松弛迭代粒子追踪测速法独立性改进

为了提高提取瞬态流场结构的便捷性,对松弛迭代粒子追踪测速法(RM-PTV)的独立性进行了改进.引入Delaunay三角剖分(DT)法代替固定阈值法来选取与目标粒子保持相似运动的参选粒子并对典型自定义流场进行了匹配计算,同时引入邻域窗口分析法对改进前后的流场在匹配结果中突兀矢量分布的数量和大小进行了比较.计算结果表明:DT方法可以有效选取目标的参选粒子,改进方法可以较好地保持抗噪音和识别粒子无匹配的能力,省去固定阈值的选取,减小对具体流场的依赖性;当噪音和粒子无匹配存在时,改进前后的流场在匹配结果中突兀矢量分布的数量和大小基本相同.最后,通过实验证明了改进方法在大气边界层内提取沙粒跃移运动轨迹上是有效的.     

RM?PTV中选取候选粒子的形心DT网格方法

为提高松弛迭代粒子追踪测速法(RM-PTV)提取瞬态流场的便捷性,提出了一种形心Delaunay三角剖分(DT)方法,并用其代替固定阈值法来选取与目标粒子预匹配的候选粒子,以降低RM-PTV对待测流场特性的依赖。通过对典型流型的自定义及标准人工粒子流场图像的匹配计算进行全面、有效地验证表明:形心DT网格可有效、便捷地选取候选粒子,保证RM-PTV得到准确的匹配结果,兼顾匹配准确率和效率,省去流场速度的预先估计,减小算法对流场及具体粒子分布情况的依赖,使RM-PTV更独立,应用更方便。     

利用沃罗诺伊划分的粒子追踪测速算法及其在大速度梯度流场中的应用

为了克服传统粒子追踪测速(PTV)算法在应对大速度梯度流场时的不足以及预设参数过多的问题,基于沃罗诺伊划分(Voronoi Diagram)技术,给出了适用于二维及三维复杂流场重构的PTV算法。二维算法利用沃罗诺伊划分将粒子群落转化为多边形网格,然后通过比较多边形特征曲线的相似性来实现前后帧粒子之间的匹配;三维算法则是利用沃罗诺伊划分的对偶技术德劳内(Delaunay)网格,将三维空间中的离散粒子群联结为互不重叠的四面体集合,然后引入一种特殊的四面体投票机制,从而将前后帧四面体匹配信息转化为最终的粒子匹配结果。这两种新算法结构简洁,且预设参数均不超过两个,因此拥有较高的用户友好度。通过人工流场的检测,初步表明新的二维算法拥有令人满意的准确率。最后,通过真实的二维脉冲流及三维尾迹流对新算法进行测试,结果表明,在简单设置控制参数的前提下,两种新算法均能准确地重构包含较大速度梯度的流场,具有良好的实用性。     

概率性序列运算的扩展及其运算性质

现有序列运算理论的核心是卷和、卷差、交积与并积运算等4个基本运算。当面对连续型随机变量延伸至离散型概率性序列时,为了提高概率性序列运算理论的适用性,该文提出了序乘运算、序除运算及序移运算等新的概率性序列运算形式,用于处理概率性序列之间以及序列与正常数之间的乘、除等关系,并推导出各种基本运算的基本性质,分析了这几种运算的物理意义。算例结果表明了运算性质的正确性。     

谱元法应用于涡声传播问题的研究

为了满足计算气动声学对低色散、低耗散高精度数值离散格式的需求,将高精度谱元法结合声比拟理论应用于求解气动声学问题。以伪声压的时间二阶导数作为非齐次波动方程的声源项,空间离散采用谱元法,时间离散应用隐式Newmark法,并在外边界采用C-E-M吸收边界条件,求解了由两个相距为2r0的等环量点涡组成的同向旋转涡对的发声问题。旋转涡对的不可压缩流场通过复位势理论获得,声源由流场量计算得来,并将数值结果与应用多级匹配展开法得到的解析解进行比较,可得数值解与分析解吻合较好。研究结果表明:应用高精度谱元法进行空间离散时,每波长的网格数为11时可达到很高的精度;网格数一定的情况下,时间步长越小得到的数值解与分析解之间的误差就越小;另外,证明了将伪声压对时间的二阶导数作为声源项,能够高精度求解不可压缩流动引起的气动声学问题。     

基于交通视频序列的多运动目标跟踪算法

针对智能交通领域对自适应多运动目标跟踪的广泛需求,提出一种新型的基于交通视频序列的多目标跟踪算法。通过Marr小波概率核函数生成静态背景,并结合当前帧在B/RDWT(Binary/redundant discrete wavelet transforms)域进行多运动目标识别,同时采用边缘阴影剔除算法去除阴影的干扰。运动跟踪采用SI_P(SIFT-particle)粒子滤波算法,并结合改进的均值漂移(mean-shift)法获得运动目标的准确跟踪窗口。采用队列链表法记录多运动目标之间的数据关联,在提高识别准确率的同时降低运算的复杂度。算法采用VC++6.0实现,通过实际道路测试,研究结果表明:SI_P粒子滤波算法与传统算法相比,平均时耗只多0.15s,跟踪窗口尺度可自适应变化,并且该算法对于多运动目标识别跟踪具有更优越的实时性和抗遮挡性。     

河口航道双丁坝影响下异重流运动特性

在河口地区，由密度梯度驱动而产生的异重流是影响航道内泥沙输移的重要因素之一。作为航道整治中常见的建筑物，丁坝群可以缓解航道的泥沙淤积问题、提高通航能力。为探究双丁坝对异重流运动特性的影响，运用粒子图像测速系统（PIV）开展了开闸式异重流实验，研究了在不同束窄系数情况下，航道异重流稳定阶段内的流场及湍流特性，并对比分析了异重流在两个丁坝位置特征断面处的单宽流量及总流量。结果表明，双丁坝改变了航道内的流场，异重流在经过束窄断面后会向第二个丁坝后部区域横向扩散，进而使得流速加大、高度降低；异重流在两个丁坝束窄断面的单宽流量近似相同，且与束窄系数无关；异重流在束窄断面的总流量与断面宽度成正比，在实际工程中可以通过适当调整丁坝长度来控制侵入航道的异重流总量。     

基于自适应感知金字塔网络的图像去雨

基于深度学习的单幅图像去雨已经取得了较大进展，但现有方法去雨后的图像仍然存在细节丢失、密集雨纹去除不彻底等问题.为此，本文提出一种基于自适应感知金字塔网络的单幅图像去雨方法，能够在有效去除密集雨纹的同时对细节进行修正，显著改善去雨图像的视觉质量.首先，基于小波变换构建多尺度金字塔网络，在各尺度子网络之间进行递进式连接，实现雨纹迭代提取和去除;各尺度子网络内部以自适应雨纹感知模块为核心，设计对称跳跃连接将提取到的浅层特征反馈至深层，实现浅层特征的有效复用.其中，所设计的自适应雨纹感知模块通过非局部感知运算和共享扩张卷积扩大感受野，可有效感知雨纹特征，并融入注意力机制实现雨纹的自适应去除.为了更好地约束网络训练和去除不同尺度的雨纹，设计了一种多尺度损失函数，由粗及细逐步完成雨纹去除，可有效防止伪影现象.在合成和真实数据集上的大量实验表明，本文方法优于现有的主流方法，能够在去雨的同时较好地保持图像细节，视觉效果理想.     

浸没及非浸没刚性短植被群对异重流运动特性的影响

利用一系列开闸式异重流水槽实验,研究不同刚性植被密度和高度的短植被群对异重流运动的影响.通过高速摄像机拍摄异重流的运动过程,利用粒子图像测速技术得到局部流场结构.结果表明:异重流在流经短植被群时,存在半椭圆形和三角形两类轮廓;运动过程分为坍塌阶段和自相似阶段,并且植被可以显著促进异重流从坍塌阶段向自相似阶段的转换,但对坍塌阶段的头部速度影响不显著.当无量纲植被高度(植被高度与水深比值)为0.21,植被密度为18.0%时,异重流会同时沿着植被上方及植被间运动,植被上方的异重流密度较植被内大,因此会产生瑞利-泰勒不稳定性.此外,异重流在植被区域流动的掺混系数随头部位置而递减,且较无植被情况小.在流入浸没式植被后,异重流会以植被顶部为新的"底部边界",形成负涡度带,但植被顶端的异重流仍与环境水体发生掺混形成正涡度带.植被会减缓异重流运动速度,进而降低正涡度带的强度,并且植被密度与正涡度的抑制程度成正相关.