Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > physics > arXiv:1108.2824v1

帮助 | 高级搜索

物理学 > 数据分析、统计与概率

arXiv:1108.2824v1 (physics)
[提交于 2011年8月13日 ]

标题: 湍流中的路径长度

标题: Path lengths in turbulence

Authors:Nicholas T. Ouellette, Eberhard Bodenschatz, Haitao Xu
摘要: 通过在高速和长时间跟踪示踪粒子,我们研究了强烈湍流实验室流中拉格朗日轨迹的几何统计特性。 特别是,我们考虑了粒子从初始位置的位移与其所行总距离之间的区别。 这两个量的差异在惯性范围内表现出幂律标度。 通过与混沌但非湍流流动的模拟以及拉格朗日随机模型进行比较,我们认为我们的结果是湍流的特征。
摘要: By tracking tracer particles at high speeds and for long times, we study the geometric statistics of Lagrangian trajectories in an intensely turbulent laboratory flow. In particular, we consider the distinction between the displacement of particles from their initial positions and the total distance they travel. The difference of these two quantities shows power-law scaling in the inertial range. By comparing them with simulations of a chaotic but non-turbulent flow and a Lagrangian Stochastic model, we suggest that our results are a signature of turbulence.
评论: 已被接受发表于《统计物理杂志》
主题: 数据分析、统计与概率 (physics.data-an) ; 流体动力学 (physics.flu-dyn)
引用方式: arXiv:1108.2824 [physics.data-an]
  (或者 arXiv:1108.2824v1 [physics.data-an] 对于此版本)
  https://doi.org/10.48550/arXiv.1108.2824
通过 DataCite 发表的 arXiv DOI
相关 DOI: https://doi.org/10.1007/s10955-011-0323-7
链接到相关资源的 DOI

提交历史

来自: Haitao Xu [查看电子邮件]
[v1] 星期六, 2011 年 8 月 13 日 21:37:08 UTC (487 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
physics.data-an
< 上一篇   |   下一篇 >
新的 | 最近的 | 2011-08
切换浏览方式为:
physics
physics.flu-dyn

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号