多时间尺度耦合系统簇发模式及其分岔机理的研究

来源 :湘潭大学 | 被引量 : 0次 | 上传用户:anglewang
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
多时间效应广泛存在于日常生活中,悄无声息改变着人们观察世界的方式。多时间尺度耦合系统由于其广泛性和普遍性,在实际工程应用中极具研究价值和发展前景,是当前非线性动力学的研究重点。基于这样的背景,本文采用非线性动力学理论和分析方法,对多频慢激励扰动下非线性系统的簇发现象及生成机理进行了研究,主要工作如下:1.研究了单个激励下参数驱动的Rucklidge系统中的簇发动力学行为及机理,得到了四种簇发振荡模式,即对称型delay pitchfork point-point bursting、对称型delay pitchfork/sup-Hopf point-cycle bursting、对称型delay pitchfork/homoclinic-sup Hopf point-cycle bursting和复合型delay pitchfork-homoclinic/sup Hopf point-cycle-chaos bursting。研究发现,这四种簇发振荡的产生与延迟的pitchfork分岔密切相关。激励幅值的改变会使得pitchfork分岔延迟发生在不同的分岔区域,系统在各种簇发模式中来回切换。我们搭建了实际物理电路来模拟参数驱动的Rucklidge系统的动力学,并对电路进行了实验测试。通过选择适当的电路参数,可以清楚地观察到电路中的分岔延迟行为,验证了在不同激励幅度下延迟pitchfork分岔诱导的四种簇发模式。2.研究了多时间尺度忆阻型Shimizu-Morioka系统的簇发行为及产生机制。研究发现,引入额外的激励后,原“Hopf/Hopf”簇发出现两种演变形式:第一种是平衡曲线发生扭曲变形,出现新增极值点,导致系统在沉寂态期间展现出小幅振荡,即扭曲型“Hopf/Hopf”簇发。另一种是平衡曲线上出现新增分岔点,形成了级联型“Hopf/Hopf”簇发。文章详细分析了这两种簇发模式的生成机理和演变。研究表明,两个激励幅值和频率之间的大小关系对系统的簇发振荡有重要影响。3.基于对多时间尺度忆阻型Shimizu-Morioka系统的分析思想,针对Bonhoeffer-van der-Pol振子进行了研究。单激励扰动下,由于簇发结构中存在从不稳定振荡迅速过渡到大振幅弛豫振荡,系统可以观测到特殊的鸭式爆炸现象。BVP振子的Hopf分岔集的分布受参数B0的影响,这意味着系统可视为Hopf分岔可控系统,Hopf分岔点可以通过一个常数控制器自由地偏移。引入额外激励后,系统产生了更加复杂的穿越鸭式爆炸的对称扭曲型Hopf/Hopf簇发、穿越鸭式爆炸的对称级联型Hopf/Hopf簇发。通过改变B0的取值,可以实现从对称的Hopf/Hopf簇发结构转变到非对称Hopf/Hopf簇发结构,得到了新的穿越鸭式爆炸的非对称扭曲型Hopf/Hopf簇发、穿越鸭式爆炸的非对称级联型Hopf/Hopf簇发。
其他文献
学位
学位
学位
电能是全世界应用最广泛的能源,而电能的合理使用是创造生态文明的重要一环。近些年,由于用电量急速增长,导致了电网高峰负荷的饱和。而居民用电是电网高峰负荷乃至尖峰负荷的重要组成,且集中性是其所具有的特有性质,从而影响电网的稳定运行。智能用电可利用潮流调控、分时电价等方法,减小楼宇电能消耗,实现削峰填谷和负荷转移。负荷监测测是实现智能用电的重要一环,通过负荷监测,各电器耗电情况能被用户及时了解,用户可主
自从2004年石墨烯问世以来,越来越多的二维材料被人们发现并广泛研究。其中一种新兴的二维材料硒化锗(Ge Se),表现出优异的光吸收和响应能力,使其在光电探测领域展现出良好的发展前景。但Ge Se较高的电子-空穴复合率成为进一步增强其光电转换性能的制约因素。本工作利用石墨烯的高载流子迁移率通过构建石墨烯与Ge Se异质结,实现了Ge Se材料光生载流子复合率的有效降低,实验结果表明相对于纯Ge S
随着电力系统的快速发展和持续转型升级,新能源并网、电力电子装置和新型负荷接入比例增加,电力系统朝多能源、多网络、多主体相结合的趋势演变,为电力系统创造巨大社会经济效益的同时,也给系统带来了诸多随机因素,大量随机因素接入电力系统,增加了系统运行特性的复杂性,使电力系统安全与稳定面临新的挑战。同时,随着电力系统安全运行压力与可靠性要求的增加,对提高电力系统安全稳定运行提出了更高的要求。因此,为揭示随机
图像作为记录和传递信息的重要媒介,被广泛应用于人工智能领域。然而在采集过程中,不可避免地会受到镜头抖动或物体运动的影响而导致图像产生模糊,不利于图像的进一步利用。因此,怎样将模糊图像恢复为清晰图像成为了亟需解决的问题。深度学习方法凭借其强大的特征表达能力,正在成为图像去模糊任务的首选工具。本文通过分析不同尺度下模糊图像的特征,对模糊区域进行有效定位,并融合多尺度信息来提升模型的去模糊性能,主要工作
学位
人类在观看某一视觉场景时,人眼受到视觉注意机制(Visual Attention Mechanism,VAM)的调控往往能够迅速的定位于自身的感兴趣区域(Region of Interest,ROI),使大脑优先对感兴趣区域的视觉信息进行更高层次的分析和处理,从而高效地获取期望的信息。如果能够有效建模人类的视觉注意机制,并应用于现今的计算机视觉领域,计算机图像处理算法将实现类人的图像场景理解,高效
混沌是由确定性系统内在原因而产生的一种外显的、貌似无规则的复杂行为,最重要的特点是对系统初始值和参数的极端敏感性,这一特点使其在保密通信和图像加密等领域有着巨大的潜在应用。混沌信号能够由非线性电路产生,具有实际应用价值。多涡卷混沌系统产生的混沌信号表现出更加复杂的动力学特性,从而多涡卷混沌系统具有更好的应用潜力。因此,关于多涡卷混沌系统的研究及其电路实现受到了大量研究者的关注。目前耗散混沌系统主要