涡主导尾流的伽辽金谱估计

我们提出一种对空间分辨流场数据进行谱（时间）分析的技术，无需任何时间分辨率或时间信息。该方法将基于投影的降阶建模与谱本征正交分解相结合。在此方法中，首先对速度数据执行仅空间本征正交分解以识别子空间，随后依标准伽辽金投影技术将已知运动方程投影至该子空间。所得降阶模型用于生成时间分辨的数据轨迹。然后对此模型生成的数据应用谱本征正交分解（SPOD）以获得系统谱内容的预测，而预测的 SPOD 模态可通过提升回原始速度场域获得。该方法先在一个受迫的随机生成线性系统上演示，继而应用于研究并重构垂直于来流的两个共线平板绕流的二维流谱内容。在所考虑的雷诺数范围内，该构型呈现非定常尾流，其特征为尾流中涡结构的形成与相互作用。依雷诺数不同，尾流可为周期性或具宽频特性，这使其成为评估所提方法性能的洞见性测试用例。特别地，我们表明该方法可在原始数据中不使用任何时间信息的情况下准确恢复周期、准周期与宽频流的谱内容。为强调无需时间分辨率，我们表明所提方法的预测精度对使用时间下采样数据具有鲁棒性。