4. 周期轨道识别问题概述
在数值延拓真正开始之前，我们必须先回答一个更基础的问题：给定一段动力学数据或一个动力学模型，如何判断其中是否存在周期轨道，并把它“找出来”。这就是周期轨道识别问题。它既是延拓的入口，也是整个工作流中最容易被低估的一步——如果初值选错、周期估计偏差过大，后续的 Newton 修正和伪弧长延拓往往会直接发散，或者收敛到一个完全不相干的解上。
本节不涉及具体算法实现，而是先把问题“定义清楚”：识别任务的输入输出是什么，两类主流思路（基于轨迹数据、基于模型）各自适合什么场景，以及用什么指标衡量识别结果的好坏。把这三件事想明白，后面写代码时才知道每一步在为什么服务。
识别任务的定义：输入与输出
周期轨道识别，本质上是求解一个两点边值条件：寻找状态 x* 与周期 T > 0，使得从 x* 出发、经过时间 T 的流映射回到自身，即
φ_T(x*) = x*, 且 φ_t(x*) ≠ x* 对 0 < t < T第二个条件排除了平衡点（不动点）被误判为周期轨道的情况。注意这里有一个容易忽略的细节：周期轨道在相空间中是一条闭合曲线，而不是一个点；x* 只是这条曲线上任选的一个“锚点”，因此解本身不唯一——沿轨道任意平移起点都得到同一个周期解。这一“相位自由”是后续延拓中必须处理的规范条件来源。
从工程角度看，识别任务的输入通常分两类：
- 模型输入：已知右端函数 f(x)，即 ẋ = f(x) 可解析或可数值积分，参数 μ 已知。
- 数据输入：只有一条或多条离散时间序列 {xk}，采样步长 Δt 已知，但 f 未知或只能黑箱调用。
输出则是一个三元组：锚点 x*、周期 T、以及（可选的）轨道上若干采样点构成的闭合曲线。对延拓而言，还希望输出该轨道的稳定性信息（Floquet 乘子），因为它决定了延拓时能否顺利跨过分岔点。
两类思路：基于轨迹数据 vs 基于模型
这两类思路的差别，不在于数学目标，而在于我们手里有什么信息、能调用什么工具。
基于轨迹数据的识别走的是“先观测、后拟合”的路线。典型做法是：对长时间仿真或实测序列做 Poincaré 截面截取，记录每次穿越截面的点，得到一个离散映射 P；若序列在截面上收敛到一个不动点，则该不动点对应一条周期轨道。更直接的做法是检测回归：寻找满足 ‖x(t+T) − x(t)‖ < ε 的 T，再用局部插值精化。这类方法对模型不可知，适合实验数据或黑箱仿真，但精度受采样率和噪声限制，且难以直接给出 Floquet 乘子。
基于模型的识别则把问题转化为求根：定义残差 R(x0, T) = φT(x0) − x0，用 Newton 型迭代把 R 压到零。由于 R 的雅可比需要状态转移矩阵 Φ(T)，通常配合变分方程一起积分。这类方法精度高、可直接得到稳定性信息，是延拓的标准前端，但要求 f 可微、且初值不能离真解太远。
下图把这两条路径的输入、关键处理与输出放在同一张关系图中对照，可以看到它们在“候选初值”这一环节汇合，之后共用同一套精化与评价逻辑。
评价指标：周期精度与轨道误差
识别结果好不好，不能只看“看起来像不像闭合曲线”。工程上至少需要两个独立指标，因为它们衡量的误差来源不同。
周期精度衡量时间维度的偏差。若存在参考周期 Tref（解析解、高精度数值解或实验标定值），可定义相对误差
e_T = |T − T_ref| / T_ref在没有参考值时，退而用残差范数 ‖R‖ 作为代理指标，它反映“回到起点”的程度。注意 eT 对周期估计的初值很敏感：如果初估 T0 偏离超过半个周期，回归搜索可能锁定到 2T 或 T/2 的谐波上，此时残差可能很小，但周期是错的——这是识别阶段最典型的“假收敛”。
轨道误差衡量相空间几何形状的偏差。由于周期轨道是闭合曲线且存在相位自由，直接逐点比较 x(t) 与参考轨道会因起点选择不同而产生虚假误差。正确做法是先做相位对齐（在参考轨道上搜索最近点），再计算
e_x = max_t min_τ ‖x(t) − x_ref(τ)‖即取整条轨道上“到参考曲线最近距离”的最大值，常用 Hausdorff 距离或带相位对齐的 L∞ 范数实现。这个定义对闭合曲线是良定义的，不受锚点位置影响。
| 指标 | 衡量对象 | 典型阈值（示例） | 主要误差来源 |
|---|---|---|---|
| 周期精度 e_T | 时间维偏差 | < 1e−6（精化后） | 初估 T₀ 偏差、谐波误锁 |
| 残差 ‖R‖ | 回归程度 | < 1e−8 | 积分容差、Newton 未收敛 |
| 轨道误差 e_x | 相空间几何偏差 | < 1e−4（相对幅值） | 相位未对齐、采样稀疏 |
把这三个指标放在一起看，能区分出几类典型失败：残差小而 eT 大，说明锁到了谐波；eT 小而 ex 大，说明周期对了但轨道形状偏了（常见于强非线性或参数接近分岔点）；三者都大，则是初值根本没进入收敛域，需要回到粗定位阶段重新选点。
最后强调一点与延拓的衔接：识别阶段输出的不应只是“一条轨道”，而应是一个可延拓的初值包——锚点 x*、周期 T、相位规范（例如固定 x1* 的某个分量为零以消除相位自由）、以及 Floquet 乘子的初步估计。有了这个包，下一阶段的伪弧长延拓才能稳定地沿解分支推进，并在遇到倍周期或鞍结分岔时给出正确的判据。