三维烟雾流场超分辨率数据生成网络模型的研究

针对烟雾流场N-S方程求解复杂度高而导致数据生成效率低下的问题,探索设计了一种基于N-S方程求解的低分辨率烟雾流场数据生成高分辨率烟雾流场数据的深度学习模型。以生成式对抗网络为基础,构建了基于亚体素卷积层的烟雾数据重建网络,结合烟雾的流动性在损失函数中引入基于平流步骤的时间损失,实现高精度烟雾的生成。构建了烟雾数据峰值信噪比用于对重建的高分辨率烟雾流场数据进行质量评价。实验表明,将本文深度学习模型与烟雾流场N-S方程相结合而生成的烟雾数据在数值分布、准确性以及视觉效果上都表现良好。