МОДЕЛЮВАННЯ ХАОТИЧНОЇ ДИНАМІКИ РЕЛЯТИВІСТСЬКОЇ ЛАМПИ ОБЕРНЕНОЇ ХВИЛІ З ВИКОРИСТАННЯМ ТЕОРІЇ ХАОСУ ТА КВАНТОВИХ НЕЙРОМЕРЕЖ

Автор(и)

  • П. О. Кондратенко Національний авіаційний університет, Україна
  • О. Ю. Хецеліус Одеський державний екологічний університет, Україна

DOI:

https://doi.org/10.18524/0235-2435.2021.30.262862

Ключові слова:

нерелятивістська та релятивістська лампа зворотної хвилі, спектр випромінювання, спектроскопія, хаотична динаміка, концепція геометричного атрактору, квантові нейронні мережі

Анотація

Резюме

Нелінійне моделювання та прогнозування хаотичної еволюційної динаміки такої складної системи, як лампа зворотної хвилі, розглядається за допомогою нового комбінованого методу, заснованого на алгоритмах теорії хаосу, концепції геометричних атракторів та квантово нейронно-мережевих алгоритмах моделювання. Проведено моделювання динаміки багатошарової фотонної нейромережі для випадку зашумленої вхідної послідовності. Проведено аналіз, моделювання та обробка часової залежності вихідної амплітуди для нерелятивістської (релятивістської) лампи, динаміка якої описується системою рівнянь нестаціонарної нелінійної теорії для амплітуди електромагнітного поля та руху пучка. Наведені дані про показники Ляпунова, ентропію Колмогорова, коефіцієнт кореляції між фактичним і нейронно-мережевими прогностичними даними часової залежності амплітуди вихідного сигналу розглянутої лампи зворотної хвилі тощо. Поєднання удосконалених алгоритмів сучасної теорії хаосу, концепції компактних геометричних атракторів і одного з ефективних нейронно-мережевих алгоритмів, або, у більш загальному сенсі, використання ефективної моделі штучного інтелекту тощо, може забезпечити дуже адекватний і кількісно коректний опис часової еволюційної динаміки найскладніших фізичних систем, зокрема, у сфері сучасної надвисокочастотної електроніки.

Посилання

Benford J., Swegle, J., and Schamiloglu E., High Power Microwaves, 2nd ed. Taylor & Francis: N.-Y., 2006.

Barker R. J. and Schamiloglu E Eds. High-Power Microwave Sources and Technology. Wiley: N.-Y., 2001.

Ansari M.A., Thottappan M., Analysis, Design, and 3-D Simulation of a High-Efficiency Overmoded Nonuniform Relativistic Backward-Wave Oscillator. IEEE Transactions On Electron Devices, 2018., 65(3), 1158-1163.

Levush В., Antonsen T.M., Bromborsky A., Lou W.R., Carmel Y., Theory of relativistic backward wave oscillator with end reflections. IEEE Transactions on Plasma Sci. 1992, 20(3), 263-280.

Korovin, S.D., Kurkan, I.K., Rostov, V.V. et al. Relativistic backward wave oscillator with a discrete resonance reflector. Radiophys. Quantum Electr. 42, 1047–1054 (1999).

Ryskin N.M., Titov V.N., Self-modulation and chaotic regimes of generation in a relativistic backward-wave oscillator with end reflections. Radiophys.s Quantum Electr.2001, 44, 793- 806.

Bezruchko B.P., Bulgakova L.V., Kuznetsov S.P., Trubetskov D.I., Stochastical autovibrations and nonstability in the backward-wave tube. Radiotechn. Electr. 983, N6, 1136-1139.

Glushkov A.V., Tsudik A.V., Ternovsky V.B., etal, Deterministic Chaos, Bifurcations and Strange Attractors in Nonlinear Dynamics of Relativistic Backward-Wave Tube. Springer Proc. in Mathematics & Statistics. 2021, 363, 125-135.

Bunimovich L., Dynamical Systems, Ergodic Theory and Applications/ Bunimovich L.- Berlin: Springer, 2000.

Sinai Y., Ergodic Theory and Dynamical Systems. Springer: Berlin, 2010.

Lichtenberg, A., Liebermann, A., Regular and chaotic dynamics. Springer: N.-Y., 1992.

Glushkov A.V.: Methods of a chaos theory. Astroprint: Odessa, 2012.

Eckmiller, R., Malsburg, C. (Eds) Neural Computers, Springer: Berlin, 1998.

Denker J. (Ed.) Neural Networks for Computing. AIP Publ.: N.-Y., 2000.

Glushkov, A.V., Svinarenko, A.A., Loboda, A.V. Theory of neural networks on basis of photon echo and its program realization. TEC: Odessa. – 2004.

Khetselius, O.Yu. Hyperfine structure of atomic spectra. Astroprint: Odessa, 2008

Abarbanel H., Analysis of observed chaotic data. Springer: N.-Y., 1996.

Schreiber T., Interdisciplinary application of nonlinear time series methods. Phys. Rep. 1999, 308, 1-64.

Kennel, M., Brown, R., Abarbanel, H. Determining embedding dimension for phase-space reconstruction using a geometrical construction. Phys.Rev.A. 1992, 45, 3403-3411.

Grassberger, P.; Procaccia, I. Measuring the strangeness of strange attractors. Physica D. 1983, 9, 189-208.

Zou Y, Donner R., Marwan N, Donges J., Kurths J, Complex network approaches to nonlinear time series analysis. Phys. Rep. 2019, 787, 1-79.

Khetselius, O., Forecasting evolutionary dynamics of chaotic systems using advanced non-linear prediction method. In Dynamical Systems Applications; Awrejcewicz, J. et al, Eds.; Łódz, 2013; Vol T2, pp 145-152.

Khetselius O., New geometric attractor and neural networks approach to studying chaotic processes in photoelectronics systems. Photoelectronics 2013, 22, 30-37.

Kondratenko P.A., Khetselius O.Yu., Ternovsky V.B., Zaichko P.A., Duborez A.V., Simulation chaotic dynamics of complex systems with using chaos theory, geometric attractors, and quantum neural networks. Photoelectronics. 2014, 23, 160-166.

Khetselius O.Yu., Brusentseva S.V., Tkach T.B. Studying interaction dynamics of chaotic systems within non-linear prediction method: Application to neurophysiology. In Dynamical Systems Applications; Awrejcewicz, J. et al, Eds.; Łódz, 2013; Vol T2, pp 145-152.

Glushkov A.V., Khetselius O.Y., Nonlinear dynamics of complex neurophysiologic systems within a quantum-chaos geometric approach. in: Glushkov A., Khetselius O., Maruani J., Brändas E. (Eds) Advances in Methods and Applications of Quantum Systems in Chemistry, Physics, and Biology, Cham: Springer. 2021, 33, 291-303.

Glushkov A.V., Khetselius O.Yu., Kruglyak Yu.A., Ternovsky V.B., Ignatenko A.V., Numerical methods in Quantum geometry and chaos theory, P.2. TES: Odessa, 2015.

##submission.downloads##

Опубліковано

2022-08-21

Номер

Розділ

Статті