ(x_{k+1}) ≈ K ψ(x_k)连续推若干步）、以及可选的特征值辅助网络（让连续时间特征值也变成可学的输出）。这类结构在 2018 年前后被系统提出后，成为高维、强非线性系统的常用方案。

它的优点是省去了人工设计，缺点是丢掉了 Keopman 理论里最值钱的东西——可解释性和误差界限。潜变量没有物理含义，K 的特征值也没有清晰的支撑集约束。我的建议是：把它当成"当你实在找不到合适字典时的兜底方案"，而不是默认起点。先用多项式字典跑一遍，看看谱的结构长什么样，再决定要不要上网络。

3.5 只有部分状态能测怎么办：延迟嵌入

现实里经常只能测到一个通道，或者状态维度远高于传感器数量。这时候用延迟嵌入：把h_k = [x_k; x_{k+1}; …; x_{k+d-1}]当成新状态，在这个延迟坐标上做 DMD，也就是 Hankel-DMD。Takens 嵌入定理保证了在一定条件下延迟坐标能重建原系统的拓扑结构，所以这条路在理论上是站得住的。

一个特别有工程价值的变体是 HAVOK：对 Hankel 矩阵做 SVD，取前若干个奇异向量构造线性系统，剩下的能量归到一个"强迫项"里。它给出的不是一个完美自治的线性模型，而是"线性系统 + 一个可解释的间歇强迫信号"，这个强迫信号往往正好对应系统里的爆发式事件。我处理过一个间歇性振荡的数据，谱估计算出来的频率对不上，换成 HAVOK 之后强迫项的峰值位置和实际的爆发时刻几乎一一对应，解释力强得多。

3.6 带输入的系统：DMDc 与 EDMDc

控制系统是 x_{k+1} = F(x_k, u_k)，做法是把输入拼进回归：

ψ(x_{k+1}) ≈ A ψ(x_k) + B u_k

这就是 EDMDc。关键在于这个形式的适用条件：它假定动力学在升维空间里对输入是仿射的。如果真实系统里的输入是相乘进去的（比如力矩乘以角度），仿射假设就不成立，需要额外加 u ⊗ ψ(x) 这类双线性项，否则模型只在输入幅值很小的时候勉强可用。我在一个带推力输入的算例上验证过，只加 u 的模型在小推力下预测误差 2% 左右，推力放大三倍后误差直接涨到 40% 以上；补上交叉项后回到 5% 以内。这一步不做，后面的线性 MPC 就成了在错误模型上优化。

4. 手把手算一遍：从快照到谱的可复现代码

4.1 数据与预处理：一半的坑在这里

准备快照时，间隔要均匀，轨迹要足够长，并且一定要留一条完全独立的测试轨迹，不要用训练数据的后 20% 当测试——自相关会让评估虚高。标准化必须做：各个状态量量纲不同，直接扔进最小二乘会让数值大的维度主导整个回归。我习惯对每个维度除以它的标准差，或者统一映射到 [-1, 1]。

采样率的选取也有讲究。太密，相邻快照几乎相同，X 的条件数很差；太疏，一步线性关系被非线性吃掉。一个经验做法是先按系统最快时间尺度的 1/20 到 1/50 取步长，然后做一次步长敏感性扫描，看谱的稳定性。

4.2 字典函数怎么写

下面这个字典包含常数项、一次项、二次项和若干高斯径向基，是最通用的起点。

import numpy as np def make_dictionary(z, centers, gamma=1.0): """z: (n, m) 标准化后的状态；centers: (n_c, n) 基函数中心""" m = z.shape[1] n = z.shape[0] cols = [np.ones((1, m)), z] for i in range(n): for j in range(i, n): cols.append(z[i:i+1] * z[j:j+1]) # 含平方项与交叉项 for c in centers: d2 = ((z.T - c) ** 2).sum(axis=1, keepdims=True).T cols.append(np.exp(-gamma * d2)) return np.vstack(cols) def standardize(X, mu=None, sd=None): if mu is None: mu = X.mean(axis=1, keepdims=True) sd = X.std(axis=1, keepdims=True) + 1e-12 return (X - mu) / sd, mu, sd

字典规模要克制。常数 + 一次 + 二次在三维系统里就是 10 项，加上 30 个 RBF 才 40 项，样本数取 1000 左右就很稳。我看到过有人给三维系统配了 500 个 RBF，样本只有 300 个，残差在训练集上趋近于零，测试集上一塌糊涂。

4.3 DMD 的二十行实现

def dmd(X, Y, r=10, dt=1.0): U, S, Vh = np.linalg.svd(X, full_matrices=False) Ur, Sr = U[:, :r], S[:r] Vr = Vh[:r, :].conj().T Atilde = Ur.conj().T @ Y @ Vr @ np.diag(1.0 / Sr) lam, W = np.linalg.eig(Atilde) Phi = Y @ Vr @ np.diag(1.0 / Sr) @ W # DMD 模式 omega = np.log(lam) / dt # 连续时间特征值 return lam, Phi, omega # 预测：x_k ≈ Phi @ diag(lam**k) @ b，b = pinv(Phi) @ x0

秩 r 的选法建议看奇异值谱的拐点，而不是凭感觉。如果能量衰减很平缓，说明数据被噪声或宽带成分主导，这时任何单一秩都不可靠，应该改用 Hankel 版本或者缩短预测窗口。

4.4 EDMD 的实现与预测

def edmd(X, Y, centers, gamma=1.0, ridge=1e-10): zx, mu, sd = standardize(X) zy = (Y - mu) / sd PsiX = make_dictionary(zx, centers, gamma) PsiY = make_dictionary(zy, centers, gamma) N = PsiX.shape[0] G = PsiX @ PsiX.T + ridge * np.eye(N) K = PsiY @ PsiX.T @ np.linalg.inv(G) # psi(x_{k+1}) ≈ K @ psi(x_k) Bt = X @ PsiX.T @ np.linalg.inv(G) # x ≈ Bt @ psi(x) return K, Bt, mu, sd def rollout_edmd(K, Bt, psi0, steps): out = [] psi = psi0.copy() for _ in range(steps): out.append(Bt @ psi) psi = K @ psi return np.array(out).T

特征函数从 K 的左特征向量拿：vals, vecs = np.linalg.eig(K.T)，然后phi(x) = make_dictionary(z(x), centers) . vecs[:, i]。这一步写错方向，会得到一组看起来数值正常但物理意义完全相反的特征函数，而且很难从预测误差上发现，只有在做模态解释时才会暴露。

4.5 用什么指标判断算得对不对

我固定用这五项检查，少一项都容易自欺欺人：

• 单步预测误差：||x_{k+1} - B^T K ψ(x_k)|| / ||x_{k+1}||，能过这一步说明回归本身没错。
• 多步 rollout 误差曲线：画到预测发散为止，看有效预测时长。这个数字比任何单点误差都诚实。
• 特征函数残差：||ψ(x_{k+1})^T v - λ ψ(x_k)^T v|| / (|λ| · ||ψ(x_k)^T v||)，只保留残差小的那些对，其余的当伪特征值处理。
• 谱的稳定性：换秩、换字典规模、换数据段，只保留在多次变化中都出现的特征值。真正的物理模态是稳定的，数值artifact 会到处漂。
• 模态的空间结构：把 v 可视化，看它是不是对应一个能说清楚的物理形态。说不清楚的模态，在预测里通常也是垃圾。

5. 实战踩坑清单：Koopman 用起来最容易翻车的地方

5.1 伪特征值比真特征值多得多

N 维字典就会给出 N 个特征值，其中真正逼近真实谱的可能只有几个。剩下的数值取决于字典、数据长度、正则化强度，物理上毫无意义。典型表现是谱里混进一堆模长远离单位圆的点，或者频率明显不合理的点。

排查思路：固定字典，把样本量减半、再减半，看哪些特征值会漂；固定样本，把字典规模从 N 加到 2N，看哪些点稳定出现。两轮筛选下来通常能砍掉一大半。还有一条判据来自物理：对保守系统或耗散系统，谱的位置本来就有约束（保测的落在单位圆上，稳定系统的落在圆内），落在明显违反约束位置的点，先怀疑是数值产物。

5.2 特征函数在数据支撑集之外没有任何保证

这是我认为最危险的一条。特征函数是在数据分布上拟合出来的，出了数据覆盖范围，它的取值完全取决于字典函数在那边长什么样，没有任何物理约束。一个在 [-1, 1] 上训练出来的模型，外推到 1.5 就敢给你一个数量级离谱的预测，而且曲线看起来还很光滑。

工程上的应对办法是给代理模型配一个有效域判据：用核密度或者马氏距离判断当前状态是否落在训练分布内，落在外面就报警或切回原始模型。另外，字典不要用生长极快的高阶多项式，三次封顶通常够用，需要更强表达力时优先用有界基函数。

5.3 字典病态与正则化的尺度

高阶多项式字典的条件数会指数级恶化，一个直接的后果是每次重跑数据、特征值位置都不一样，看起来像随机数。处理方法有两条：一是改用正交多项式基（在标准化坐标下的 Legendre 或 Chebyshev）而不是单项式；二是老老实实加岭正则，并且把正则强度按数据量缩放，而不是固定一个 1e-8。

正则的选择可以用留出验证集来定：把正则强度扫一遍，取 rollout 误差最小而不是单步误差最小的那个值。这两个目标经常不一致，单步最优往往过拟合，rollout 会明显更差。

5.4 数值微分、采样率和噪声

用 gEDMD 或者任何连续时间方法时，导数精度直接决定结果好坏。前向差分噪声放大倍数是 1/Δt，中心差分是 1/(2Δt)，所以步长不能太小。我的流程一般是：先做一次轻度平滑（Savitzky-Golay，窗口取到刚好抹掉高频噪声），再做中心差分，最后扫一遍不同窗口看谱是否稳定。

如果是仿真数据且 f 已知，最省事的做法是直接解析求导或者用自动微分，不要走差分。这一点很多论文对比实验里做得不干净，导致连续时间方法的性能被低估。

5.5 长期预测的相位漂移与模长偏置

特征值的模长估计只要偏差千分之几，推到几百步之后振幅就明显不对；相位的偏差表现为振荡峰逐渐错位。这在纯振荡系统里特别明显。缓解办法有三个：预测时用连续时间生成元加矩阵指数而不是反复乘 K，减少累积误差；把特征值按物理知识做投影修正（比如已知该系统保守，就把模长拉到 1）；对长期任务放弃纯开环，改为定期用观测做状态校正，也就是把 Koopman 模型接到一个观测器框架里。

还有一类特殊情况是特征值碰撞。当两个特征值数值上非常接近（比如 μ2 ≈ 2μ1 的共振情形），有限维近似会退化成带若尔当块的矩阵，这时候模式不再是纯指数，而是带有时间多项式因子。标准的特征分解在这种情况下降得非常快，读出来的模式没有意义。遇到谱图上两个点几乎重合，先检查是不是共振，再考虑用 Schur 分解或者直接减小字典。

6. 场景选型：什么时候该用它，什么时候该绕开

6.1 已经跑通的典型场景

流体是最成熟的战场。尾流、射流、燃烧振荡这类问题里，DMD 出来的模式可以直接对应到涡结构，主导频率和实验测量基本对得上，用于诊断和降阶建模都很顺手。控制领域这几年进展很快，把 Koopman 线性代理模型接进 MPC，用在软体机器人、无人机姿态、机械臂这类强非线性但有规律的对象上，比增益调度省事，比端到端神经网络好调试。电力系统里用它做暂态分析和风电场协调控制，分子动力学里用它做长时间尺度的构象预测，都有公开的案例。

一个共同特征是：系统维度不算太高，非线性有结构（多项式型或周期型），而且对可解释性有要求。满足这三条，Koopman 基本是首选之一。

6.2 我明确会绕开的情况

• 强不连续动力学：干摩擦、碰撞、开关切换。特征函数在这些地方不光滑，梯度定义都成问题，硬上会得到一堆无法解释的谱。
• 强随机或强噪声主导：信噪比低于 10 dB 时，谱估计基本靠猜。要么先做系统辨识降噪，要么改用随机版本的算子分解，但那已经是另一套工具了。
• 本质连续谱的系统：湍流、混沌吸引子上，Koopman 谱是连续的，没有离散特征对可用。DMD 还能给出模式，但它们不是特征函数，长期预测没有意义。
• 维度极高的全状态升维：状态上千维还想去构造字典，特征数会爆炸，样本永远不够。这时候应该先降维或者直接用延迟嵌入的单通道版本。

6.3 和相邻方法的对照

选型的核心问题是三个：你要的是谱还是预测，你要不要可解释，你有多少数据覆盖多少工况。三个问题的答案基本上就把方法定死了。SINDy 和 Koopman 不是竞争关系，很多时候我先把 SINDy 跑一遍看看有没有干净的稀疏结构，有的话直接用原方程，没有或者方程太复杂，再切到 Koopman 找线性代理。

最后分享两个我反复用到的经验。一是永远先在一个你能手推出解析特征函数的玩具系统上验证代码，比如 ẋ1 = μx1、ẋ2 = λ(x2 - x1²) 这类系统，字典取 {1, x1, x2, x1²} 时特征值应该精确等于 μ、λ、2μ，特征函数分别是 x1、x2、x1²。代码在这上面跑不出解析结果，后面所有更大的算例都是白搭。二是所有调参都以"多步 rollout 误差"为唯一评判标准，单步误差、训练残差、重构误差都能骗人，唯独把模型撒开跑一段再看误差不会骗人。这两条踩过几次坑之后，我在 Koopman 上浪费的时间少了至少一半。