CN103440650A - 一种基于模糊测度的流场涡特征检测方法 - Google Patents

一种基于模糊测度的流场涡特征检测方法 Download PDF

Info

Publication number
CN103440650A
CN103440650A CN2013103756374A CN201310375637A CN103440650A CN 103440650 A CN103440650 A CN 103440650A CN 2013103756374 A CN2013103756374 A CN 2013103756374A CN 201310375637 A CN201310375637 A CN 201310375637A CN 103440650 A CN103440650 A CN 103440650A
Authority
CN
China
Prior art keywords
summit
flow field
distance
feature
streamline
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2013103756374A
Other languages
English (en)
Inventor
曾亮
徐华勋
王怀晖
蔡勋
李思昆
王文珂
沈恩亚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National University of Defense Technology
Original Assignee
National University of Defense Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National University of Defense Technology filed Critical National University of Defense Technology
Priority to CN2013103756374A priority Critical patent/CN103440650A/zh
Publication of CN103440650A publication Critical patent/CN103440650A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明公开了一种基于模糊测度的流场涡特征检测方法,目的是提高复杂流场中涡特征提取准确率,技术方案是根据流场特征测度的三个原则得到临界点特征向量、流线距离特征向量和欧拉距离特征向量,进而得到流场中各个顶点的的涡特征的特征向量;然后将各个顶点的涡特征的特征向量进行标准化处理,得到标准化特征向量;最后根据模糊聚类方法计算各个顶点的隶属度,隶属度大于0.5的顶点即为涡特征的特征区域。采用本发明能够准确的提取复杂流场涡特征结构,准确率较已有方法有很大的提高。

Description

一种基于模糊测度的流场涡特征检测方法
技术领域
本发明涉及三维流场涡特征检测方法,尤其是一种基于模糊测度的流场涡特征检测方法。
背景技术
随着计算机性能的飞速提升,计算流体动力学的计算网格规模越来越大,计算的解包括定义于数亿个网格点上的若干物理量。面对如此海量数据,如何利用特征提取技术捕捉其蕴含的重要特征信息,一直是科学计算可视化研究领域所关注的问题之一。涡特征作为流场中的典型特征结构,并没有准确的定义,这导致了涡特征检测比较困难。而模糊集合论比较适合于描述具有非硬性边界的集合。复杂的流场涡特征结构,难以精确界定其区域边界,因此适合采用模糊集理论对其进行提取。
已有的特征提取方法如λ2方法、Q-标准方法等经典的涡特征提取方法都存在着误检的情况,尤其是针对复杂流场,涡特征提取的准确率较低。如何提高复杂流场中的涡特征提取的准确性,是流场特征提取的重要问题。
发明内容:
本发明要解决的技术问题是:针对复杂流场中涡特征提取准确率较低的问题,提出一种基于模糊测度的流场涡特征提取方法,该方法能够准确的提取复杂流场涡特征结构,准确率较已有方法有很大的提高。
技术方案是:从模糊理论出发,将流场涡特征做为模糊集合来处理,针对涡特征结构采用不同的测度方法,根据这些测度方法计算出涡特征结构的标准特征向量;最后采用基于模糊聚类的涡特征结构提取方法实现典型流场涡特征结构的有效提取。
具体的技术方案是:
第一步:根据流场特征测度的三个原则得到临界点特征向量、流线距离特征向量和欧拉距离特征向量,得到流场中各个顶点的涡特征的特征向量。
1.1:初始化顶点循环变量k为0。
1.2:由于涡核点均为临界点,因此采用临界点测度方法对序号为k的顶点进行测度。由临界点(流场中速度为0的顶点)定义可知临界点测度原则:当流场U中的顶点xk速度为零时,将顶点xk的隶属度(顶点的隶属度是指该顶点隶属于涡特征的程度,取值为0到1)映射为1。其中xk表示流场中序号为k的顶点。因此,根据临界点测度原则可得到顶点xk的6维(即6元组)的临界点特征向量:V1(xk)=(u,v,w,v1,v2,v3),该特征向量用于计算特征隶属度,其中前三个元素u,v,w为流场U中顶点xk的三维坐标,后三个元素v1,v2,v3为顶点xk的速度值。
1.3:利用流线距离对顶点与涡核点的关系得到如下流线距离测度原则:当流场U中的两个顶点x,y相对于同一临界点的流线距离满足sd(x,c)<sd(y,c)时,x,y的隶属度值存在μ(x)>μ(y)关系,其中sd(x,c)为点x和点c之间的流线距离,sd(y,c)为点y和点c之间的流线距离,两点之间的流线距离是指,当两点之间存在流线经过时,流线距离为两点之间的流线段的长度;如果两点之间不存在经过该两点的流线,则流线距离为无穷大,μ(x)表示点x的隶属度值,μ(y)表示点y的隶属度值。也就是说当顶点x到临界点c的流线距离sd(x,c)小于顶点y到c的流线距离sd(y,c)时,x的隶属度μ(x)大于y的隶属度μ(y)。根据流线距离测度原则,采用距离各临界点的最小流线距离作为特征向量,得到如下1维(即一元组)流线距离特征向量:V2(xk)=(smin(xk)),其中smin(xk)为顶点xk到流场中所有临界点的最小流线距离。
1.4:根据欧拉距离的测度原则,采用距离各临界点的最小欧拉距离作为特征向量,得到如下1维欧拉距离特征向量:V3(xk)=(dmin(xk)),其中dmin(xk)为顶点xk到流场中所有临界点的最小距离。欧拉距离的测度原则是指当顶点x,y距离同一临界点c的欧拉距离存在d(x,c)<d(y,c)关系时,隶属度有μ(x)>μ(y)。其中d(x,c)表示x、c两点之间的距离。
1.5:综合上述测度原则,可得到涡特征的特征向量:
V(xk)=(u,v,w,v1,v2,v3,smin(xk),dmin(xk))。
1.6:令k增加1。
1.7:如果k小于流场U中顶点数目,则跳转至1.2步,否则执行第二步。
第二步:将各个顶点的涡特征的特征向量进行标准化处理,得到标准化特征向量2.1:初始化顶点循环变量k为0。
2.2:对顶点xk涡特征的特征向量的各个分量即u,v,w,v1,v2,v3,smin(xk),dmin(xk)进行标准化处理。标准化是指对其进行[0,1]区间标准化处理。设V(x)内的某一分量为m,其最大值、最小值分别为mmax和mmin,则标准化处理如下公式:
m ′ = m - m min m max - m min      公式1
经过标准化处理后,得到标准特征向量V'(xk)=(u',v',w',v1',v2',v3',smin'(xk),dmin'(xk))
2.3:令k增加1。
2.4:如果k小于流场U中顶点数目,则跳转至2.2步,否则执行第三步。
第三步:根据模糊聚类方法计算各个顶点的隶属度,隶属度大于0.5的顶点即为涡特征的特征区域。方法是:计算各个顶点的标准特征向量V'(xk)=(u',v',w',v1',v2',v3',smin'(xk),dmin'(xk))与临界点标准特征向量之间的偏差,进而通过聚类方法得到各个顶点的隶属度值,进而得到涡特征的特征区域,方法是:
3.1:初始化顶点循环变量k为0。
3.2:定义集合Ik={i|1≤i≤n,dik=0}和
Figure BDA0000372298670000022
其中dik为流场中临界点ci与顶点xk的距离。令 fd ik = | | V ′ ( x k ) - V ′ ( c i ) | | = ( Σ j = 0 8 ( V j ′ ( x k ) - V j ′ ( c i ) ) 2 ) 1 / 2 表示当前位置xk与临界点ci间的特征向量偏差,Vj'(xk)表示标准特征向量V'(xk)的第j个分量,则根据公式2计算各个顶点的隶属度μ(xk):
    公式2
其中c表示流场U内临界点个数,i为临界点编号,流场中的任意一个顶点相对于所有临界点都有一个隶属度值,并且同一顶点相对于不同临界点的隶属度值之和为1。根据模糊划分相关理论,隶属度μ(xk)大于0.5的顶点即为涡特征的特征区域。
3.3:令k增加1。
3.4:如果k小于流场U中顶点数目,则跳转至3.2步,否则转第四步。
第四步,结束。
采用本发明可以达到以下技术效果:
准确检测三维复杂流场涡特征的位置与范围,有效提高了涡区特征检测的准确率,相比其他检测方法准确率有了非常大的提高。
附图说明
图1为基于模糊测度的流场特征检测方法流程图。
具体实施方式
图1为基于模糊测度的流场涡特征检测方法流程图。
第一步:根据流场特征测度的三个原则得到临界点特征向量、流线距离特征向量和欧拉距离特征向量,得到流场中各个顶点的涡特征的特征向量。
第二步:将各个顶点的涡特征的特征向量进行标准化处理,得到标准化特征向量。
第三步:根据模糊聚类方法计算各个顶点的隶属度,隶属度大于0.5的顶点即为涡特征的特征区域。
第四步:结束。

Claims (1)

1.一种基于模糊测度的流场涡特征检测方法,其特征在于包括以下步骤:
第一步:根据流场特征测度的三个原则得到临界点特征向量、流线距离特征向量和欧拉距离特征向量,得到流场中各个顶点的涡特征的特征向量;
1.1:初始化顶点循环变量k为0;
1.2:根据临界点测度原则得到顶点xk的6维临界点特征向量:V1(xk)=(u,v,w,v1,v2,v3),前三个元素u,v,w为顶点xk的三维坐标,后三个元素v1,v2,v3为顶点xk的速度值;临界点测度原则是指:当流场U中的顶点xk速度为零时,将顶点xk的隶属度映射为1,顶点的隶属度是指该顶点隶属于涡特征的程度,取值为0到1;xk表示流场中序号为k的顶点;
1.3:根据流线距离测度原则,采用距离各临界点的最小流线距离作为特征向量,得到1维流线距离特征向量:V2(xk)=(smin(xk)),其中smin(xk)为顶点xk到流场中所有临界点的最小流线距离;流线距离测度原则是指:当流场U中的两个顶点x,y相对于同一临界点的流线距离满足sd(x,c)<sd(y,c)时,x,y的隶属度值存在μ(x)>μ(y)关系,其中sd(x,c)为点x和点c之间的流线距离,sd(y,c)为点y和点c之间的流线距离,两点之间的流线距离是指,当两点之间存在流线经过时,流线距离为两点之间的流线段的长度;如果两点之间不存在经过该两点的流线,则流线距离为无穷大,μ(x)表示点x的隶属度值,μ(y)表示点y的隶属度值;也就是说当顶点x到临界点c的流线距离sd(x,c)小于顶点y到c的流线距离sd(y,c)时,x的隶属度μ(x)大于y的隶属度;
1.4:根据欧拉距离的测度原则,采用距离各临界点的最小欧拉距离作为特征向量,得到1维欧拉距离特征向量:V3(xk)=(dmin(xk)),其中dmin(xk)为顶点x到流场中所有临界点的最小距离;欧拉距离的测度原则是指当顶点x,y距离同一临界点c的欧拉距离存在d(x,c)<d(y,c)关系时,隶属度有μ(x)>μ(y);其中d(x,c)表示x、c两点之间的距离;
1.5:综合1.1-1.4的测度原则,可得到涡特征的特征向量:
V(xk)=(u,v,w,v1,v2,v3,smin(xk),dmin(xk));
1.6:令k增加1;
1.7:如果k小于流场U中顶点数目,则跳转至1.2步,否则执行第二步;
第二步:将各个顶点的涡特征的特征向量进行标准化处理,得到标准化特征向量:
2.1:初始化顶点循环变量k为0;
2.2:对涡特征的特征向量的各个分量即u,v,w,v1,v2,v3,smin(xk),dmin(xk)进行标准化处理;标准化是指对其进行[0,1]区间标准化处理;设V(x)内的某一分量为m,其最大值、最小值分别为mmax和mmin,则标准化处理如公式1:
m ′ = m - m min m max - m min      公式1
经过标准化处理后,得到标准特征向量V'(xk)=(u',v',w',v1',v2',v3',smin'(xk),dmin'(xk));
2.3:令k增加1;
2.4:如果k小于流场U中顶点数目,则跳转至2.2步,否则执行第三步;
第三步:根据模糊聚类方法计算各个顶点的隶属度,隶属度大于0.5的顶点即为涡特征的特征区域,方法是:
3.1:初始化顶点循环变量k为0;
3.2:定义集合Ik={i|1≤i≤n,dik=0}和
Figure FDA0000372298660000022
其中dik为流场中临界点ci与顶点xk的距离;令 fd ik = | | V ′ ( x k ) - V ′ ( c i ) | | = ( Σ j = 0 8 ( V j ′ ( x k ) - V j ′ ( c i ) ) 2 ) 1 / 2 表示当前位置xk与临界点ci间的特征向量偏差,表示标准特征向量V'(xk)的第j个分量,则根据公式2计算各个顶点的隶属度μ(xk):
Figure FDA0000372298660000024
     公式2
其中c表示流场U内临界点个数,i为临界点编号,流场中的任意一个顶点相对于所有临界点都有一个隶属度值,并且同一顶点相对于不同临界点的隶属度值之和为1;
3.3:令k增加1;
3.4:如果k小于流场U中顶点数目,则跳转至3.2步,否则转第四步;
第四步,结束。
CN2013103756374A 2013-08-26 2013-08-26 一种基于模糊测度的流场涡特征检测方法 Pending CN103440650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2013103756374A CN103440650A (zh) 2013-08-26 2013-08-26 一种基于模糊测度的流场涡特征检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2013103756374A CN103440650A (zh) 2013-08-26 2013-08-26 一种基于模糊测度的流场涡特征检测方法

Publications (1)

Publication Number Publication Date
CN103440650A true CN103440650A (zh) 2013-12-11

Family

ID=49694343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2013103756374A Pending CN103440650A (zh) 2013-08-26 2013-08-26 一种基于模糊测度的流场涡特征检测方法

Country Status (1)

Country Link
CN (1) CN103440650A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633104A (zh) * 2016-07-19 2018-01-26 中国科学院计算机网络信息中心 一种流场可视化方法
CN110455476A (zh) * 2019-07-29 2019-11-15 河海大学 一种基于mcd异常点检验算法的多维动力指纹损伤识别方法
CN112508035A (zh) * 2020-11-09 2021-03-16 山东科技大学 一种海洋流场临界点提取方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101616310A (zh) * 2009-07-17 2009-12-30 清华大学 可变视角及分辨率的双目视觉系统目标图像稳定化方法
WO2012005946A1 (en) * 2010-07-08 2012-01-12 Spinella Ip Holdings, Inc. System and method for shot change detection in a video sequence

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101616310A (zh) * 2009-07-17 2009-12-30 清华大学 可变视角及分辨率的双目视觉系统目标图像稳定化方法
WO2012005946A1 (en) * 2010-07-08 2012-01-12 Spinella Ip Holdings, Inc. System and method for shot change detection in a video sequence

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
XU HUAXUN等: "Multi-resolution Texture Visualization of Vector Field Based on Fuzzy Feature Measurement", 《PROCEEDINGS OF THE INTERNATIONAL MULTICONFERENCE OF ENGINEERS AND COMPUTER SCIENTISTS 2011》 *
徐华勋等: "复杂流场特征区域模糊描述与提取方法", 《软件学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107633104A (zh) * 2016-07-19 2018-01-26 中国科学院计算机网络信息中心 一种流场可视化方法
CN110455476A (zh) * 2019-07-29 2019-11-15 河海大学 一种基于mcd异常点检验算法的多维动力指纹损伤识别方法
CN110455476B (zh) * 2019-07-29 2021-08-27 河海大学 一种基于mcd异常点检验算法的多维动力指纹损伤识别方法
CN112508035A (zh) * 2020-11-09 2021-03-16 山东科技大学 一种海洋流场临界点提取方法

Similar Documents

Publication Publication Date Title
Onu et al. LCS Tool: A computational platform for Lagrangian coherent structures
Parsons et al. Numerical modelling of flow structures over idealized transverse aeolian dunes of varying geometry
Cao et al. Numerical simulation of Reynolds number effects on velocity shear flow around a circular cylinder
Rao et al. The flow past a circular cylinder translating at different heights above a wall
CN103310115B (zh) 一种多目标跟踪的杂波估计方法
Kanamori et al. Shock wave detection in two-dimensional flow based on the theory of characteristics from CFD data
Cheng et al. Numerical investigation of unsteady cavitating turbulent flows around twisted hydrofoil from the Lagrangian viewpoint
Raben et al. Computation of finite-time Lyapunov exponents from time-resolved particle image velocimetry data
Zhao et al. Numerical study of low-Reynolds-number flow past two tandem square cylinders with varying incident angles of the downstream one using a CIP-based model
Lam et al. Experimental study and large eddy simulation for the turbulent flow around four cylinders in an in-line square configuration
CN106154117A (zh) 一种分布式并网孤岛检测的组合方法
Zou et al. Large-eddy simulation of flow around cylinder arrays at a subcritical Reynolds number
CN103440650A (zh) 一种基于模糊测度的流场涡特征检测方法
CN103679213B (zh) 一种3d手势识别方法
CN103235888A (zh) 一种精确计算双各向异性介质球电磁散射的方法
Shaafi et al. Effect of rotating cylinder on the wake-wall interactions
CN105300386B (zh) 一种x射线脉冲星光子序列的频域加权比相方法
CN103049593A (zh) 一种计算两条参数曲线间的Hausdorff距离的方法
CN106970265B (zh) 一种采用多时间尺度不完全s变换估计谐波参数的方法
Kandasamy et al. Unsteady free surface wave-induced separation: vortical structures and instabilities
Frederich et al. Numerical simulation of the flow around a finite cylinder with ground plate in comparison to experimental measurements
CN104751630A (zh) 一种基于Kernel-KNN匹配的道路交通状态获取方法
Panagiotou et al. The ASBM-SA turbulence closure: Taking advantage of structure-based modeling in current engineering CFD codes
Wu et al. A VIScous Vorticity Equation (VISVE) method applied to 2-D and 3-D hydrofoil in both forward and backing conditions
CN104834829B (zh) 脉动压力数值预测方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20131211

WD01 Invention patent application deemed withdrawn after publication