APPROSSIMAZIONE DI SISTEMI DINAMICI NON LINEARI DIPENDENTI DA PARAMETRI E CARATTERIZZATI DA EQUILIBRI E CICLE LIMITE Federico Bizzarri, Marco Storace Dipartimento di Ingegneria Biofisica ed Elettronica, Università di Genova Via Opera Pia 11a, 16145 Genova Recentemente è stato affrontato il problema di approssimare, in vista di una possibile realizzazione circuitale, sistemi dinamici non lineari che dipendono da parametri, con particolare attenzione al caso in cui il comportamento asintotico sia stazionario o periodico [1-3]. Si fa riferimento a un sistema di equazioni differenziali ordinarie del tipo x = f (x(t); p) (1) n q dove x ∈ ℜ è il vettore di stato, p ∈ ℜ è il vettore dei parametri, la funzione continua f : S⊂ℜn+q→ℜn è il campo vettoriale, S è un dominio (iper-rettangolare) compatto e x rappresenta la derivata di x(t) rispetto al tempo. L’obiettivo a lungo termine di questa attività di ricerca è la realizzazione circuitale di reti di sistemi dinamici che si comportano come “monadi” (per realizzare, ad esempio, memorie associative basate su attrattori periodici o caotici) oppure interagiscono, come nel caso dei neuroni biologici. La realizzazione circuitale di reti di neuroni biologici è il principale obiettivo del PRIN06 "Approssimazione di reti di sistemi dinamici non lineari (modelli di neuroni biologicamente plausibili) e realizzazione di circuiti a struttura parallela per la loro emulazione". Realizzare una rete composta da sistemi dinamici approssimati, che siano governati da equazioni differenziali simili a quelle originali, permette, almeno in linea di principio, l’elaborazione parallela di ingenti quantità di dati, superando così il limite imposto dal calcolo digitale seriale, che attualmente impedisce la simulazione di reti di neuroni di taglia realistica. In [1] si è considerata un'approssimazione, mirata alla sintesi circuitale, di sistemi dinamici non lineari che ammettono equilibri e/o cicli limite: sono questi i comportamenti base esibiti dai neuroni biologici al variare di uno o più parametri di controllo, anche se in [1] sono stati presi in esame sistemi più semplici. Al variare dei parametri che li caratterizzano, anche i più noti modelli biologicamente plausibili di neuroni (ad esempio, quello di Hodgkin e Huxley o quello di Hindmarsh e Rose) ammettono l’esistenza o la coesistenza di equilibri e cicli limite. Dato quindi un modello di riferimento, occorre prima approssimarlo e poi realizzarlo circuitalmente mediante una tecnica di sintesi ben definita e legata al metodo di approssimazione. A questo scopo, è stata considerata una tecnica di approssimazione lineare a tratti (PWL) sviluppata negli ultimi anni [4-6]. Tale tecnica, se confrontata con altri metodi basati su splines, reti neurali o kernel, non è particolarmente efficiente in termini del numero di parametri di approssimazione necessari per ottenere una precisione ragionevolmente accurata. Il suo vantaggio principale è però l’aderenza pressoché diretta con la sintesi circuitale delle funzioni approssimate [7,8]. Il metodo proposto permette di calcolare i coefficienti "ottimi" che pesano altrettante funzioni base nell’espressione approssimata (PWL) del campo vettoriale f nell’equazione (1). I coefficienti sono ricavati minimizzando opportuni funzionali, la cui definizione è indotta dalle caratteristiche degli invarianti più significativi del sistema al variare dei parametri di biforcazione. Questo tipo di impostazione permette di migliorare notevolmente i risultati rispetto a quelli conseguiti se ci si limitasse a minimizzare un funzionale standard, che tenga conto solo dello scarto quadratico tra f e la sua approssimazione. In Figura 1, ad esempio, sono mostrati i risultati delle approssimazioni della forma normale di Hopf (cono grigio) ottenute in uno spazio tridimensionale con 100 funzioni base, minimizzando un funzionale standard (a) e uno che tenga conto della dinamica del sistema (b). Si può notare come nella Figura 1(b) il ciclo nasca in modo più "smooth" di quanto non avvenga in Figura 1(a). Inoltre, in Figura 1(a) si nota la presenza di una fascia di coesistenza di due cicli limite dovuta alla presenza di due biforcazioni sella-nodo di cicli limite, non contemplate dal sistema dinamico originale. Nel complesso, i cicli limite mostrati in Figura 1(b) sono più aderenti al cono descritto dai cicli limite propri del sistema originale. (a) (b) Figura 1 Riferimenti bibliografici [1] M. Storace, F. Bizzarri, "Towards accurate PWL approximations of parameter-dependent nonlinear dynamical systems with equilibria and limit cycles," IEEE TCAS—I, vol. 54, pp. 620– 631, 2007. [2] M. Bergami, F. Bizzarri, A. Carlevaro, M. Storace, "Structurally stable PWL approximation of nonlinear dynamical systems admitting limit cycles: an example," IEICE Trans. Fund., vol. E89A, pp. 2759-2766, 2006. [3] M. Bergami, F. Bizzarri, A. Carlevaro, M. Storace, M. Parodi, "Structurally stable PWL approximation of a simple dynamical system," in Proc. Int. Symp. On Nonlinear Theory and its Applications NOLTA’05, Bruges, Belgio, Ott. 18–21, 2005, pp. 54–57. [4] P. Julián, A. Desages, B. D’Amico," Orthonormal high level canonical PWL functions with applications to model reduction," IEEE TCAS—I, vol. 47, pp. 702–712, 2000. [5] M. Storace, P. Julián, M. Parodi, "Synthesis of nonlinear multiport resistors: A PWL approach," IEEE TCAS—I, vol. 49, pp. 1138–1149, 2002. [6] M. Storace, L. Repetto, M. Parodi, "A method for the approximate synthesis of cellular non-linear networks—Part1:Circuitdefinition," Int. J. Circ. Th. Appl., vol. 31, pp. 277–297, 2003. [7] M. Storace, M.Parodi, "Towards analog implementations of PWL two-dimensional non-linear functions," Int. J. Circ. Th. Appl., vol.33, pp. 147–160, 2005. [8] M. Parodi, M. Storace, P. Julián, "Synthesis of multiport resistors with piecewise-linear characteristics: A mixed-signal architecture, " Int. J. Circ. Th. Appl., vol. 33, pp. 307–319, 2005.