用于确定分数阶系统（FOS）的Lyapunov指数谱，包括分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器附Matlab代码-CSDN博客

本文链接：https://blog.csdn.net/qq_72962865/article/details/147916342

✅作者简介：热爱科研的Matlab仿真开发者，擅长数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。

🍎 往期回顾关注个人主页：Matlab科研工作室

🍊个人信条：格物致知,完整Matlab代码及仿真咨询内容私信。

🔥 内容介绍

Lyapunov指数（LEs）是表征动力系统行为复杂性的关键指标，其正负和数值大小直接反映了系统的稳定性、周期性、拟周期性或混沌性。对于整数阶系统，Lyapunov指数的计算方法已经相对成熟。然而，随着分数阶微积分理论的发展和应用，分数阶系统因其对复杂现象更精确的描述能力而受到广泛关注。本文旨在深入探讨确定分数阶系统Lyapunov指数谱的方法，并以分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器为例，详细阐述其计算过程和结果分析。研究表明，分数阶微积分的引入显著影响了系统的动力学行为，其Lyapunov指数谱也随之改变，揭示了分数阶导数在混沌系统动力学中的重要作用。

关键词： 分数阶系统；Lyapunov指数；Lyapunov指数谱；分数阶Lorenz系统；4D分数阶Chen系统；分数阶Duffing振荡器；混沌动力学

引言

动力系统是描述自然界和工程领域中各种现象演化的数学工具。对动力系统的定性分析和定量表征是理解其行为规律的基础。在非线性动力学领域，混沌现象因其对初始条件的敏感依赖性而备受关注，其表征工具之一便是Lyapunov指数。Lyapunov指数衡量了系统在相空间中邻近轨道的指数分离率。一个或多个正的Lyapunov指数是混沌系统最显著的特征。

传统的动力系统通常由整数阶微分方程描述。然而，许多实际系统，如粘弹性材料、电力系统、金融市场以及生物系统等，表现出长记忆效应和分形特性，这些特性用整数阶模型难以准确刻画。分数阶微积分理论为描述这类复杂系统提供了新的数学框架。分数阶导数和积分可以捕捉系统的非局部性和记忆效应，使得分数阶系统在建模和分析复杂动力学方面展现出独特的优势。

近年来，关于分数阶系统的研究取得了显著进展，包括分数阶混沌系统、分数阶控制器设计以及分数阶系统稳定性分析等。然而，确定分数阶系统的Lyapunov指数仍然是一个具有挑战性的问题。由于分数阶导数的非局部性和奇异性，传统的Lyapunov指数计算方法需要进行适当的修改和推广。

本文将聚焦于分数阶系统的Lyapunov指数谱确定问题。首先，我们将回顾分数阶微积分的基本概念以及常用的分数阶导数定义。接着，我们将详细介绍适用于分数阶系统的Lyapunov指数计算方法，包括基于定义的方法和数值计算方法。然后，我们将选取具有代表性的三个分数阶系统：分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器，对它们的Lyapunov指数谱进行具体的计算和分析。通过这些具体例子，我们将展示分数阶阶次对系统Lyapunov指数谱的影响，并探讨分数阶微积分在改变系统动力学行为中的作用。最后，我们将对全文进行总结，并展望未来的研究方向。

1. 分数阶微积分基础

分数阶微积分是整数阶微积分的推广，其基本概念包括分数阶导数和分数阶积分。目前存在多种定义分数阶导数的方式，其中最常用的包括Riemann-Liouville定义和Caputo定义。

Caputo分数阶导数在处理初值问题时具有明显的优势，因为它的拉普拉斯变换包含传统的整数阶导数的初值项。在本文中，我们将主要采用Caputo分数阶导数来描述分数阶系统。

2. 分数阶系统Lyapunov指数的确定方法

确定分数阶系统的Lyapunov指数是一个非平凡的任务。由于分数阶导数的性质，传统的基于Jacobi矩阵和变分方程的方法需要进行推广。以下介绍几种常用的方法：

2.1 基于定义的方法

2.2 基于数值计算的方法

由于解析求解分数阶微分方程和线性化扰动方程的困难性，数值计算方法成为确定分数阶系统Lyapunov指数的主要途径。常用的数值方法包括：

基于Wolf方法的推广： Wolf等人的方法是计算整数阶系统Lyapunov指数的经典方法，它通过监测相空间中两个初始距离很近的轨道的距离随时间的演化，并定期对距离进行重标化来避免数值溢出。对于分数阶系统，可以将此方法进行推广。在积分过程中，选择一对初始距离很近的轨迹，追踪它们随时间的演化。在每个时间步长，计算它们的距离，并与上一步的距离进行比较，从而估计局部扩张率。为了获得Lyapunov指数谱，需要同时追踪多个正交扰动向量。
基于QR分解的方法： Eckmann和Ruelle提出的基于QR分解的方法是一种更稳定的计算Lyapunov指数谱的方法。该方法通过对描述扰动演化的矩阵进行QR分解，来维持扰动向量的正交性，从而避免数值漂移和共线性问题。对于分数阶系统，可以将分数阶积分方法与QR分解相结合，在每个时间步长对扰动向量进行演化和正交化。

在实际计算中，需要选择合适的数值积分步长和计算时间，以确保结果的准确性和收敛性。同时，需要丢弃初始瞬态过程，在系统进入吸引子后进行计算，以获得渐进的Lyapunov指数。

3. 分数阶系统Lyapunov指数谱的计算与分析

接下来，我们将利用上述方法对三个具有代表性的分数阶系统进行Lyapunov指数谱的计算与分析。

3.1 分数阶Lorenz系统

计算结果与分析：

随着 αα 逐渐减小（但大于某个临界值），数值计算结果显示，最大的Lyapunov指数仍然为正，表明系统保持混沌状态。然而，混沌的吸引子结构和系统的动力学行为可能会发生变化。例如，对于较低的 αα，混沌吸引子可能会“收缩”，或者出现新的动力学行为，如周期运动或稳定平衡点。

当 αα 小于某个临界值时，最大的Lyapunov指数可能变为零或负值，此时系统可能不再是混沌的，而是表现出周期运动或趋向于稳定平衡点。这表明分数阶阶次对Lorenz系统的混沌行为起着关键作用。降低分数阶阶次可以抑制混沌，甚至导致混沌消失。这可能是因为分数阶导数的记忆效应使得系统对过去的轨迹更加敏感，从而限制了相空间中轨道的发散。

3.2 4D分数阶Chen系统

计算结果与分析：

对于4D分数阶Chen系统，当参数选择适当且分数阶阶次 αα 接近1时，系统可以表现出超混沌行为，即存在两个或多个正的Lyapunov指数。

随着分数阶阶次 αα 的减小，超混沌现象可能会持续存在，但吸引子的结构和性质可能会发生变化。与分数阶Lorenz系统类似，当 αα 减小到一定程度时，正的Lyapunov指数可能会减少，甚至全部变为非正，导致系统从超混沌或混沌状态转变为周期运动或稳定状态。

4D分数阶Chen系统的更高维度为研究分数阶微积分对高维混沌系统动力学的影响提供了平台。分数阶导数的引入不仅影响了系统的整体稳定性，还可能改变相空间中轨道的维数和吸引子的分形维数。

3.3 分数阶Duffing振荡器

计算结果与分析：

对于分数阶Duffing振荡器，分数阶阶次 αα 对系统的动力学行为有着显著影响。当 αα 接近1且参数处于混沌区域时，系统表现出混沌行为，存在一个正的Lyapunov指数。

随着 αα 的减小，系统的混沌区域可能会发生变化。在某些参数下，降低 αα 可能会抑制混沌，导致系统从混沌状态转变为周期运动。而在另一些参数下，降低 αα 甚至可能诱发混沌。这种复杂的影响表明分数阶导数对非线性振荡器的动力学具有非平凡的作用。

分数阶Duffing振荡器的研究对于理解分数阶微积分在控制和同步等领域的应用具有重要意义。通过调整分数阶阶次，可以改变系统的Lyapunov指数谱，从而影响系统的混沌特性，为混沌控制和同步提供新的手段。

4. 结论与展望

本文深入探讨了确定分数阶系统Lyapunov指数谱的方法，并以分数阶Lorenz系统、4D分数阶Chen系统和分数阶Duffing振荡器为例，进行了详细的计算和分析。研究表明，分数阶微积分的引入显著影响了系统的动力学行为，其Lyapunov指数谱也随之改变。分数阶阶次对系统的混沌行为起着关键作用，可以通过调整分数阶阶次来抑制或诱发混沌。

尽管在分数阶系统Lyapunov指数的确定方面取得了一些进展，但仍存在一些挑战和未来的研究方向：

更高效和精确的数值方法：
现有的数值方法在处理高维和复杂分数阶系统时可能存在计算效率和精度问题。需要发展更高效、更稳定的数值算法来计算Lyapunov指数谱。
理论分析方法：
目前对分数阶系统Lyapunov指数的理论分析仍然有限。需要发展更深入的理论工具来理解分数阶阶次与Lyapunov指数之间的关系。
复杂分数阶系统的Lyapunov指数：
对于具有时滞、耦合或噪声的分数阶系统，其Lyapunov指数的确定更加复杂。需要针对这些复杂系统开发相应的计算方法。
分数阶微积分在Lyapunov稳定性理论中的应用：
将分数阶微积分理论更深入地应用于Lyapunov稳定性理论，为分数阶系统的稳定性分析提供更完善的框架。
Lyapunov指数与分数阶系统实际应用的联系：
将分数阶系统的Lyapunov指数与实际应用问题（如控制、同步、信息加密等）相结合，指导分数阶系统在工程和科学领域的应用。