通过主动激励推测网络动力系统的拓扑结构
摘要：网络动力系统（NDS）的拓扑推理近年来受到了广泛关注。大部分先驱性的研究都从丰富的NDS观测中推断拓扑，以便渐进地逼近真实拓扑。本文利用NDS对各种扰动的反应以及扰动的影响会不断传播的特点，重点研究了通过少量主动激发来推断拓扑的问题。关键挑战是区分系统噪声和激发对表现出的状态偏差的不同影响，其中影响会随时间衰减，而激发不能任意大。为了实践，我们提出了一种基于一次激发的推理方法来推断一个节点的$h$-跳邻居。准确推断一跳邻居的激发条件首先通过概率保证进行推导。然后，我们将结果推广到$h$-跳邻居推断和多次激发的情况，给出了推理准确性和激发幅度之间的显式关系。具体而言，基于激发的推理方法不仅适用于观测丰富的场景，而且可以作为辅助手段来提高现有方法的准确性。通过仿真验证了分析结果。
作者：Yushan Li, Jianping He, Cailian Chen, Xinping Guan
论文ID：2208.11276
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2022-08-25