[论文解读] On the nature of spectral proper orthogonal decomposition and related modal decompositions

Moritz Sieber, Christian Oliver Paschereit+1 more|arXiv (Cornell University)|Dec 21, 2017

Model Reduction and Neural Networks参考文献 17被引用 2

一句话总结

本文建立了一个严格的分析框架，将谱本征正交分解（SPOD）与经典POD及相关方法联系起来，表明时域SPOD等价于经过相关矩阵滤波的快照POD，而频域SPOD则源于时间分段傅里叶分析。其核心贡献在于在统一的数学基础上整合了SPOD的各种变体，揭示了其与时间延迟嵌入的等价性，并阐明了其在建模湍流中相干结构方面的独特优势。

ABSTRACT

The spectral proper orthogonal decomposition (SPOD) is a newly introduced extension of snapshot POD that recently gained attention but also brought up controversial issues. Within the first proposition, the approach was mainly presented in a methodological and phenomenological way. The present paper will detail the relations between SPOD and related POD approaches from an analytical point of view. To allow for a better grasp of the approach, an alternative formulation is given that is based on the classic idea from Lumley that was carried on by George. As will be shown, SPOD is closely related to POD with a prior segmentation and Fourier transformation in time. Moreover, the SPOD is shown to be equivalent to snapshot POD combined with time delay embedding.

研究动机与目标

• 阐明谱本征正交分解（SPOD）与其他POD变体之间的分析关系，特别是在湍流分析背景下的关系。
• 通过将SPOD建立在Lumley（1970）和George（1988）原始POD公式基础上，解决SPOD在概念和方法论上的模糊性。
• 证明SPOD在数学上等价于时间延迟快照POD和基于分段傅里叶的POD。
• 提供一个统一框架，解释时域与频域SPOD之间的异同，以改进模型选择与解释。
• 阐明SPOD为何在重建部分记录的动力学和噪声抑制方面表现优异，将其与时间延迟嵌入原理联系起来。

提出的方法

• 基于Lumley（1970）和George（1988）原始时空相关函数重新表述SPOD，将其视为广义特征值问题的解。
• 推导出时域SPOD作为经过滤波的快照POD，其中相关矩阵被平滑处理以抑制随机噪声，同时保留相干结构。
• 表明频域SPOD源于对时间序列进行分段、应用傅里叶变换，并在谱系数上执行POD。
• 通过证明两者均依赖于在高维空间中嵌入系统状态以捕捉动力学，建立时域SPOD与时间延迟嵌入之间的等价性。
• 利用Karhunen-Loève定理推导时域与频域下的最优分解，表明SPOD模态在最小二乘意义下是最优的。
• 比较不同SPOD变体在重建保真度与模态正交性方面的表现，突出谱纯度与稀疏性之间的权衡。

实验结果

研究问题

• RQ1 谱本征正交分解（SPOD）在数学上如何与经典快照POD和频域POD相关联？
• RQ2 SPOD的分析基础是什么？它如何与Lumley（1970）和George（1988）的原始时空相关公式相联系？
• RQ3 为何SPOD在数据存在噪声或不完整时，能优于标准POD以分辨相干结构？
• RQ4 SPOD与时间延迟嵌入之间存在何种关系？这一关系如何解释SPOD在重建部分观测动力学方面的能力？
• RQ5 在重建性能、正交性及降阶建模适用性方面，时域SPOD与频域SPOD的关键差异是什么？

主要发现

• 时域SPOD在数学上等价于在执行POD前对快照相关矩阵施加低通滤波，从而抑制随机波动，同时保留相干动力学。
• 频域SPOD等价于对时间序列进行分段、应用傅里叶变换，并在谱系数上执行POD， resulting in modes with pure harmonic dynamics.
• 两种SPOD变体是同一基础分解在时域与频域中的表示，共享相同的底层假设与数学结构。
• SPOD模态被证明在最小二乘意义下最优，用于表示完整流场，重建误差受被忽略特征值之和的限制。
• SPOD与时间延迟嵌入之间的等价性解释了为何SPOD能够重建部分观测现象，以及为何其系数适合采用间歇性激励的线性建模。
• 时域SPOD支持与快照POD类似的直接重建，而频域SPOD需对所有频率积分，因此更适合分析具有分散频谱的宽带放大器型流动。