笛卡尔网格下不同湍流模型的壁面函数方法研究

自适应笛卡尔网格湍流模拟时,网格数目呈雷诺数的指数方量级增长,带来网格规模“灾难”问题。壁面函数方法可以将壁面第一层网格尺度放宽1~2个量级,是有效的解决办法之一,然而,由于笛卡尔网格的非贴体特性,壁面函数的实现及其与不同湍流模型的匹配是关键。针对这一问题,从经典的Spalding壁面函数出发,采用显式赋初值的方式,解决了壁面摩擦速度迭代求解初值敏感及分层壁面函数速度不光滑问题;基于切应力恒定的壁面条件,构造了多层虚拟网格的切向速度和湍流粘性系数,实现了笛卡尔网格下的壁面函数方法;采用结构系综理论,通过DNS数据标定,构造了湍动能随湍流粘性比率变化的关系式,实现了壁面函数与KDO湍流模型的匹配,并以平板T3b、湍流凸包和跨音速NACA0012翼型绕流为算例,与常用的SST、SA湍流模型壁面函数方法进行了对比分析。结果表明:该文提出的KDO湍流模型壁面函数法准确、可靠,且因其形式简单、计算量相对较小,有较大的推广应用价值。

基于双指导扩散模型的单样本图像域自适应

为了避免现有的单样本图像域自适应算法在反转重建过程中丢失内容信息的现象,提出一种利用CLIP(contrastive language-image pretraining)和ViT(vision transformer)双指导扩散模型去噪、实现内容对齐的单样本图像域自适应算法。首先设计一种基于扩散模型的域反转算法,将位于目标域的图像通过预训练的扩散模型反转到源域,从而获得了内容相同但域信息不同的图像对。其次,将图像对映射到CLIP模型隐空间中,通过内容主导和域主导的2个方向分别顾及内容信息和域信息;同时,将图像对映射到ViT模型隐空间中,通过对比学习的方式分别约束内容信息和域信息。最后,使用条件化指导的去噪方式,实现任意源域图像到目标域的转换。此外,该算法也适用于未见域间转换和多属性编辑的任务。定性和定量的实验结果证明,该算法相对于其他先进算法在多个性能指标上提升2%~27%。

利用基于内容的网格模型进行图像恢复

将基于内容的自适应三角形网格模型这种图像表达方法应用于图像恢复.在图像恢复过程中,首先提取图像的特征图,并利用Floyd-S teinberg算法和Delaunay三角化算法产生网格,用来表达图像;然后利用正则化方法对网格节点的灰度值进行迭代,从而恢复该节点的灰度值;最后利用已恢复的网格节点对像素点进行Lagrange插值,从而得到恢复后的图像.该方法能对含有噪声的图像进行有效地恢复,试验证明较有约束最小二乘方法性能更好.

自适应三角网格模型重新布点算法的研究

在对任意拓扑三角网格模型进行自动三边界区域划分的基础上 ,提出一种自适应的三角网格模型重新布点算法 .该算法首先根据三边界区域划分的结果 ,构造初始网格模型具有最低分辨率的基础网格模型 ,然后利用协调映射技术 ,对网格模型进行重新采样 ,从而不断对基础网格模型进行细化 .算法的特点是可以根据不同的精度自动在曲面的大曲率处重新采样得到较多的点 ,而在曲面的小曲率处则重新采样得到较少的点 .该算法可以用于三角网格模型的自适应简化和优化 .文中的应用实例表明 ,该算法可以保证在满足指定精度要求的条件下 ,得到更合理的三角网格模型 。

HowU网格自适应调度模型

随着互联网的迅速发展 ,基于异构分布式网络的高性能计算平台——计算网格 ,成为了一种新型的计算模式 .介绍了基于 Globus的 How U网格的实现技术 ,通过资源请求代理进行网格作业提交 .为了有效利用网格资源 ,以“参数考察”任务为例 ,提出了一种自适应网格任务调度模型 ,该模型充分考虑了任务的实时容错需求 .最后比较分析了该模型与 Globus协作分配策略和 Gr

保留STL模型特征细节的3D打印自适应分层算法

针对传统的3D打印自适应分层算法存在计算过程复杂、无法消除阶梯效应影响、不能保留模型特征以及特征容易丢失等问题,提出了一种改进的保留STL模型特征细节的自适应分层算法。该算法首先判断模型当前层是否含有显著特征边;然后针对当前层含有显著特征边的情况,通过相邻2个三角网格法矢量的夹角来适应性确定层厚,对不含显著特征边的情况,利用三角网格法矢量与成型方向的夹角来自适应确定层厚,对于模型存在特征偏移的情况,则通过相邻切平面封闭曲线个数变化来适应性地确定层厚;最后将上述3种情况下自适应层厚的最小值作为当前分层的依据。研究结果表明:对于所采用的恐龙模型,所提算法不仅很好地保留了模型的细节特征,而且显著提升了模型成型质量;与基于三角面片法的矢量自适应分层算法和仅保留模型特征的自适应分层算法相比,所提算法的模型精度分别提升了28.6%和31.7%。该算法减小了阶梯效应以及模型特征丢失和偏移对打印质量的影响,提高了模型的打印精度。

潮滩海域边界适应网格潮流数值模型

在河口潮滩海域水动力学问题的计算中，为了模拟复杂的地形和岸形，最好采用边界适应坐标和小空间步长的高分辨率计算网格。由此带来的问题是，在非正交的边界适应坐标系中，如果继续采用直角坐标系中的速度分量做为求解未知量，不但给方程组的隐式求解带来困难，而且使潮滩上海水漫滩的干湿格点判断准则变得十分繁琐。本文导出了任意曲线坐标系下普遍适用的速度逆变张量和水位所满足的动力学方程组，从而实现了非正交曲线坐标系下交替方向隐式差分格式，使得在高分辨率的边界适应网格中，仍可采用大时间步长进行计算。速度逆变张量方程的导出同时给潮滩上动边界的实现带来了方便。文中通过数值试验，针对模型的稳定性和精确性与以往显式的适应性网格模型做了详尽的比较研究，从而证实该模型是一种研究河口潮滩动力学问题精确而高效的数值计算模型。

任意拓扑结构网格模型自适应调整和光顺算法

在改进拉普拉斯算子的同时 ,吸取平均曲率法的优点 ,提出一种任意网格模型自适应调整和光顺算法 该算法通过沿法矢方向和在切平面上同时对网格顶点进行调整 ,保证了调整后模型不仅光顺 ,而且网格形状均匀 ;该算法还可以根据不同的精度自动地对网格调整进行控制 ,有效地保留了原始模型中的特征信息 应用实例表明 ,该算法可以保证在满足精度要求的条件下 。

基于顶点分类的曲面三角网格模型自适应光顺研究

逆向工程中由测量数据得到的三角网格模型往往含有大量的噪声、扰动及不规则三角片 ,需对其进行光顺处理 ,以满足后续处理的使用要求。本文首先提出了一种新的网格模型顶点法矢计算公式 ,该公式采用网格模型中三角片面积与顶角角度综合加权 ,可同时反映三角片面积与顶角角度对顶点法矢的影响。在此基础上 ,对网格模型顶点进行了分类处理 ,提出了能够反映网格顶点特征性质的顶点势概念。势为 1的点为特征点 ,势为 0的点为普通点。最后 ,提出了一种新的自适应曲面三角网格模型光顺方法 ,综合了普通拉普拉斯光顺法与平均曲率法的优点。在该方法中 ,顶点调整方向为拉普拉斯光顺矢量在被调整顶点切平面上的分量与该点法矢的加权合成 ;顶点调整幅度根据顶点类别的不同而不同 ,特征点的调整幅度小 ,普通点的调整幅度大 ,从而可保护原有特征。实例表明 ,与现有方法相比 ,该方法在有效去除噪声 ,匀化三角片的同时 。

地下水模型的快速自适应组合网格求解方法

本文针对当前地下水模型中包括断裂、防渗帷幕在内的线形水文地质对象(L ineStyle Hydrogeological Ob ject)的模拟难点,研究基于重叠型区域分解原理的快速自适应组合网格方法(Fast Adaptive Composite G rid—FAC)。论文首先概括当前线形水文地质对象的模拟手段及其存在的不足,进而讨论FAC方法建立和求解地下水模型的基本原理。通过对理想的地下水流模型的求解,表明该方法能够满足线形水文地质对象的精细模拟求解的要求,且求解效率较高。

防发散无迹卡尔曼滤波自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯模型,采用防发散无迹卡尔曼滤波方法和自适应网格的模型集自适应策略,研究了一种变结构交互式多模型算法。对二维机动目标跟踪的仿真结果表明,该算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用。

基于表面曲率特征的自适应网格布料建模研究

服装布料模拟可用于服装设计、虚拟现实、游戏影音等领域,具有广泛的应用场景。为了提高布料模拟的效率与真实性,采用自适应网格策略来进行布料模拟,并针对当前自适应网格细分准则只能采用较小的阈值和容易引发过度细分的问题,提出了基于表面曲率特征的自适应细分准则。首先,根据表面曲率的大小对布料网格进行自适应细分;其次,根据曲率变化率对细分层次进行限定,避免产生冗余的精细网格。实验表明:相比于传统的基于曲率的细分准则,采用表面曲率和曲率变化率的双重细分标准可减少冗余网格10%左右,提升仿真速度约15%左右;与基于规则网格的布料模拟相比,仿真时间提升了19%,同时可以获得更好的细分效果。

分布式自适应网格交互多模型JPDA算法

将自适应网格交互多模型(AGIMM)算法和联合概率数据互联(JPDA)算法相结合,提出了用于多传感器多目标跟踪的分布式自适应网格交互多模型联合概率数据互联(DAGIMM-MSJP-DA)算法.该算法在航迹关联检验阶段结束后,融合中心采用模糊加权方法对不同传感器关于同一目标的各模型概率、各模型状态估计及其对应的估计协方差阵进行融合,从而得到关于目标的总体状态估计和相应的估计协方差阵,并将融合后的各模型概率反馈至各传感器以便进行统一的、更为精确的网格自适应调整.最后通过计算机仿真验证了该算法的有效性和正确性.

动态自适应性网格资源管理模型研究

由于网格计算中的资源具有分布性、自治性、异构性和动态性,对计算网格资源进行高效的管理是一 个具有挑战性的问题。提出了把移动代理技术引入网格计算资源管理,从而为资源管理提供一个自适应性的广 域资源环境,使网格计算系统能够自动适应环境的变化,为网格计算资源管理的动态自适应性研究指引了方向。

自适应网格交互多模型不敏粒子滤波算法

将一种变结构多模型算法——自适应网格交互多模型(AGIMM)算法和不敏粒子滤波(UPF)算法相结合,提出了自适应网格交互多模型不敏粒子滤波算法(AGIMMUPF)。该算法通过自适应网格实现了模型自适应,从而以较小的模型集合覆盖了目标大范围的机动,并以此来克服固定结构交互多模型粒子滤波(IMMPF)算法存在的缺陷,同时各模型滤波算法采用不敏粒子滤波(UPF)算法,使重要性密度函数融合了最新量测信息,更好地逼近真实状态的后验概率分布。通过计算机仿真证明,提出的算法可以有效提高IMMPF的费效比。

基于S修正卡尔曼滤波的自适应网格模糊交互多模型算法研究

针对机动目标跟踪问题中,固定结构多模型(FSMM)算法费效比不高以及交互式多模型(IMM)算法马尔可夫转移概率难以准确确定的问题,研究一种基于S修正卡尔曼滤波的自适应网格模糊交互式多模型(AGFIMM-SKF)算法。该算法通过自适应网格调整实现了模型集自适应,通过模糊逻辑推理得到模型集中各个模型的匹配度,并且对标准卡尔曼滤波器进行S修正。仿真结果表明,AG-FIMM-SKF算法与标准的IMM算法相比,可以有效提高多模型算法的精度和费效比,且适合工程应用。

基于S修正RBUKF的自适应网格交互式多模型算法

针对观测方程为非线性,状态方程为线性,且噪声为加性情况下的机动目标跟踪问题,应用Rao-Blackwellised UKF(RBUKF)算法滤波并对其进行了s修正,在此基础上,采用自适应网格(AG)方法对模型集进行自适应调整,得到一种基于S修正RBUKF的自适应网格交互式多模型(SRBUKF-AGIMM)算法。对二维蛇形机动目标跟踪的仿真结果表明,该算法与固定结构多模型(FSMM)算法相比,可在计算量相当的情况下大幅提高跟踪精度,大幅提高算法的费效比。

三维网格模型水印自适应调节算法

为提高三维网格模型嵌入水印的透明性,提出一种基于模型局部几何特征的自适应水印强度调节算法。将网格模型分割为若干局部区域,根据各区域内几何数据的波动情况对水印嵌入强度进行调节。几何误差和视觉失真误差评价结果表明,与非自适应嵌入方法相比,该方法嵌入的水印透明性较高。

基于UKF的自适应网格交互式多模型算法

针对非线性观测条件下的机动目标跟踪问题,基于机动目标的协同转弯(CT)模型,采用无迹卡尔曼滤波(UKF)方法和自适应网格(AG)的模型集自适应策略,研究了一种变结构交互式多模型算法,即基于UKF的自适应网格交互式多模型(UKF-AGIMM)算法。对二维机动目标跟踪的仿真结果表明,本算法与相应的固定结构交互式多模型算法相比,可以解决固定结构多模型算法存在的问题,有效提高多模型算法的精度和费效比,缩短计算时间,且适合工程应用。

基于自适应子带分解和内容模型的图像编码

在SPIHT算法基础上引入了两种算法———自适应子带分解算法和基于内容模型的算术编码算法 ,以改进压缩性能 自适应子带分解算法改变了小波变换后系数的统计分布 ,在低码率时峰值信噪比 (PSNR)得到一定的改善 ;基于内容模型的算术编码算法进一步开发了子带间以及相邻像素间的相关性 ,增强了压缩性能 实验结果表明 :文中算法和SPIHT算法比较 ,改进了压缩性能 。