多时间尺度混沌系统的簇发行为及分岔机理研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:passkakaxi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
多时间尺度耦合作为非线性动力学不可缺少的一部分,在实际工程应用中极具价值和发展前景,是当前非线性动力学的研究重点。多时间尺度因素会诱发系统产生丰富的动力学行为,其中以簇发振荡现象为典型代表。因此,探讨多时间尺度耦合系统存在的簇发振荡及其演化机制具有深远的意义。本文以两类快慢耦合系统为例,分析不同条件下系统动力学的演化行为,主要内容如下:1.构造参数激励驱动下的两时间尺度QI系统,运用快慢分析理论,将参数激励项视为快子系统的慢变分岔参数,并观察分析快子系统平衡点分枝的稳定性和分岔模式,可以清楚地解释系统簇发振荡的潜在机理。研究表明,当慢变激励周期性地通过叉形分岔点时,系统呈现出明显延迟现象,并随着激励振幅的变大,延迟效应也愈发明显。当分岔延迟行为终止在不同的吸引子区域,导致系统轨迹趋于不同的吸引子运动,由此得到了不同类型的簇发振荡。2.提出了一个参数驱动的Shimizu-Morioka系统,当慢变参数周期性地通过跨临界分岔点时,观察到明显的时滞行为。采用快慢分析方法研究了由这种延迟行为引起的周期和混沌簇发振荡。更有趣的是,快子系统有一个零平衡点分枝和两个关于慢变参数的非对称分布平衡点分枝。因此,当发生延迟跨临界分岔时,轨迹存在两种可能的路径可供选择。这就导致了不同激发周期对应的簇发模式可能是不同的,从而产生了两种混合簇发模式,分别为非对称复合型delay transcritical/transcritical-delayed transcritical/sup Hopf/fold簇发振荡,非对称复合型delayed transcritical/sub Hopf/sub Hopf/fold-delayed transcritical/sup Hopf/fold簇发振荡。此外,还考虑了激励频率对延迟间隔的影响。研究结果发现,当激励幅值固定而激励频率改变时,延迟行为会在不同的参数区域终止,从而导致不同的簇发模式。最后通过数值仿真验证了本文研究的有效性。
其他文献
人类对人工智能领域的深入探索,促进了无人驾驶、无人机、机器人等的发展,也给计算机视觉领域带来新的挑战。同步定位与建图(Simultaneous localization and Mapping,SLAM)技术是无人驾驶等领域的发展基础,而相机有成本低廉和得到的图像内容丰富等优点,使用相机作为传感器的SLAM技术(Visual SLAM,v SLAM),成为研究热点。基于直接法的v SLAM算法在大
锂离子电池作为商业化应用最为广泛的储能器件,具有能量密度高、长寿命等优势。可穿戴设备的兴起对电池的柔韧性等方面提出了新要求,开发综合性能优越的柔性化电极材料已成为锂离子电池发展的重要方向。本论文分别以本征导电性相对较好的非整数比硒化钴和二硒化钴作为主体材料,通过表面包覆策略、静电吸附和高导电碳材料的引入来构筑电化学性能优异的柔性自支撑电极,可为便携式柔性储能器件的开发提供理论支撑和实验指导。本文主
随着云数据中心规模和数量的快速增长,制定有效的能效评估方法成为提高云数据中心能效亟需解决的重要问题。能效评估作为云计算领域的一个新的研究难点,目前的研究主要是考虑云数据中心的相关能效指标,权衡云数据中心能耗、系统性能和服务质量(Qo S)需求的相互关系。但是缺乏主客观结合、定性与定量综合的评估方法,以更准确地评估云数据中心能效的高低。鉴于此,本文对云数据中心能效评估方法做出以下研究:首先,本文介绍
底火是枪弹的关键零件之一,在子弹的击发中起到引火的作用,底火的质量直接关系到子弹的击发成功率。为了保障底火出厂的质量,要求对底火进行缺陷检测。目前生产线上仍依赖人工检测底火缺陷,存在效率低、易疲劳和标准不一致等问题。本文针对底火外观缺陷的自动化、无接触式检测需求,研究了基于机器视觉的检测方法。本文所做的工作如下:1.本文提出一种底火顶部缺陷检测方法。为了快速、准确地提取顶部和侧面感兴趣区域,本文提
相较于经典的电力主导的需求响应,现今的家庭系统内电、气、新能源等多种形式的能源并行,蕴含着提升系统运行的平稳性与经济性的潜能。家用型气电两用产品在住户中的普及程度不断提升,可帮助提升综合需求响应的优化灵活度。调度中能源、可调负荷、用户等多方面因素具有不确定性,严重影响着家庭综合需求响应优化的经济性和稳定性。据此,面向该问题提出一种家庭综合需求响应自动优化方案,减少家庭的能源开销。主要研究工作有:第
在卫星通信系统中,介质加载微波部件的微放电现象严重影响大功率载荷的工作稳定性。空间微波部件多为单面或双面介质加载结构,单、双介质层表面电荷积聚产生的静电场增加了微放电过程的复杂性。目前,对于单面介质加载微波部件微放电的研究大部分是在表面电荷均匀积聚的前提下展开的,所计算出的静电场是近似值且为均匀分布。因此,开展介质表面电荷非均匀积聚的研究,有利于对微放电更精确的分析。工程上,以千瓦级大功率微波环流
语义分割任务是对图像进行像素级别的分类预测,其难点在于对像素级别的准确预测以及对同类物体的边缘划分。为了捕获分割物体的全局信息,现有的方法大多采用基于编解码结构的网络模型,以快速扩充网络的感受野。但连续的下采样对特征图的空间信息造成了不可逆转的损失。针对街景道路场景下的语义分割任务,本文设计了一个并行网络,通过高分辨率路径提取丰富的空间信息,同时设计了一个重定位模块来缓解低分辨率路径中丢失的上下文
随着人工智能与计算科学等学科的飞速发展,移动机器人在农业、工业和服务业等领域内的应用日益广泛。在机器人完成任务的过程中,自主导航起到了关键作用,而路径规划技术作为其重要组成部分,受到了众多科研人员的关注。但是,已知的路径规划方法都存在着各种各样的缺陷,如蚁群优化算法(Ant Colony Optimization,ACO)收敛速度过慢;人工势场法(Artificial Potential Fiel
二维层状过渡金属硫属化合物材料由于具有可调节的带隙、较大的比表面积以及不同的相等特性,在光电学、磁学、能谷电子学、催化等领域有着广阔的发展前景,因而成为了全世界科研工作者竞相关注的焦点。过渡金属硫属化合物材料有着多种多样的形貌结构,不同的形貌结构决定了其截然不同的物化性质,而对低维材料的维数进行调控是探索其新奇物化性质的一种重要方式。研究表明可以使用自下而上的化学方法制备一维过渡金属硫属化合物纳米
目标跟踪是一项计算机视觉的基础研究方向,常见于汽车自动驾驶、交通监控系统等应用场景中。随着深度学习的兴起,各类性能优异的算法相继被提出,Siam RPN便是其中之一。该算法借鉴目标检测任务中的检测模块,提出孪生区域候选网络结构,实现了对跟踪目标的前景背景分类预测及边界框回归预测,但该算法的检测模块采用的是L1范数损失函数,未考虑预测框与真值之间交并比(intersection over union