Additive Nonparametric Reconstruction of Dynamical Systems from Time Series
我们提出了一个非参数的方法来检索一个系统的微分方程在嵌入空间从一个单一的时间序列。这些方程可以用动力系统理论来处理,并允许长期预测。我们证明了我们的方法的修改混沌蔡氏振荡器的潜力。
2004-11-30 nlin.CD
Nonlinear time-series analysis revisited
在1980年和1981年,两篇开创性的论文奠定了后来被称为非线性时间序列分析的基础:通过动力系统理论分析观察到的数据--通常是单变量的。基于状态空间重构的概念,这套方法允许我们计算特征量,如李雅普诺夫指数和分形维数,预测未来的时间序列,甚至在某些情况下重建运动方程。然而,在实践中,有许多问题限制了这种方法的能力:例如,信号是否准确和彻底地对动态进行采样,以及它是否包含噪声。此外,我们用来实例化这些想法的数值算法并不完美;它们涉及近似、尺度参数和有限精度算法等。即便如此,非线性时间序列分析已被用于从轮盘赌到激光到人类心脏的各种系统的数千个真实和合成数据集。即使在数据不满足数学或算法要求以确保完全拓扑共轭的情况下,非线性时间序列分析的结果也有助于理解,表征和预测动力系统。
2015-03-25 nlin.CD
Estimation of System Parameters and Predicting the Flow Function from Time Series of Continuous Dynamical Systems
本文介绍了一种从时间序列中估计连续动力系统参数的简单方法。在这种方法中,我们通过引入一些常数(控制常数)到给定的(原)系统中,构造一个修改的系统。然后通过求解由原系统和修正系统之间的关系得到的一组非线性代数方程组,确定系统参数和控制常数。最后,将该方法推广到求系统本身的演化方程的形式。该方法的主要优点是它只需要少量的时间序列数据,并适用于任何维数的动力系统。即使在时间序列中存在噪声的情况下,该方法也非常有效。并以Lorenz系统为例说明了该方法。
2004-06-15 nlin.CD
Data-driven nonlinear modal identification of nonlinear dynamical systems with physics-constrained Normalizing Flows
提出一种物理约束的归一化流数据驱动方法,仅用测量数据识别非线性正规模态及其变换函数,利用归一化流的独立性与可逆性实现非线性模态分解。
2025-01-23 nlin.CD
Fluctuation of similarity (FLUS) to detect transitions between distinct dynamical regimes in short time series
最近,引入了一种基于单变量时间序列中的局部递归性质的非线性相似性度量中的波动计算的方法,以识别短时间序列中不同的动力学状态和它们之间的过渡[1]。在这里,我们提出了新引入的措施和著名的概念吸引子尺寸和李雅普诺夫指数之间的分析关系的细节。我们表明,新的措施有线性依赖于吸引子的有效尺寸和它的措施的变化的总和的李雅普诺夫谱。为了说明该方法的实用性,我们用它来识别不同类型的动态过渡在不同的非线性模型。此外,我们提出了新方法的鲁棒性对时间序列中存在的噪声和缺失值的测试平台的例子。此外,我们使用这种方法来分析时间序列从社会动力学领域,我们提出了一个分析美国犯罪记录的时间序列从1975年到1993年。使用这种方法,我们已经发现,动态复杂性的抢劫案的影响,直到20世纪80年代末的失业率。我们还观察到,在20世纪80年代末和90年代初,杀人和抢劫率发生了动态变化,导致这些比率的动态复杂性增加。
2013-10-30 nlin.CD
Robustness of Supersensitivity to Small Signals in Nonlinear Dynamical Systems
具有不变子空间的非线性动力系统可以表现出有趣的动力学行为,如开关不稳定性和冒泡。这封信表明,一类这样的系统具有惊人的特点:(1)对小输入信号的超灵敏度和(2)在噪声存在下的超灵敏度的鲁棒性。这些特点使得该系统非常有前途的小信号检测器。
2000-05-08 nlin.CD
Quantifying the dynamical complexity of time series
为混沌信号的表征提供了一个强有力的工具。该方法是基于时间序列的符号编码(根据其顺序模式)结合相应的气缸集的随后表征。Kolmogorov-Sinai熵的定量估计是通过引入一个修改的排列熵,它考虑到了平均宽度的圆柱集。该方法也适用于超混沌系统,并允许估计潜在的吸引子的分形维数。
2016-10-19 nlin.CD
Visual Analysis of Nonlinear Dynamical Systems: Chaos, Fractals, Self-Similarity and the Limits of Prediction
几乎所有的非平凡现实世界系统都是非线性动力系统。混沌描述了某些对初始条件有非常敏感依赖性的非线性动力系统。混沌系统总是确定性的,可能非常简单,但它们产生完全不可预测和发散的行为。非线性方程组很难解析求解,科学家们严重依赖视觉和定性方法来发现和分析非线性动力学。事实上,很少有领域在其开创性的创新中大量借鉴可视化方法:从奇异吸引子到分叉图,到蛛网图,再到相图和嵌入。尽管社会科学越来越多地研究这些类型的系统,但开创性的概念仍然模糊不清或被松散地采用。本文有三个目的。首先,它主张几种可视化方法来批判性地分析和理解非线性动力系统的行为。其次,它使用这些可视化来介绍非线性动力学,混沌,分形,自相似性和预测的限制的基础。最后,它介绍了Pynamical,一个开源的Python包,可以轻松地可视化和探索非线性动力系统的行为。
2016-11-14 nlin.CD
Coherence resonance near blowout bifurcation in nonlinear dynamical systems
以往的研究表明,噪声可以在某些非线性动力学系统(如可激系统)中诱导相干共振。我们证明了在接近{ \sl井喷分叉}的系统中可以观察到相干共振。研究表明,对于具有相位相干混沌吸引子的不变子空间的动力系统,局部横向稳定性振荡、噪声和非线性之间的相互作用会导致相干共振现象.这类系统的相干共振机制不同于以往研究的系统。
2000-05-29 nlin.CD
Nonlinear analysis of time series of vibration data from a friction brake: SSA, PCA, and MFDFA
我们使用奇异谱分析(SSA),主成分分析(PCA)和多重分形去趋势波动分析(MFDFA)的方法,从摩擦制动器的振动时间序列数据的特性进行调查。SSA和PCA被用来研究时间序列的长时间尺度特性。MFDFA适用于调查所有的时间尺度,直到最小的记录。事实证明,大部分的长时间尺度的动力学,这可能是由制动系统的结构动力学为主,是由非常少的活动维度只,可以很好地理解在低维混沌吸引子。多重分形分析表明,快速动力学过程起源于摩擦界面反过来又真正多尺度的性质。
2014-10-23 nlin.CD
Recurrence networks - A novel paradigm for nonlinear time series analysis
本文提出了一种分析复杂系统时间序列结构特性的新方法。从相空间中递归的概念出发,将时间序列的递归矩阵解释为一个相关复杂网络的邻接矩阵,如果所考虑的状态的演化非常相似,则该网络连接不同的时间点。这些递归网络与类似的现有技术的关键比较,揭示了强大的概念上的好处,新的方法,可以被认为是一个统一的框架转换成复杂的网络,也包括其他方法作为特殊情况下的时间序列。证明了递归网络的拓扑性质与底层动力系统相空间密度的统计性质之间存在着基本的联系。因此,网络描述产生了新的定量特征的动态复杂性的时间序列,这大大补充了现有的递归量化分析的措施。
2009-08-24 nlin.CD
Nonlinear projective filtering I: Application to real time series
讨论了局部线性相空间投影在时间序列非线性滤波中的应用。只要流形近似引起的误差小于系统中的噪声,就可以降低噪声。实例包括从腹部记录中实时提取胎儿心电图。
1998-05-26 chao-dyn nlin.CD
Detecting and analysing nonstationarity in a time series with nonlinear cross-predictions
我们提出了一个非正式的测试平稳性的时间序列,检查非线性近似的兼容性的动态序列的不同部分。直接比较片段,而不是通过统计参数。该方法提供了有关在测量期间具有类似动态的事件的详细信息。因此,可以跟踪动态中的物理相关变化。
1999-09-30 chao-dyn nlin.CD
Discrimination power of measures for nonlinearity in a time series
在时间序列中的非线性的一些不同的措施的性能进行了数值比较。用蒙特卡罗模拟对一些典型的数据问题进行了模拟,结果表明,该方法具有较强的区分噪声混沌数据和线性随机替代数据的能力。主要的结果是,不同的措施的评级不同的例子。因此,似乎优选使用具有良好的总体性能的算法,即,高阶自相关或非线性预测误差。
1999-09-30 chao-dyn nlin.CD
Surrogate-assisted network analysis of nonlinear time series
递归网络和符号网络检测时间序列中的弱非线性的性能进行比较的非线性预测误差。对于Lorenz系统的合成数据,网络测量显示出相当的性能。在活动星系核的相对较短和嘈杂的真实世界的数据的情况下,非线性预测误差产生更强大的结果比网络措施。测试是基于替代数据集。本文还研究了由一些替代生成算法得到的数据集的傅里叶相位的相关性。的相位相关性示出的非线性测试的性能上有影响。
2016-11-04 nlin.CD physics.data-an
Nonlinear Correlations in Multifractals: Visibility Graphs of Magnitude and Sign Series
多重分形序列中的相关性已经得到了广泛的研究。几乎所有的方法都试图找到给定时间序列的标度特征。然而,这种标度特性的分析有一些困难,如找到一个合适的标度区域。另一方面,这种相关检测方法可能受到序列的概率分布函数的影响。在这篇文章中,我们应用水平可见图算法来映射随机时间序列到网络中。通过调查的幅度和符号的多重分形时间序列,我们表明,可以检测线性以及非线性相关性,即使是被认为是不相关的噪声的情况下,典型的方法,如MFDFA。在这方面,我们引入了一个拓扑参数,可以很好地衡量强度的非线性相关。该参数独立于概率分布函数,并且在不需要找到任何缩放区域的情况下计算。我们的研究结果可能为各种复杂系统中时间序列的多重分形分析提供新的见解。
2019-10-29 nlin.CD physics.data-an
Testing for nonlinearity in unevenly sampled time series
本文将时间序列非线性检验的替代数据法推广到非均匀时间间隔采样的情况。零假设是数据是由线性随机过程生成的,可能重新缩放,并在独立于生成过程的时间进行采样。生成的替代数据具有Lomb周期图指定的线性特性。反演问题采用组合优化方法求解。
1998-04-28 chao-dyn nlin.CD
Fractal dimension analysis of spatio-temporal patterns using image processing and nonlinear time-series analysis
本文讨论了由数值求解Swift Hohenberg(SH)方程产生的时空模式的分形维数的估计。模式被转换成一个空间序列(类似于时间序列),这是通过评估最大的李雅普诺夫指数是混乱的。我们已经应用了几个非线性时间序列分析技术,如去趋势波动和重新标度范围对这些空间数据,以获得赫斯特指数值,揭示空间序列数据是长期相关的。我们估计分形维数的赫斯特指数和幂律指数,发现值介于1和2之间。我们的方法的新颖性在于估计分形维数使用图像到数据的转换和空间序列分析技术,实验获得的图像至关重要。
2020-10-31 nlin.CD nlin.PS
Nonlinear chaos in temperature time series: Part I: Case studies
在这项工作中,我们提出了3个案例研究,从欧洲和以色列的站点获得的当地温度时间序列。该系列的非线性性质,以及基于模型的预测。使用高维投影对数据进行非线性滤波,并对滤波后的数据进行分析。然后拟合了3个一阶常微分方程的Lorenz型模型。预测显示100天前的时期,优于今天已知的任何现有的预测方法。虽然其他模型在预测11天以上的时间段时失败,但我们的模型在100天前显示出显着的稳定性。这样就找到了一个不需要解纳维-斯托克斯方程的局地温度预报动力系统。从而节省计算成本。
2012-11-27 nlin.CD physics.ao-ph
Time Series with Tailored Nonlinearities
它演示了如何生成时间序列与定制的非线性诱导定义良好的约束傅立叶相位。相邻相位的相位信息和(静态和动态)的非线性措施之间的相关性建立和解释其起源。通过对原始线性和不相关的高斯时间序列的相位施加一组简单的约束,可以再现经验时间序列的强度分布的所观察到的标度行为。强度分布的幂律特征对于例如湍流和金融数据是典型的,因此可以用相位相关性来解释。
2015-09-01 astro-ph.HE nlin.CD physics.data-an
NoLiTiA: An Open-Source Toolbox for Nonlinear Time Series Analysis
在许多科学领域,如神经科学,气候学或物理学,复杂的关系可以用非线性力学来描述。尽管它们的相关性,许多科学家仍然应用线性估计,以评估复杂的相互作用。这部分是由于缺乏非线性方法的综合汇编。可用的软件包大多只专注于非线性时间序列分析的一个方面,并且通常需要一些编码能力才能使用。在这里,我们介绍NoLiTiA,一个用于非线性时间序列分析的免费开源MATLAB工具箱。与其他目前可用的非线性软件包相比,NoLiTiA提供了1)广泛的经典和最近开发的方法的实现,2)新提出的空间和时间分辨递归分析的实现,以及3)由于图形用户界面和批处理编辑器,即使对几乎没有编码经验的用户也可以访问的直观环境。其核心方法来自复杂系统理论的三个不同领域,包括动力系统理论、递归量化分析和信息论。除了既定的方法,包括估计动态不变量,如李雅普诺夫指数和基于熵的措施,如主动信息存储,我们包括最近的事态发展量化的时间分辨非周期振荡。总的来说,该工具箱将使从事时间序列处理的广大科学界能够使用非线性方法。
2021-10-05 nlin.CD physics.data-an
Interdisciplinary application of nonlinear time series methods
本文报道了应用确定性混沌理论的基础上开发的时间序列方法的现场测量。主要的困难指出,出现时,不能假设数据是纯粹的确定性和潜在的,仍然在这种情况下进行了讨论。对于具有弱非线性结构的信号,一般意义上的非线性的存在必须通过统计推断。本文回顾了相关的方法,并讨论了确定性建模的影响。大多数现场测量产生非平稳时间序列,这对它们的分析提出了严重的问题。报道了近年来在非平稳性检测和理解方面的进展。如果发现了近似决定论的明确特征,相空间、吸引子、不变流形等概念为时间序列分析提供了一个方便的框架。尽管必须非常小心地解释结果,但对于典型的信号处理任务,可以实现卓越的性能。特别是,预测和过滤的信号进行了讨论,以及系统状态的分类,通过时间序列记录。
1998-06-26 chao-dyn nlin.CD
Analyzing Multiple Nonlinear Time Series with Extended Granger Causality
在多变量时间序列分析中,识别同时采集的信号之间的因果关系是一个重要问题。对于线性随机系统,Granger提出了一个简单的过程,称为Granger因果关系来检测这种关系。在这项工作中,我们考虑非线性扩展格兰杰的想法,并指的结果作为扩展格兰杰因果关系。提出了一种简单的实现扩展格兰杰因果关系的方法,并将其应用于多个混沌时间序列和其他类型的非线性信号。此外,对于具有三个或更多时间序列的情况,我们提出了一个有条件的扩展格兰杰因果关系测度,使我们能够确定两个信号之间的因果关系是直接的还是由另一个过程介导的。
2004-05-08 math.ST nlin.CD physics.data-an
Phase Walk Analysis of Leptokurtic Time Series
傅里叶相位信息对于非线性数据的量化描述起着关键作用。我们提出了一种新的工具,时间序列分析,通过灵敏地检测傅立叶相位之间的相关性来识别非线性。该方法,被称为相位游走分析,是基于从随机游走分析,现在被应用到时间序列的展开傅立叶相位的良好建立的措施。我们提供了一个分析描述其功能,并展示了其系统控制尖峰噪声的能力。据此,我们研究了尖峰时间序列的性质及其对时间序列傅立叶相位的影响。将相位游走分析应用于概率密度分布服从幂律近似的实测和模拟间歇时间序列。我们使用道琼斯工业平均指数的每日回报率,这是一个合成时间序列,具有定制的非线性,模仿道琼斯指数的幂律行为和大西洋海上风电场的加速度。通过替代项对非线性的检验表明,新方法对非线性行为具有很强的意义。由于与嵌入空间方法相比计算时间大大减少,代理实现的数量可以增加几个数量级。因此,可以非常准确地导出和参数化测试统计量的概率分布,这允许对非线性进行更精确的测试。
2018-06-04 nlin.CD physics.data-an
A geometric analysis of nonlinear dynamics and its application to financial time series
讨论了一种分析非线性振动的几何方法。本文考虑由二阶常微分方程建模的非线性振动,不需要指定函数形式。通过将微分方程转化为一阶常微分方程组,将轨迹作为曲线嵌入到$R^3$中,从而将原始状态的时间演化转化为$R^3$中曲线的行为,或沿曲线的矢量场。我们通过分析向量场来研究非线性振动的动力学性质。当模型的函数形式未指定时,可以通过非参数滤波方法来估计向量场和那些相关的量。我们应用所提出的分析的时间序列的日本股票价格指数。应用表明,向量场及其导数可以作为提取各种信号的工具,有助于理解股票价格指数的动态特性。
2020-12-22 nlin.CD q-fin.ST
Measuring dynamical phase transitions in time series
本文提出一种基于Rényi熵谱导数的高效度量,用于定量预测混沌时间序列中的动力学相变,并通过经典动力学系统验证其有效性。
2024-07-18 nlin.CD physics.data-an
Practical implementation of nonlinear time series methods: The TISEAN package
非线性时间序列分析正成为从测量数据研究复杂动力学的一种越来越可靠的工具。低维混沌的概念已被证明是富有成效的许多复杂现象的理解,尽管事实上,很少有自然系统实际上已被发现是低维确定性的理论意义。为了评估混沌理论启发的非线性时间序列方法的长期有用性,相应的方法变得更广泛地可访问将是重要的。本文,而不是一个适当的非线性时间序列分析的审查,试图通过描述算法的实际执行,并正确使用这一过程作出贡献。大多数方法需要为每个特定的时间序列应用选择某些参数。我们将在这方面给予指导。本文中主题的范围和选择,以及已经做出的实现选择,对应于软件包TISEAN的内容,该软件包可从http://www.mpipks-dresden.mpg.de/~tisean公开获得。事实上,本文可以被看作是TISEAN程序的扩展手册。它填补了技术文档和现有文献之间的空白,为更深入地研究理论背景提供了必要的切入点。
1998-09-30 chao-dyn nlin.CD
Tools for Nonlinear Analysis: I. Unfolding of Dynamical Systems
给出了在单调和Hopf分岔流形附近求振幅方程的自动算法。该实现基于Mathematica编程,并通过几个示例进行说明
1996-01-24 chao-dyn nlin.CD
Heart Rate Variability Series is the Output of a non-Chaotic System driven by Dynamical Noise
本研究提出一种基于二维相空间含噪声均方位移渐近增长率的方法框架,验证并应用于真实HRV序列,发现其由动态噪声驱动的规则系统生成,推翻了心血管系统混沌的早期结论。
2024-04-17 eess.SP nlin.CD
Statistical Test for Dynamical Nonstationarity in Observed Time-Series Data
从观测数据重建的状态空间中的点的时间分布信息产生了“非平稳性”的测试。根据统计假设检验,这种数值算法可以辨别参数是否发生了一些潜在的缓慢变化。该方法探讨了非线性动力学的一个基本对象,在状态空间中的轨道的几何形状,纠正,以克服困难,在真正的动态数据,导致天真的统计失败。
1995-12-21 chao-dyn nlin.CD
Linear and nonlinear time series analysis of the black hole candidate Cygnus X-1
本文用线性和非线性时间序列分析方法分析了候选黑洞天鹅座X-1的X射线光变曲线的变化。虽然线性模型很好地描述了观测数据的总体二阶特性,但替代数据分析揭示了与线性的显著偏差。我们讨论了通常用于分析这些数据的散粒噪声模型和线性随机自回归模型之间的关系。我们辩论的统计和解释问题的替代数据测试目前的情况下。最后,我们建议从线性和非线性时间序列分析方法的工具的组合作为一个程序来测试观测数据的天体物理模型的预测。
1999-11-10 astro-ph chao-dyn nlin.CD
Effects of a nonlinear perturbation on dynamical tunneling in cold atoms
我们进行了数值分析的非线性微扰的影响的量子动力学的两个模型描述非相互作用的冷原子在驻波的光与周期性调制振幅$A(t)$。一个模型是驱动摆,在参考文献\cite{raiz1}中考虑,另一个是著名的反冲转子模型的变体。在没有非线性微扰的情况下,系统在某些离散对称性下是不变性的,并且在对称经典岛之间存在量子动力学隧穿,非线性的存在破坏了隧穿,破坏了系统的对称性.最后,被认为是踢转子的情况下,进一步的后果的非线性。
2003-06-10 cond-mat nlin.CD
Detecting dynamical changes in time series by using the Jensen Shannon Divergence
自然界中的大多数时间序列是确定性和随机动力学信号的混合。因此,这两个特征之间的区别变得很重要。混沌和偶然信号之间的区别是困难的,因为它们有一个共同的宽带功率谱,一个三角形的自相关函数,以及共享其他功能。一般情况下,信号是以连续记录的形式出现的,需要进行离散化处理。在这项工作中,我们提出了不同的计划,离散化和检测动态变化的时间序列。主要动机之一是检测从混沌状态到随机状态的转变。所使用的工具起源于信息理论。所提出的方案被应用到模拟和现实生活中的信号,在所有情况下,显示出很高的熟练程度检测相关的时间序列的动态变化。
2017-02-24 nlin.CD physics.data-an
Animated phase portraits of nonlinear and chaotic dynamical systems
本节的目的是介绍允许强调非线性和混乱动力系统解的慢-快演化的程序,例如:Van der Pol、Chua和Lorenz模型。这些程序提供二维和三维的动画相图,即逐步整合,这是有助于理解此类系统动态的有用工具。
2014-08-17 math.DS nlin.CD
Universal formats for nonlinear dynamical systems
本文证明,涵盖实际中所有情况的非常一般的非线性动力学系统都可以归结为化学动力学速率方程
1998-01-15 chao-dyn nlin.CD nlin.SI
A hypothesis concerning "quantal" Hilbert space criterion of chaos in nonlinear dynamical systems
基于作者提出的非线性动力系统理论的Hilbert空间方法,提出了一个关于经典常微分系统表现混沌行为的“量子”判据的假设。
1999-03-06 chao-dyn nlin.CD quant-ph
Estimating nonlinear stability from time series data
流域稳定性(BS)是多稳定动力系统非线性稳定性的度量。BS先前已经使用蒙特卡罗模拟来估计,这需要动力学模型的明确知识。我们讨论了强扰动存在下,从时间序列数据估计BS的要求,并说明了我们的方法,两个简单的模型的气候翻转元素:亚马逊雨林和温盐海洋环流。我们讨论了我们的方法的适用性的观测数据的相关时间尺度的总观测时间,典型的返回时间的扰动和内部收敛时间尺度的系统的兴趣和其他因素的约束。
2021-12-03 nlin.CD physics.ao-ph physics.data-an
Complex network approaches to nonlinear time series analysis
本文深入综述了非线性时间序列分析的复杂网络方法,重点探讨递归网络、可见图和马尔可夫链转移网络三种方法,并展示了其在气候学、神经生理学等多领域的应用潜力。
2025-01-30 math-ph math.MP nlin.CD
Dynamical Complexity Of Short and Noisy Time Series
香农熵已被广泛用于描述时间序列的复杂性所产生的混沌动力系统和随机过程,如马尔可夫链。然而,对于短时间和有噪声的时间序列,香农熵表现不佳。在这种情况下,基于无损压缩算法的复杂性度量是一个很好的替代品。我们评估了两个这样的压缩复杂性措施,即Lempel-Ziv复杂性($LZ$)和努力压缩($ETC$)在噪声存在下的混沌动力系统的短时间序列的性能。$LZ$和$ETC$在精确表征这类系统的动力学复杂性方面都优于香农熵($H$)。对于非常短的二进制序列(其出现在神经科学应用中),$ETC$具有比$LZ$和$H$更高数量的不同复杂度值,从而实现更精细的分辨率。对于两状态遍历马尔可夫链,我们的经验表明,$ETC$收敛到一个稳态值比$LZ$。压缩复杂性措施是有前途的应用程序,涉及短和噪声的时间序列。
2016-12-07 cs.IT math.IT nlin.CD
Dynamical Thermalization of Disordered Nonlinear Lattices
我们数值研究如何在有限的无序非线性一维晶格,其中所有的线性模式是指数本地化的无序的能量传播。我们建立了动态热化的出现,其特征在于作为一个遍历混沌动力学状态的吉布斯分布的模式。我们的结果表明,热化模式的比例是有限的,并且随着非线性强度的增加而增加。
2009-10-29 cond-mat.dis-nn cond-mat.other cond-mat.stat-mech
Revisiting algorithms for generating surrogate time series
替代方法是非线性数据分析的关键概念之一。在这里,我们证明了常用的算法生成代理往往无法生成真正的线性时间序列。相反,它们创建具有傅立叶相位相关性的替代实现,导致非线性的非检测。我们认为,可靠的替代品只能产生,如果一个测试分别为静态和动态的非线性。
2012-08-17 astro-ph.HE cs.CE nlin.CD
Nonlinear dynamical systems and bistability in linearly forced isotropic turbulence
在这封信中,我们提出了一个广泛的研究线性强迫各向同性湍流。通过使用分析方法,我们确定了两个参数选择,据我们所知,它们似乎是新的。我们证明了线性强迫各向同性湍流的基本非线性动力系统是具有线性阻尼的立方Lienard方程的一般情况。我们还讨论了一个福克-普朗克方法,这个新的动力系统,这是不对称的,并表现出两个渐近稳定的平稳概率密度。
2013-04-18 cond-mat.stat-mech nlin.CD physics.flu-dyn
A Modal Series Representation of Genesio Chaotic System
本文提出了一种用一般非线性模态表示法来描述和研究非线性动力学混沌Genesio系统的分析方法。该方法将模型的非线性常微分方程转化为线性时不变常微分方程序列。通过求解线性常微分方程序列,得到了原非线性问题的一致收敛级数形式的精确解。给出了一种计算复杂度低、精度高的近似解的有效算法。仿真结果表明了该方法的有效性。
2012-08-09 math-ph math.DS math.MP
Nonlinear dynamical systems and linearly forced isotropic turbulence
在本文中,我们提出了一个广泛的研究线性强迫各向同性湍流。通过使用分析方法,我们确定了两个参数的选择,是新的我们的知识。我们证明了线性强迫各向同性湍流的基本非线性动力系统是具有线性阻尼的立方Lienard方程的一般情况(Dumortier和Rousseau 1990)。
2013-01-22 cond-mat.stat-mech math-ph math.MP
Optimal time averages in non-autonomous nonlinear dynamical systems
辅助函数法允许通过凸优化计算自治非线性常微分方程中动态变量函数的极值长时间平均值。对于由自治多项式向量场定义的动力系统,利用平方和技术将其可操作地实现为半定规划。在这方面的贡献,我们回顾的方法,并将其应用到周期性驱动的非自治的非线性向量场,涉及三角函数的动态变量。以阻尼驱动的Duffing振子和周期驱动的单摆为例说明了辅助函数法的实用性。
2020-08-18 math-ph math.DS math.MP
Noise-correlation-time-mediated localization in random nonlinear dynamical systems
研究了具有极限环行为的非线性动力系统在有色噪声参数扰动下的停留时间密度函数的行为。我们提出的证据表明,潜在的随机共振与噪声相关时间的行为,有一个最佳本地化的系统轨迹在相空间中的效果。在具有不同非线性的系统中观察到这种现象,表明了一定程度的普遍性。
1999-03-10 adap-org chao-dyn cond-mat.stat-mech