本征正交分解在数据处理中的应用及展望

作     者：路宽 张亦弛 靳玉林 车子璠 张昊鹏 郭栋 Lu Kuan;Zhang Yichi;Jin Yulin;Che Zifan;Zhang Haopeng;Guo Dong

作者机构：西北工业大学振动工程研究所力学与土木建筑学院西安710129 科学技术部高技术研究发展中心北京100044 西南交通大学机械工程学院成都610031 

出 版 物：《动力学与控制学报》 (Journal of Dynamics and Control)

年 卷 期：2022年第20卷第5期

页      面：20-33页

学科分类：08[工学] 0825[工学-航空宇航科学与技术] 

基　　金：国家自然科学基金资助项目(12072263,11802235) 中国博士后科学基金资助项目(2021T140033,2021M690274) 

主　　题：本征正交分解 降维 高维系统 粒子图像测速 计算流体力学 

摘      要：本征正交分解(Proper Orthogonal Decomposition,POD)是对高维复杂非线性系统进行降维处理的有效方法之一.本文对POD方法在一系列实际工程领域降维中的研究进行了综述.首先简要介绍POD方法的发展历史,简述POD方法分类,随后详细列举POD方法在粒子图像测速(Particle Image Velocimetry,PIV)技术、计算流体力学(Computational Fluid Dynamics,CFD)数据处理中的应用.对比了POD方法和动态模态分解(Dynamic Mode Decomposition,DMD)方法在实际工程应用中各自的优缺点,结果表明在流场稳定脉动时可采用DMD方法,而其他随时间变化的流场采用POD方法更合适.最后对POD方法的发展尤其是在人工智能领域的应用做出展望.