基于集合经验模态分解的类星体光变周期及其混沌特性分析 Variability periodicity and chaotic property of quasars based on ensemble empirical mode decomp osition.pdfVIP

基于集合经验模态分解的类星体光变周期及其混沌特性分析 Variability periodicity and chaotic property of quasars based on ensemble empirical mode decomp osition.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
物理学报 Acta Phys. Sin. Vol. 63, No. 4 (2014) 049701 基于集合经验模态分解的类星体光变周期 及其混沌特性分析 唐洁 (陕西理工学院物理与电信工程学院, 汉中 723001) ( 2013 年9 月7 日收到; 2013 年10 月25 日收到修改稿) 基于密歇根大学射电天文台数据库中从1965 年到2012 年收集的类星体3C 345, 3C 273 和3C 279 在射 电8.0 GHz 的光变数据, 利用集合经验模态分解方法将这些类星体的光变资料分解为周期项、趋势项和高频 项, 并对分解后的高频项计算其饱和关联维数、最大Lyapunov 指数和Kolmogorov 熵, 判断是否具有混沌性. 结果表明, 这些类星体的光变不仅具有周期性, 也具有明显的混沌特性, 表明类星体光变应为产生周期性运动 的物理机制和产生混沌现象的非线性机制的综合结果. 关键词: 类星体, 光变周期, 集合经验模态分解, 混沌 PACS: 97.30.Jm, 98.54.Cm, 95.75.Pq, 05.45.–a DOI: 10.7498/aps.63.049701 的本质, 利用近年发展起来的混沌理论可以揭示貌 1 引 言 似随机的现象背后可能隐藏的简单规律, 从而探讨 类星体中可能存在的非线性机制导致的光变现象. 自从1963 年类似恒星状的类星体被发现以来, 针对传统的时频分析方法在处理非线性非 具有小尺度、大红移、高光度等特殊物理性质的类 平稳信号的分析能力不足, Huang 等8 在1998 年 星体越来越受到人们的重视. 研究表明, 一些类星 体的光变具有周期性1−6 , 并认为类星体光变资料 提出了一种崭新的经验模态分解方法(empirical mode decomposition, EMD). 但EMD 方法在处理 由多种周期成分和随机成分叠加而成. 以往的研 实际问题过程中依然存在模态混叠现象. 在EMD 究通常将多年的光变资料先假设其满足平稳性、随 方法的基础上进行了改进的集合经验模态分解 机性和线性条件, 以傅里叶变换理论作为观测资料 处理的基础, 使用一些传统的周期分析方法, 如周 (ensemble empirical mode decomposition, EEMD) 9 期图谱分析方法、最大熵谱分析方法、高阶谱分析 方法能避免这种现象 . EEMD 方法能将复杂信 方法等提取资料中隐含的周期成分5;7 . 如果将光 号分解成有限个从高频到低频的本征模态函数(in- 变资料视为一个时间序列, 并认为时间序列由趋势 trinsic mode function, IMF) 和一个趋势项, 对于 ′ 项、周期项和随机项简单地叠加而成, 那么传统的 低频的IMF 分量的瞬时频率波动幅度变化较小, 周期分析方法在周期分析前把随机项当作噪声过 总体上基本保持稳定, 具有较

您可能关注的文档

文档评论(0)

000 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档