Analyse multifractale vectorielle basée sur la transformation en ondelettes : application en turbulence développée



Documents pareils
Génération de signaux multifractals possédant une structure de branchement sous-jacente.

Modélisation de séries financières par un modèle multifractal. Céline Azizieh

Théories de champ moyen et convection à grande échelle

Une application de méthodes inverses en astrophysique : l'analyse de l'histoire de la formation d'étoiles dans les galaxies

Formation à la C F D Computational Fluid Dynamics. Formation à la CFD, Ph Parnaudeau

FLUIDES EN ÉCOULEMENT Méthodes et modèles

Travail en collaboration avec F.Roueff M.S.Taqqu C.Tudor

Intérêt du découpage en sous-bandes pour l analyse spectrale

Chapitre 3. Les distributions à deux variables

Apport de la simulation de conduite dans le cadre de l'action 2

Formations EViews FORMATIONS GENERALES INTRODUCTIVES INTRO : INTRODUCTION A LA PRATIQUE DE L ECONOMETRIE AVEC EVIEWS

Ondes gravitationnelles de basses fréquences et relativité

Calcul fonctionnel holomorphe dans les algèbres de Banach

Intégration et probabilités TD1 Espaces mesurés

TABLE DES MATIÈRES CHAPITRE I. Les quanta s invitent

Mémoire d actuariat - promotion complexité et limites du modèle actuariel, le rôle majeur des comportements humains.

UNIVERSITÉ DE MONTRÉAL DÉPARTEMENT DE SOCIOLOGIE ************* Cours de niveau gradué en méthodes quantitatives *************

TABLE DES MATIERES. C Exercices complémentaires 42

Introduction à la Visualisation Scientifique

8.1 Généralités sur les fonctions de plusieurs variables réelles. f : R 2 R (x, y) 1 x 2 y 2

3ème séance de Mécanique des fluides. Rappels sur les premières séances Aujourd hui : le modèle du fluide parfait. 2 Écoulements potentiels

Le modèle de Black et Scholes

10ème Congrès Français d'acoustique Lyon, Avril 2010

Information. BASES LITTERAIRES Etre capable de répondre à une question du type «la valeur trouvée respecte t-elle le cahier des charges?

Mesures gaussiennes et espaces de Fock

3 Approximation de solutions d équations

Dan Istrate. Directeur de thèse : Eric Castelli Co-Directeur : Laurent Besacier

Introduction à l approche bootstrap

Une variable binaire prédictrice (VI) et une variable binaire observée (VD) (Comparaison de pourcentages sur 2 groupes indépendants)

Fonctions de plusieurs variables

Pôle de Dakar S IMUL ATIONS. 1 Utiliser un taux d accroissement pour une simulation

Finance, Navier-Stokes, et la calibration

Cours d analyse numérique SMI-S4

La problématique des tests. Cours V. 7 mars Comment quantifier la performance d un test? Hypothèses simples et composites

TP 7 : oscillateur de torsion

Résolution d équations non linéaires

Calcul différentiel sur R n Première partie

Filtrage stochastique non linéaire par la théorie de représentation des martingales

Groupoïdes quantiques mesurés : axiomatique, étude, dualité, exemples

Une comparaison de méthodes de discrimination des masses de véhicules automobiles

Objectifs du cours Modélisation de la Turbulence M2 - EE

1 Description générale de VISFIELD

Maîtrise universitaire ès sciences en mathématiques

ETUDE DE COMPATIBILITE DE LA ZONE DE RECOUVREMENT DES MODELES NUMERIQUES APPLICATION AUX ETUDES D IMPACT DES PROJETS D ENERGIES MARINES

Codage hiérarchique et multirésolution (JPEG 2000) Codage Vidéo. Représentation de la couleur. Codage canal et codes correcteurs d erreur

Dynamique des protéines, simulation moléculaire et physique statistique

OM 1 Outils mathématiques : fonction de plusieurs variables

Master of Science en mathématiques

PHYSIQUE 2 - Épreuve écrite

TABLE DES MATIÈRES. PRINCIPES D EXPÉRIMENTATION Planification des expériences et analyse de leurs résultats. Pierre Dagnelie

Calcul des pertes de pression et dimensionnement des conduits de ventilation

Formation 2013 Bâtiment Durable

Image d un intervalle par une fonction continue

I. Polynômes de Tchebychev

aux différences est appelé équation aux différences d ordre n en forme normale.

HÖLDER CONTINUITY AND WAVELETS

Physique quantique et physique statistique

Cours de Mécanique du point matériel

FONCTIONS DE PLUSIEURS VARIABLES (Outils Mathématiques 4)

CHAPITRE I. Modélisation de processus et estimation des paramètres d un modèle

Application de l'analyse multifractale à l'estimation des crues extrêmes en Tunisie

Modèles bi-dimensionnels de coques linéairement élastiques: Estimations de l écart entre leurs solutions.

Guide pour l analyse de l existant technique. Partie 3

Équations non linéaires

Chapitre XIV BASES PHYSIQUES QUANTITATIVES DES LOIS DE COMPORTEMENT MÉCANIQUE. par S. CANTOURNET 1 ELASTICITÉ

UTILISATION DE GT-Suite EN THERMIQUE MOTEUR Exemple d utilisation

Les moyens d observations en astronomie & astrophysique

COURS COLLÉGIAUX PRÉALABLES À L ADMISSION

Programmation Linéaire - Cours 1

Application à l astrophysique ACTIVITE

Intégration et probabilités TD1 Espaces mesurés Corrigé

Caractéristiques des ondes

Les objets très lointains

Quantité de mouvement et moment cinétique

ANALYSE NUMERIQUE ET OPTIMISATION. Une introduction à la modélisation mathématique et à la simulation numérique

Convergence des programmes qualité Qualitéet Recherche UMR 6284 CNRS ISIT JEAN-YVES BOIRE

Étude statistique de la turbulence dans le milieu interstellaire

Rupture et plasticité

L isomorphisme entre les tours de Lubin-Tate et de Drinfeld et applications cohomologiques par Laurent Fargues

Soutenance de stage Laboratoire des Signaux et Systèmes

DÉVERSEMENT ÉLASTIQUE D UNE POUTRE À SECTION BI-SYMÉTRIQUE SOUMISE À DES MOMENTS D EXTRÉMITÉ ET UNE CHARGE RÉPARTIE OU CONCENTRÉE

Plan du cours Cours théoriques. 29 septembre 2014

La Licence Mathématiques et Economie-MASS Université de Sciences Sociales de Toulouse 1

Tests non-paramétriques de non-effet et d adéquation pour des covariables fonctionnelles

Master of Science en mathématiques

INTRODUCTION. A- Modélisation et paramétrage : CHAPITRE I : MODÉLISATION. I. Paramétrage de la position d un solide : (S1) O O1 X

UNITÉ DE PROGRAMME : S9UP1 Modélisation de la turbulence

Continuité et dérivabilité d une fonction

Différentiabilité ; Fonctions de plusieurs variables réelles

Les indices à surplus constant

Calculer avec Sage. Revision : 417 du 1 er juillet 2010

Simulations hydrodynamiques relativistes de la phase émission rémanente dans les GRB. Séminaire au L.U.Th, Observatoire de Paris

Approximation diophantienne uniforme et dimension de Hausdorff

SUIVI CINETIQUE PAR SPECTROPHOTOMETRIE (CORRECTION)

Réunion de lancement du projet LEFE DEPHY2

ÉVALUATION FORMATIVE. On considère le circuit électrique RC représenté ci-dessous où R et C sont des constantes strictement positives.

Optimisation des ressources des produits automobile première

Master Energie spécialité Energie électrique

Comment aborder l Optimisation énergétique de salles anciennes et hétérogènes?

SPÉCIALITÉ Sciences Mécaniques et Ingénierie (SMI)

Transcription:

Journées d étude sur les méthodes pour les signaux complexes en traitement d images Analyse multifractale vectorielle basée sur la transformation en ondelettes : application en turbulence développée Pierre Kestener et Alain Arnéodo pierre.kestener@cea.fr Laboratoire de Physique, ENS Lyon p. 1/14

Description multifractale de l intermittence en turbulence le formalisme multifractal classique est né de la problématique de la turbulence modèle multifractal pour la vitesse : fonction de structure longitudinale (basée sur les incréments 1D de vitesse) : S p (l) = < (e.δv(r, le)) p > l ζ p, p > 0 modèle multifractal pour la dissipation (surrogate 1D) : hypothèse RSH S p (l) < ε p/3 l > l p/3 l τ ε(p/3)+p/3. Mesure des spectres τ ε (p) et f(α) par la méthode du comptage de boîtes. formalisme multifractal basé sur la TO (méthode MMTO) pour l analyse des singularités des fonctions, des mesures et des distributions. généralisation de la méthode MMTO 1D/2D 3D généralisation aux champs vectoriels multidimensionnels. Première application aux champs de vitesse et de vorticité d un écoulement turbulent. p. 2/14

Mesure multifractale autosimilaire vectorielle (cas 2D) 4 1 1 2 0.25 0.5 0.25 2 0.5 1 1 1 0.5 0.5 2 0.25 1 1 0.5 0.5 0.25 Falconer et O Neil (1995) log µ(b(r,l)) mesure scalaire {r : lim = α}, α = h + 2 l 0 log l Z(q, l) = i µ q i (l) l τ µ(q) mesure vectorielle { r : lim l 0 Z(q, l) = i Φ l µ q i l τ µ(q) log B(r,l) Φ lµ(s) dl d (s) log l = α }, α = h + 2 p. 3/14

Mesure multifractale autosimilaire vectorielle (cas 2D) τ µ (q) = log(pq 1 +pq 2 +pq 3 +pq 4 ) log 2 D µ (h) = f µ (α 2) = inf q (qh τ µ (q)). p. 4/14

Transformation en ondelettes tensorielle (cas 2D) 1. Transformée en ondelettes tensorielle du champ V = (V 1, V 2 ) : T ψ [V](b, a) = (T ψi [V j ](b, a)) = T ψ 1 [V 1 ] T ψ1 [V 2 ] T ψ2 [V 1 ] T ψ2 [V 2 ] ( ) T ψi [V j ](b, a) = a 3 d 3 r ψ i a 1 (r b) V j (r), j = 1, 2 2. Direction de plus grande variation du champ vectoriel : T ψ [V] = sup C 0 T ψ [V].C C 3. Décomposition en valeurs singulières du tenseur TO : T ψ [V] = ( ) ( ) T G.( σ max 0 0 σ min ). D 4. Transformée en ondelettes tensorielle : T ψ,max [V](b, a) = σ max G σmax p. 5/14

Méthodologie MMTO 2D tensorielle Donnée Transformée en ondelettes tensorielle T ψ,max [V](b, a) = σ max G σmax Chaînes de maxima du module σ max de la transformée en ondelettes tensorielle à l échelle a : { (b, a)/ σ max G max = 0 et 2 σ max G 2 max < 0 } p. 6/14

Méthodologie MMTO 2D tensorielle : Squelette Chaînes MMTO à 3 échelles différentes Chaînes MMTO Chaînage des MMMTO : Squelette TO MMMTO p. 7/14

Champs vectoriels 2D monofractals Champs Browniens Fractionnaires : B H (r) Simulation par méthode spectrale Prédictions théoriques : τ (q) linéaire : τ (q) = qh 2 spectre des singularités dégénéré : D(h = H) = 2 p. 8/14

Mesures vectorielles 2D autosimilaires multifractales Mesures vectorielles autosimilaires multifractales (Modèle de Falconer et O Neil) Prédictions théoriques : comptage de boîtes vectoriel méthode MMTO 2D vectorielle τ (q) = log 2 (p 1 q +p 2 q +p 3 q +p 4 q ) p 1 = p 4 = 0.5, p 2 = 2 et p 3 = 1 le comptage de boîtes vectoriel est moins performant p. 9/14

Méthode MMTO tensorielle 3D : champ de vitesse turbulent (R λ = 140) p. 10/14

Méthode MMTO tensorielle 3D : spectre des singularités de la vitesse méthode des incréments 1D : ajustement parabolique : τ (q) = C 0 C 1 q C 2 q 2 2 coefficient d intermittence C 2 = 0.049 ± 0.004 longitudinaux : C 2 (δv L ) 0.025 transversaux : C 2 (δv T ) 0.040 p. 11/14

Méthode MMTO tensorielle 3D : champ de vorticité turbulent (R λ = 140) p. 12/14

Méthode MMTO tensorielle 3D : spectre des singularités de la vorticité vorticité spectre D v (h + 1) vitesse translaté même coefficient d intermittence! p. 13/14

Méthode MMTO tensorielle 3D : spectre des singularités de la vorticité vorticité spectre D v (h + 1) vitesse translaté même coefficient d intermittence! p. 13/14

Conclusion bilan : analyse multifractale MMTO : passage vers les champs vectoriels perspectives : meilleure compréhension de l information contenue dans le tenseur TO. identification/sélection de structures cohérentes en turbulence en utilisant la plus petite valeur singulière du tenseur TO : filaments ou nappes de vorticité. autres applications : astrophysique (milieu interstellaire, turbulence interstellaire), MHD, géophysique,... Remerciements : E. Lévêque, Laboratoire de Physique, ENS Lyon (SND d écoulements turbulents). p. 14/14