瞬态圆柱尾流的递归动态模态分解
流体动力学
2015-11-24 v1
摘要
提出一种新颖的数据驱动流体流动模态分解，兼具POD与DMD的关键特征。第一模态是使时间平均残差最小的DMD模态的归一化实部或虚部。第N个模态基于使用前N-1个模态展开的残差以类似方式递归定义。所得的递归DMD（RDMD）模态按构造正交，保留纯频率内容并旨在低残差。RDMD应用于瞬态圆柱尾流数据，并针对相同快照序列与POD及优化DMD（Chen等人2012）进行基准比较。与POD模态不同，RDMD结构被证明具有纯频率内容，同时保留与POD相当量级的残差。与具有指数增长或衰减振荡幅度的DMD不同，RDMD清晰识别初始、最大和最终波动水平。有趣的是，在相同快照的极限环分辨上，RDMD优于POD和DMD。RDMD被提议作为POD和DMD用于经验Galerkin模型的诱人替代方案，以非线性瞬态动力学作为一个利基应用。
引用
@article{arxiv.1511.06876,
title = {Recursive dynamic mode decomposition of a transient cylinder wake},
author = {B. R. Noack and W. Stankiewicz and M. Morzynski and P. J. Schmid},
journal= {arXiv preprint arXiv:1511.06876},
year = {2015}
}
备注
18 pages, 10 figures, 1 table