HAL Id: jpa-00209624
https://hal.archives-ouvertes.fr/jpa-00209624
Submitted on 1 Jan 1983
HAL is a multi-disciplinary open access archive for the deposit and dissemination of sci- entific research documents, whether they are pub- lished or not. The documents may come from teaching and research institutions in France or abroad, or from public or private research centers.
L’archive ouverte pluridisciplinaire HAL, est destinée au dépôt et à la diffusion de documents scientifiques de niveau recherche, publiés ou non, émanant des établissements d’enseignement et de recherche français ou étrangers, des laboratoires publics ou privés.
Mesure du niveau de chaos à partir du spectre de Fourier dans des régimes dynamiques expérimentaux
A. Lafon, A. Rossi, C. Vidal
To cite this version:
A. Lafon, A. Rossi, C. Vidal. Mesure du niveau de chaos à partir du spectre de Fourier dans des régimes dynamiques expérimentaux. Journal de Physique, 1983, 44 (4), pp.505-512.
�10.1051/jphys:01983004404050500�. �jpa-00209624�
Mesure du niveau de chaos à partir du spectre de Fourier dans des régimes dynamiques expérimentaux
A. Lafon, A. Rossi et C. Vidal (*)
Centre de Recherche Paul Pascal, Domaine universitaire, 33405 Talence Cedex, France
(Reçu le 8 novembre 1982, accepté le 14 décembre 1982)
Résumé.
2014On recherche s’il est possible d’introduire à partir du spectre de Fourier une mesure significative du
niveau de chaos d’un régime dynamique. Par simulation numérique d’un modèle, on établit que les variations d’une fonction H du type
«entropie » sont bien corrélées avec celles du plus grand exposant de Lyapounov 03BB.
Cette fonction pourrait ainsi être mise en oeuvre comme estimateur, chaque fois que le calcul de 03BB, est impossible,
ce qui est actuellement la règle à partir de données expérimentales. Une illustration est fournie pour une suite de régimes chaotiques de la réaction de Belousov-Zhabotinsky.
Abstract.
2014We investigate how far the power of chaos might be figured from the power spectrum of a dynamical regime. The numerical simulation of a model allows us to show that an entropy-like function H and the largest Lyapounov characteristic exponent 03BB both display nearby variations. Accordingly, we suggest to compute this H function, whenever 03BB cannot be determined. Since this is always the case, so far, when experimental time series are
involved, a sequence of chaotic regimes exhibited by the Belousov-Zhabotinsky reaction is used to illustrate this
point.
Classification Physics Abstracts 47.25C - 82.20M
1. Introduction.
-La mesure du degre de d6sordre d’un regime chaotique est un probleme qui n’a pas
encore requ de solution pratique definitive. Certes la theorie des systemes dynamiques introduit a cet effet des parametres pertinents, définis sans ambiguit6.
Ainsi en va-t-il, par exemple, de la dimension fractale
(au sens de Hausdorff-Besicovitch [1]) de 1’attracteur des trajectoires dans 1’espace des phases; ou bien
encore des exposants caracteristiques de Lyapounov qui mesurent la vitesse avec laquelle ces trajectoires divergent (ou convergent) dans les differentes directions de cet espace. Cependant une determination precise
de ces parametres s’avere tres difficile, pour ne pas dire impossible, a partir des donnees brutes d’une
experience. Jusqu’a present d’ailleurs, seules des simulations numeriques de systemes d’equations diff6-
rentielles ont permis d’aboutir a des resultats relati- vement surs.
Le spectre de puissance de la transformee de Fou- rier d’un signal constitue un moyen commode et
largement utilise pour caract6riser un regime dyna- mique. Un spectre de raies est la signature d’un regime
soit p6riodique (une seule frequence fondamentale),
soit quasi periodique (plusieurs frequences fonda-
mentales non commensurables et certaines de leurs combinaisons lineaires). L’existence du chaos, quant
a elle, est associee a la presence dans le spectre d’un massif, appele parfois bande large, auquel se super-
posent eventuellement certaines raies. On est alors conduit a se demander s’il ne serait pas judicieux de quantifier cette observation qualitative, le spectre de Fourier fournissant 1’element de base d’une mesure
du chaos. Trois propositions, au moins, ont deja
ete faites en ce sens, qui, a partir d’un spectre de puis-
sance discret, introduisent les parametres suivants :
-
le« nombre de degr6 de liberte » [2], dont nous
utiliserons le logarithme decimal change de signe
DL :
B2
-
une fonction H, du genre « entropie » [3] :
(*) To whom correspondence should be addressed.
Article published online by EDP Sciences and available at http://dx.doi.org/10.1051/jphys:01983004404050500
506
-
la dimension fractale d du spectre [4].
pi = puissance spectrale de la i-ieme composante ;
n = nombre de composantes discretes du spectre.
On remarque que DL varie de log n a 0 lorsqu’on
passe d’un signal purement sinusoidal a un bruit blanc. Par ailleurs, en appliquant au spectre la condi-
n
tion de normalisation £ p; = n, la fonction H
i=1
possede exactement les memes bornes de variation,
ce qui rend les deux quantites plus facilement compa- rables.
De toute evidence, une permutation quelconque de
l’ordre des composantes du spectre de Fourier ne
change pas les valeurs de ces deux parametres. Et pourtant, a une telle permutation peuvent corres- pondre deux spectres associes a des regimes dyna- miques tres diff6rents. C’est pourquoi Perdang [4]
a suggere de recourir a la dimension fractale du spectre. En effet, la determination de cette grandeur
-exposee ci-dessous au § 2
-s’appuie sur la longueur
du contour du spectre. Or, celle-ci depend avant tout
des variations d’amplitude entre composantes adja-
centes du spectre : elle est donc sensible a une permu- tation de ces composantes. A ce titre, la dimension
fractale d parait etre, a priori, un parametre mieux adapt6 que H ou DL. Par definition d est comprise
entre 1, dimension de la courbe, et 2, dimension du
plan.
Le bien-fonde et la pertinence de ces trois grandeurs
n’ont pas 6t6 analyses d’un point de vue theorique et
restent encore a demontrer. Cette remarque concerne tout particulierement la dimension d, car rien ne permet d’affirmer que le spectre de Fourier est bien
un objet fractal. Un doute a d’ailleurs ete emis sur ce
point par Wolf et Swift [5], qui ont etabli une expres- sion analytique approchee du spectre de puissance
d’un regime chaotique, auquel cas on aurait alors affaire a une simple courbe de dimension 1. Toutefois,
etant donne que la validite des conclusions de ces auteurs reste soumise a celle de leurs hypotheses
et approximations de calcul, on ne peut pas considerer
qu’il s’agit la d’une demonstration definitive, fermant
la porte a toute autre eventualite. C’est pourquoi,
sans ignorer que la question de leur fondement
theorique reste posee, nous nous proposons dans cet article d’examiner, de faqon tres pragmatique, jusqu’a quel point l’un ou 1’autre des trois parametres ci-
dessus pourrait servir de mesure du niveau de chaos.
A cette fin, dans une premiere etape, nous calculons
ces grandeurs a partir des resultats de l’int6gration numerique d’un systeme de trois equations diff6ren-
tielles du a Rossler ; le plus grand exposant caract6-
ristique de Lyapounov, d6jA determine par Crutch- field et al. [2], sert d’element de comparaison et de
reference. Puis les resultats d’une experience en
reacteur ouvert de la reaction de Belousov-Zhabo-
tinsky sont utilises comme base de donnees pour
appliquer le meme type de traitement.
2. Determination de la dimension fractale d’un spectre.
-La methode utilisee est celle qui a 6t6
recemment propos6e par Blacher et Perdang [6].
Elle comporte les quatre etapes suivantes (1 ) :
a) calcul d’un spectre moyen, dit de haute r6solution.
Nous nous sommes assures que la prise en compte d’une dizaine de spectres « bruts » suffisait pour obtenir une moyenne significative;
b) generation, a partir de celui-ci, d’une s6rie de spectres de resolution Af decroissante par application
d’une procedure de « moyenne glissante ». LA encore
nous avons verifie numeriquement la validite de cette
approximation en comparant son resultat a celui obtenu par calcul direct de la transformee de Fou-
rier(2) ;
c) mesure sur une certaine plage de frequence (fmin, fmax) de la longueur L(Ax) de contour de chaque
spectre de resolution p AX =, Af _ ’ fax - min apr6s p nor-
malisation prealable au carr6 unite du domaine considere. Pour cela la hauteur du pic de plus grande amplitude est normee a 1;
d ) determination graphique de la dimension frac- tale d dans une representation :
La longueur L(Ax) peut, ou non, etre fonction de la resolution Ax adoptee. En effet, si le spectre possede
une « structure fine », celle-ci se trouve progressive-
ment masquee par la moyennisation sur des fenetres Of de plus en plus larges. En consequence, la longueur
du contour diminue quand Ax augmente, jusqu’a
une valeur limite a partir de laquelle il y a saturation de 1’effet de moyenne. Par contre, si le spectre ne comporte que des raies simples, la longueur demeure invariable, lorsque celles-ci ne sont pas trop proches les unes des
autres, c’est-a-dire quand la distance moyenne entre raies reste superieure a la plus grande resolution af prise en compte. Dans les systemes a petit nombre de degres de liberte auxquels nous nous interessons ici,
le respect de cette condition ne pose pas de probleme particulier. Dans une representation log L(Ax) = f (log Ax), on s’attend ainsi a trouver :
-
une horizontale dans le second cas puisque
-
une courbe decroissante dans le premier cas.
( 1 ) L’analyse mathematique de l’algorithme, son mode
de mise en oeuvre, ainsi que la justification numerique de
certaines approximations dans le cas du modele conservatif de Henon-Heiles, sont exposes dans la reference [6] à laquelle nous renvoyons pour de plus amples details.
(2 ) Le recours a cette moyenne glissante est donc une
simple astuce technique, ayant pour objet de reduire le
temps de calcul necessaire a la determination de spectres de
Fourier de resolution de plus en plus faible.
Fig. la.
-Spectre moyen haute resolution issu d’une
experience sur la reaction de Belousov-Zhabotinsky.
[Averaged power spectrum corresponding to a chaotic regime of the Belousov-Zhabotinsky reaction.]
Pour autant que le spectre soit un objet fractal [1]
dont la longueur obeisse a la loi limite :
quand Ax - 0, cette courbe sera une droite de pente
1
-d. En raison de 1’effet de saturation de la moyenne d’une part, du caractere limite de la loi ci-dessus d’autre part, la mesure de la dimension fractale, si elle
est possible, doit accorder une place preponderante
aux points correspondants aux plus petites valeurs
de Ax accessibles.
A titre d’illustration de ce qui precede, la figure 1 pr6sente :
-
une partie d’un spectre moyen haute resolution obtenu en 6tudiant la reaction de Belousov-Zhabo-
tinsky (la) ;
-
les graphes repr6sentatifs du logarithme de la
Fig. lb.
-Graphe log L(Ax)
=f (log Ax). La pente de la A droite ne depend pas de la largeur de l’intervalle de fre- quences sur lequel est mesure le contour, a condition d’inclure le pic centre autour de 125 mHz.
[The length L(Ax) of the Fourier spectrum, measured over a given frequency gap, may depend on the resolution Ax.
If the Fourier spectrum is a fractal, one expects the relation-
ship L(Ax)
=a.Ax’-" to apply, d being the fractal dimen- sion. This plot shows that d has the same value, regardless
the width of the gap (90-160 mHz or 110-140 mHz) provided
the main peak is included within its limits.]
longueur du contour, traces a partir des domaines spectraux 110-140 mHz, et 90-160 mHz ( 1 b ).
On constate que la representation aux faibles
valeurs de Ax est convenablement lineaire, jusqu’a 1’apparition de 1’effet de saturation d6jA mentionn6.
En outre, la concordance des valeurs de d tirees des deux domaines spectraux est tout a fait satisfaisante.
Ceci s’explique par le fait que ces domaines ont 6t6 choisis de maniere a inclure l’intervalle 120-130 mHz ou se trouve dissip6e une part notable de 1’energie.
La figure 2 montre, par comparaison, le type de
Fig. 2.
-Spectre de Fourier (a) et graphe log L(Ax) = f (log Ax) (b) obtenus dans le cas d’un regime p6riodique.
[Fourier spectrum (a) and log L(Ax) versus log (Ax) plot (b)
for a periodic regime (d
=1).]
508
resultat obtenu en presence d’un regime periodique,
pour lequel on vérifie bien que la longueur du contour
est independante de Ax (d
=1).
3. Etude numerique d’un modile.
-Pour evaluer l’utilit6 pratique des parametres DL, H et d, il parait opportun, dans un cas suffisamment bien connu par
ailleurs, de les comparer a une grandeur dont la signification theorique ne prete pas a discussion. Le
plus grand exposant de Lyapounov A repond sans
aucun doute a cette condition. Des lors, le choix du
systeme d’equations diff6rentielles suivant :
s’impose presque de lui-meme. Ce modele propose
par R6ssler [7] est en effet l’un des rares pour lequel
cet exposant a ete calcule de faqon systematique sur
un assez large domaine du parametre de controle c,
a et b ayant une valeur fixe (a
=b
=0,2). La figure 3 reproduit le resultat publi6 par Crutchfield et al.
montrant 1’existence de regimes periodiques (A 0)
ou chaotiques (A > 0) selon la valeur de c.
Fig. 3.
-Variation du plus grand exposant de Lyapounov A
en fonction du parametre c du modele (1). D’apr6s la r6f6-
rence [2].
[The largest Lyapounov characteristic exponent A plotted
as a function of c (see eq. 1). Taken from reference [2].]
Pour une valeur donnee de c, nous avons integre numeriquement le systeme (1) en appliquant une
methode de Runge-Kutta au 4e ordre. Puis le spectre
Fig. 4.
-Spectre de Fourier et graphe de la dimension fractale pour un regime periodique (a) et un regime chao- tique (b) obtenus par integration numerique de (1).
[Fourier spectrum and fractal dimension plot corresponding
to (a) a periodic regime (b) a chaotic regime exhibited by
the set of eq. (1). Numerical integration has been performed
via a classical Runge-Kutta method.]
de Fourier moyen haute resolution a ete determine,
a partir de la variable X(t), comme indiqu6 ci-dessus.
Enfin les parametres DL, H et d ont ete tous trois calcules sur le meme domaine spectral : d graphique-
ment, apres etablissement des spectres basse resolution et mesure de leur contour, DL et H par application
directe de leurs relations de definition au spectre haute resolution (3 ). Si on veut etablir une comparaison significative entre ces trois grandeurs, leur determina- tion doit evidemment prendre en compte la meme fraction d’energie dissipee : d’ou la n6cessit6 d’utiliser le meme intervalle de frequences pour mesurer d,
DL et H. La figure 4 pr6sente le spectre de Fourier
moyen et le graphe log L(Ax)/log Ax pour deux
r6gimes, l’un periodique (4a), 1’autre chaotique (4b).
Le choix du domaine spectral mis en oeuvre (100-
160 mHz) resulte directement de 1’allure des spectres
et du critere indiqu6 auparavant.
En explorant l’intervalle 4,1 c 5,2, nous avons
ainsi construit point par point les courbes de variation de DL, H et d en fonction de c, presentees sur la figure 5, que nous pouvons rapprocher de celle de A
(Fig. 3). De prime abord on note une assez grande
similitude d’allure. Un examen plus detaille fait n6anmoins apparaitre quelques differences. Dans la zone de comportement chaotique, 1’exposant de Lyapounov decroit soudain pour certaines valeurs de c
(4,32; 4,40; 4,50; 4,88) et redevient meme negatif pour
c
=4,71 (regime periodique). La fonction H reproduit
assez bien ces divers accidents de parcours avec, il est vrai, une amplitude nettement attenuee pour le
dernier d’entre eux. Le nombre de degres de liberte
DL s’avere moins satisfaisant car, contrairement a A,
il ne varie pratiquement pas au voisinage de c
=4,50.
La dimension fractale d, quant a elle, diminue assez
notablement pour c
=4,54 et 4,80 et ne pr6sente, par
contre, aucun minimum significatif à c
=4,50. Meme
si sa valeur permet, en principe, de distinguer entre periodicite (d
=1) et chaos (d > 1), elle ne donne
pas vraiment une bonne image >> du nombre de
Lyapounov, au moins dans 1’exemple consid6r6. Des
(3 ) DL et H peuvent, bien sur, etre calcules sur run quel-
conque des spectres de Fourier disponibles. Cependant
leur valeur est dominee par les raies de plus grande ampli-
tude pr6sentes dans le domaine spectral considere. Aussi mieux vaut avoir recours au spectre haute resolution si 1’on veut accroitre la sensibilite de ces deux grandeurs au
«