Skip to main content
QUICK REVIEW

[论文解读] Dynamical random multiplicative cascade model in 1+1 dimensions

Juergen Schmiegel, H. C. Eggers|arXiv (Cornell University)|Jun 18, 2001
Complex Network Analysis Techniques参考文献 1被引用 3
一句话总结

该论文提出了一种在1+1时空维度下的动态随机乘法分形模型,通过引入连续、因果的随机演化过程,将静态多分形模型进行推广。通过将能量耗散场定义为一个具有随时间和空间变化的窗函数的稳定白噪声场上的对数稳定移动平均,该模型在等时和时间两两点相关函数中重现了多分形标度行为,且在考虑大尺度修正后,其标度指数与几何模型一致。

ABSTRACT

Geometrical random multiplicative cascade processes are often used to model positive-valued multifractal fields such as for example the energy dissipation field of fully developed turbulence. A dynamical generalisation of these models is proposed, which describes the continuous and homogeneous stochastic evolution of the field in one space and one time dimension. Two-point correlation functions are calculated.

研究动机与目标

  • 开发一种几何随机乘法分形模型(RMCM)的因果性、连续时间推广,以描述如湍流中能量耗散等正定多分形场的随机演化。
  • 确保模型在引入时间演化和因果性的同时,保持原始几何RMCM的多分形标度特性。
  • 推导并分析等时和时间两两点相关函数,验证模型是否表现出与静态模型相同的多分形标度指数。
  • 证明模型的统计特性(包括矩、乘子分布)与湍流能量耗散的实验观测结果一致。

提出的方法

  • 能量耗散场 ε(x,t) 被构造为稳定白噪声场 γ(x,t) 的指数泛函,积分区域由一个确保因果性的时空窗函数 f(x,t) 定义(当 t<0 时 f=0)。
  • 窗函数 g(t) 被设计为建立时间尺度的标度不变层次结构,将几何RMCM的离散尺度层次转化为连续的时间演化。
  • 模型采用稳定性指数 α ∈ (0,2] 的稳定Lévy噪声场,确保对数场具有稳定增量,从而可通过特征函数实现矩的精确计算。
  • 通过计算不同时空点积分区域的重叠体积,推导出两点相关函数,得到涉及时空重叠体积 V(l) 或 V(t) 的表达式。
  • 多分形标度指数 τ(n) 通过稳定分布的性质定义,τ(n) ∝ σ^α / cos(πα/2) × V(l) × (n - n^α),将模型的统计特性与底层噪声和几何结构联系起来。
  • 对窗函数在 t = -T 之外进行小幅扩展,以抵消两点相关函数中的大尺度偏差,从而在所有尺度上恢复精确的幂律标度。

实验结果

研究问题

  • RQ1能否在1+1维中构建一个连续、因果的随机模型,以推广几何随机乘法分形模型,同时保持其多分形标度特性?
  • RQ2在该动力学模型中,等时和时间两点相关函数的行为如何?它们是否表现出与静态情况相同的多分形标度?
  • RQ3时空重叠体积在决定相关函数标度指数方面起什么作用?
  • RQ4能否修正两点相关函数中的大尺度偏差,以在所有尺度上恢复精确的幂律标度?

主要发现

  • 等时两点相关函数为 C_{n1,n2}(l) = (L/l)^{τ[n1,n2]} × exp(−τ[n1,n2](1−l/L)),在 η < l ≪ L 范围内表现出多分形标度。
  • 通过将窗函数在 t = -T 之外扩展 ΔT = (T−tη)η/(L−η),大尺度偏差被消除,从而实现精确的幂律标度:C_{n1,n2}(l) = (L/l)^{τ[n1,n2]} 对所有 η ≤ l ≤ L 成立。
  • 时间两点相关函数的标度行为为 C_{n1,n2}(t) ≈ (T/t)^{τ[n1,n2]},适用于 0 ≪ t < T,其标度指数与等时情况相同。
  • 多分形标度指数定义为 τ(n) = τ(2)(n−n^α)/(2−2^α),其中 τ(2) 与 σ^α / cos(πα/2) × ηL(T−tη)/(L−η) 成正比,将模型与稳定噪声参数联系起来。
  • 模型的矩、乘子分布及高阶相关性与湍流能量耗散场的实验数据一致。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。