• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看

      ?

      隨機(jī)相位對一類Bonhoeffer-Van der pol系統(tǒng)的影響

      2014-09-14 04:54:14紅,張
      關(guān)鍵詞:振子歷程噪聲

      劉 紅,張 宇

      (1. 哈爾濱金融學(xué)院 基礎(chǔ)部,哈爾濱 150001;2. 哈爾濱工業(yè)大學(xué) 理學(xué)院數(shù)學(xué)系,哈爾濱 150001)

      近年來,混沌控制及其理論在國內(nèi)外得到了迅速的發(fā)展,它在物理、醫(yī)學(xué)、工程等方向上的應(yīng)用已經(jīng)成為一個(gè)熱點(diǎn)話題.自從Ott, Grebogi和Yorke提出混沌控制的方法以來[1-3],混沌控制方法就不斷地被提出和改進(jìn),而這些混沌控制方法一般分為反饋控制和非反饋控制這兩種類型,其中反饋控制是指將不穩(wěn)定的周期軌道最終穩(wěn)定到某個(gè)具體穩(wěn)定的周期軌道上,非反饋控制是指利用所給的參數(shù)激勵(lì)或外部激勵(lì)來實(shí)現(xiàn)對系統(tǒng)的控制[4].之后,隨著研究的不斷深入,Ramesh和Narayanan實(shí)現(xiàn)了在服從均勻分布噪聲背景下對混沌系統(tǒng)的控制[5],Wei和Leng討論了在白噪聲背景下Duffing振子的混沌運(yùn)動[6],Liu等人研究了有界噪聲對Duffing系統(tǒng)動力學(xué)行為的影響[7],Qu和Hu等人利用弱諧和激勵(lì)來研究非自治系統(tǒng)的混沌控制,尤其是在弱諧和激勵(lì)下實(shí)現(xiàn)了隨機(jī)相位對非自治系統(tǒng)的混沌控制[8],Lei和Xu等人將隨機(jī)相位應(yīng)用到一類復(fù)Duffing系統(tǒng)中,從而實(shí)現(xiàn)系統(tǒng)的混沌控制[9-10].

      混沌控制作為混沌研究的一個(gè)新階段,已經(jīng)呈現(xiàn)了廣闊的發(fā)展前景.然而在一些實(shí)際的問題中,人們發(fā)現(xiàn)確定性的動力系統(tǒng)常常受到隨機(jī)激勵(lì)的影響,也就是小噪聲的擾動,隨著隨機(jī)混沌控制這一方法的提出,利用隨機(jī)激勵(lì)對系統(tǒng)進(jìn)行混沌控制已經(jīng)受到各界的廣泛關(guān)注.噪聲在實(shí)際工程中廣泛存在,因此研究噪聲對系統(tǒng)的擾動產(chǎn)生的影響,不論在理論上還是在實(shí)際的應(yīng)用中都具有普遍的意義.隨機(jī)控制主要包括隨機(jī)參數(shù)控制,隨機(jī)力控制和隨機(jī)相位控制這三種控制方法,本文主要研究噪聲作為隨機(jī)相位對系統(tǒng)進(jìn)行混沌控制.

      1 Bon hoeffer-Van der pol系統(tǒng)的混沌動力學(xué)行為

      Bonhoeffer-Van der Pol振子是生物學(xué)、物理學(xué)、機(jī)械工程學(xué)中的一個(gè)重要系統(tǒng),它是用來描述電刺激在神經(jīng)細(xì)胞膜上傳播的一個(gè)二維模型,簡稱為BVP系統(tǒng)[11].它是生物學(xué)中著名Hodgkin-Huxley模型的一種簡單形式,和Van der Pol振子相比較,BVP振子有特殊的分叉結(jié)構(gòu),帶有感應(yīng)器的電阻是BVP振子的一個(gè)組成部分.Rabinovitch證實(shí)了在控制動力學(xué)行為方面,BVP振子比Van der Pol振子更有優(yōu)勢,這是因?yàn)樵贐VP振子中由于電阻的存在,可以誘導(dǎo)次臨界的Andronov-Hopf分叉發(fā)生[12].它的應(yīng)用滲透到各個(gè)領(lǐng)域,不論是在機(jī)械工程領(lǐng)域里,還是在通信工程領(lǐng)域中,Bonhoeffer-Van der Pol系統(tǒng)的特性都得到很好的發(fā)展.

      Bonhoeffer-Van der pol模型的動力學(xué)方程為:

      (1)

      其中

      I(t)=A0+A2cos(ωt)

      在神經(jīng)細(xì)胞學(xué)的應(yīng)用中,x1表示神經(jīng)細(xì)胞膜上的電勢,x2表示折射率,I(t)是輸入電流,a,b,c是常數(shù),分別代表細(xì)胞膜的半徑,不固定的電阻率和溫度因數(shù).

      方程(1)可以寫成:

      (2)

      系統(tǒng)方程(2)的線性化方程為:

      (3)

      計(jì)算系統(tǒng)的最大Lyapunov指數(shù)為:

      (4)

      其中

      (5)

      圖1 最大Lyapunov指數(shù)隨時(shí)間變化圖

      從圖1中可以看出,最大Lyapunov指數(shù)λ值在開始的一段時(shí)間里在零點(diǎn)處上下波動,隨著時(shí)間的變化,最大Lyapunov指數(shù)值始終大于0,系統(tǒng)出現(xiàn)了混沌現(xiàn)象.

      為了進(jìn)一步證實(shí)上述結(jié)論,做出Poincaré 截面

      θ∶R1→S1

      t→θ(t)=wt,mod 2π

      (6)

      方程(2)可以寫成

      (7)

      定義截面為:

      ∑θ0={(x,θ)∈Rn×S1|θ=θ0∈(0,2π]}

      (8)

      做出系統(tǒng)的Poincaré 截面,如圖2所示.

      從圖2中可以看到,Poincaré 截面上有成片的密集點(diǎn),說明存在混沌吸引子,可知系統(tǒng)是混沌的.

      我們隨后做出系統(tǒng)的相圖和時(shí)間歷程圖來證實(shí)結(jié)論的正確性,分別如圖3、4所示.

      從相圖中可以看出,系統(tǒng)的相軌跡很混亂,沒有一定的規(guī)律;從時(shí)間歷程圖中同樣可以看出,時(shí)間歷程不規(guī)則.通過對圖像的分析,可知BVP系統(tǒng)在一定的參數(shù)范圍內(nèi)和初始條件下是混沌的.

      圖2 Poincaré截面

      圖3 相圖

      圖4 時(shí)間歷程圖

      2 Bonhoeffer-Van der pol系統(tǒng)的混沌控制

      方程(2)加入隨機(jī)相位后變成:

      (9)

      這里ζ(t)為標(biāo)準(zhǔn)的Gauss白噪聲,σ表示噪聲強(qiáng)度,其中ζ(t)滿足:Eζ(t)=0,Eζ(t)ζ(t+τ)=δ(τ),其中δ(τ)為Dirac-Delta函數(shù).

      相應(yīng)的線性化方程為

      (10)

      則有

      (11)

      假設(shè)F(t)是遍歷的,且有E[‖A+F(t)‖]<∞,由Oseledec多遍歷性定理[13], ?λ1,λ2和兩個(gè)隨機(jī)子空間E1,E2,其中,E1,E2滿足:E1?E2=Uδ(0)?R2,其中Uδ(0)代表0點(diǎn)的鄰域,則有

      Y0∈Ei{0},i=1,2

      這里

      (12)

      則λi(i=1,2)定義為Lyapunov指數(shù).如果有

      (13)

      則λ被定義為系統(tǒng)的最大Lyapunov指數(shù).

      運(yùn)用Wedig[14]引入的Khasminskii球面坐標(biāo)變換[15]可得到最大Lyapunov指數(shù)的計(jì)算方法如下:

      (14)

      則有

      (15)

      其中

      且有

      a′=[m(t)+n(t)]a

      (16)

      系統(tǒng)的最大Lyapunov指數(shù)為

      (17)

      在實(shí)際的計(jì)算過程中,設(shè)步長為Δt,則式(17)右端可化為

      (18)

      結(jié)合式(14)~(18),對方程(9)和(10)求解,可以得到系統(tǒng)的最大Lyapunov指數(shù).取上一節(jié)中相同的參數(shù)值和初始條件,經(jīng)過多次數(shù)值模擬,得到系統(tǒng)平均最大Lyapunov指數(shù)隨噪聲強(qiáng)度σ的變化圖1~5.

      從圖5可知,系統(tǒng)在σ=0時(shí)是混沌的,隨著噪聲強(qiáng)度σ的不斷增加,當(dāng)增加到一個(gè)臨界值σc=0.05時(shí),這時(shí)平均最大Lyapunov指數(shù)值λ由正變?yōu)樨?fù),表示系統(tǒng)的混沌現(xiàn)象變?yōu)榱朔€(wěn)定的周期現(xiàn)象,之后σ的變化對平均最大Lyapunov指數(shù)的符號影響不大,這表明,在σ>σc=0.05這個(gè)范圍內(nèi),成功地抑制了系統(tǒng)的混沌行為.接下來,我們做出系統(tǒng)的Poincaré 截面來證實(shí)上述的結(jié)論.

      圖5 平均最大Lyapunov指數(shù)隨噪聲強(qiáng)度變化的曲線圖

      令Poincaré 截面為

      ∑→∑,∑{(x(t),x(t))|t=0,2π/Ω,4π/Ω,…}?R2,

      利用四階Runge-Kutta法對微分方程(9)進(jìn)行求解,在迭代一個(gè)周期T=2π/ω的時(shí)間內(nèi)繪制一個(gè)點(diǎn),刪除最初200個(gè)點(diǎn)后,用剩下的200個(gè)迭代點(diǎn)來繪制系統(tǒng)的Poincaré 截面,當(dāng)噪聲強(qiáng)度σ=0.3時(shí)如圖6所示.

      從圖6中可以看出,系統(tǒng)有穩(wěn)定的吸引子,說明系統(tǒng)的混沌行為受到了控制.在相同的噪聲強(qiáng)度下,做出系統(tǒng)的相圖和時(shí)間歷程圖,分別如圖7、8所示.

      分析可知,系統(tǒng)的相軌跡從原來雜亂無章的曲線變成一個(gè)規(guī)則的圓點(diǎn),時(shí)間歷程圖也呈規(guī)則狀態(tài).總之,通過這些圖形的比對和分析,說明了利用Guass白噪聲作為隨機(jī)相位實(shí)現(xiàn)了BVP系統(tǒng)的混沌控制,系統(tǒng)從混沌狀態(tài)轉(zhuǎn)變?yōu)榉€(wěn)定狀態(tài).

      圖6 σ=0.3時(shí)Poincaré 截面

      圖7 σ=0.3時(shí)相圖

      圖8 σ=0.1時(shí)時(shí)間遍歷圖

      3 結(jié) 語

      本文研究了Bonhoeffer-Van der pol系統(tǒng)的隨機(jī)混沌控制,在給定的參數(shù)范圍內(nèi),通過對系統(tǒng)的最大Lyapunov指數(shù)圖的分析,基本可以判斷系統(tǒng)是混沌的.為了能抑制混沌的產(chǎn)生,介紹了利用Guass白噪聲作為隨機(jī)相位對系統(tǒng)進(jìn)行干擾,利用Matlab程序做出干擾后的最大Lyapunov指數(shù)圖,通過對比分析,可知在一定的噪聲強(qiáng)度下,系統(tǒng)的混沌行為得到了抑制.

      參考文獻(xiàn):

      [1] OTT E, GREBOGI C, YORK J A. Controlling chaos [J]. Physical Review Letters, 1990, 64(11): 1196-1999.

      [2] SHINBROT T, OTT E, GREBOGI C. Using small perturbations to control chaos [J]. Nature, 1993, 363(3): 411-417.

      [3] SHINBROT T, OTT E, GREBOGI C. Using chaos to direct trajectories [J]. Physical Review Letters, 1990, 3(65): 3215-3218.

      [4] 李 爽, 徐 偉, 李瑞紅. 利用隨機(jī)相位實(shí)現(xiàn)Duffing系統(tǒng)的混沌控制[J]. 物理學(xué)報(bào), 2006, 55(3): 1049-1054.

      [5] RAMESH M, NARAYANAN S. Chaos control by non-feedback methods in the presence of noise [J]. Chaos, Solitons & Fractals, 1999, 6(10): 1473-1489.

      [6] WEI J G, LENG G. Lyapunov exponent and chaos of duffing’s equation perturbed by white noise [J]. Applied Mathematics and Computation, 1997, 6(88):77-93.

      [7] LIU W Y, ZHU W Q, HUANG Z L. Effect of bounded noise on chaotic motion of a duffing oscillator under parametric excitation [J]. Chaos, Solitons&Fractals, 2001, 3(12): 527-537.

      [8] QU Z, HU G. Phase effect in tamping non-autonomous chaos by weak harmonic perturbations [J]. Physical Review Letters, 1995, 74(6): 1736-1739.

      [9] LEI Y M, XU W, XU Y. Chaos control by harmonic excitation with proper random phase [J]. Chaos, Solitons & Fractals. 2004, 21(3): 1175-1181.

      [10] XU Y, XU W. Suppressing chaos of a complex duffing’s system using a random phase [J]. Chaos, Solitons&Fractals, 2005, 23(3): 265-273.

      [11] 張 瑩, 徐 偉, 孫曉娟. 隨機(jī)Bonhonffer-Van der Pol 系統(tǒng)的隨機(jī)混沌控制[J]. 物理學(xué)報(bào), 2007, 56(10): 5665-5672.

      [12] FREIRE J G. Stern-brocot trees in cascades of mixed-mode oscillations and canards in the extended Bonhoeffer-Van der pol and the fithugh-nagumo models of excitable systems [J]. Physical Review Letters, 2011, 375(7): 1097-1103.

      [13] OSELEDEC Y I. A multiplicative ergodic theorem: Lyapunov characteristic number for dynamical system [J]. Transactions of the Moscow Mathematical Society, 1968, 19(6): 197-231.

      [14] WEDIG W V. Dynamic stability of beams under axial forces: Lyapunov exponents for general fluctuating loads [J]. Earthquake Engineering & Structural Dynamics, 1990, 21(3): 141-148.

      [15] KHASMINSKII R Z. Necessary and sufficient conditions for the asymptotic stability of linear stochastic systems [J]. Theory of Probability and its Applications, 1967, 12(2): 44-147.

      [16] 許 楠,劉麗杰,徐耀群.高斯激勵(lì)混沌神經(jīng)元系統(tǒng)及其應(yīng)用[J]. 哈爾濱商業(yè)大學(xué)學(xué)報(bào):自然科學(xué)版,2014,30(5):599-603.

      猜你喜歡
      振子歷程噪聲
      百年大黨壯闊歷程
      黨員文摘(2022年14期)2022-08-06 07:19:22
      百年大黨 壯闊歷程
      黨員文摘(2022年7期)2022-04-28 08:57:58
      百年大黨 壯闊歷程
      黨員文摘(2022年1期)2022-02-14 06:09:00
      百年大黨壯闊歷程 《百色起義》
      黨員文摘(2022年3期)2022-02-12 10:38:14
      彈簧振子問題的分析與求解
      噪聲可退化且依賴于狀態(tài)和分布的平均場博弈
      非線性Duffing擾動振子共振機(jī)制的研究
      控制噪聲有妙法
      基于近似熵和混沌振子的電力諧波檢測與估計(jì)
      電磁彈簧振子實(shí)驗(yàn)裝置的改進(jìn)
      琼海市| 溧阳市| 延吉市| 浠水县| 瑞金市| 临沂市| 深泽县| 洪湖市| 新泰市| 剑阁县| 长阳| 苍梧县| 蚌埠市| 孟津县| 千阳县| 凤城市| 巩留县| 黄石市| 迁安市| 安多县| 水城县| 项城市| 岳西县| 长治市| 松阳县| 东乡| 肇庆市| 无极县| 邹平县| 墨竹工卡县| 镇巴县| 吉林省| 同仁县| 阿拉善盟| 正阳县| 仙居县| 武强县| 张家川| 五常市| 会同县| 察哈|