CN117421517A - 背景纹影测量密度场的泊松方程源项快速计算方法 - Google Patents
背景纹影测量密度场的泊松方程源项快速计算方法 Download PDFInfo
- Publication number
- CN117421517A CN117421517A CN202311735311.8A CN202311735311A CN117421517A CN 117421517 A CN117421517 A CN 117421517A CN 202311735311 A CN202311735311 A CN 202311735311A CN 117421517 A CN117421517 A CN 117421517A
- Authority
- CN
- China
- Prior art keywords
- point
- measurement
- bos
- deflection angle
- given
- 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.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 92
- 238000004364 calculation method Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 claims abstract description 57
- 230000035772 mutation Effects 0.000 claims abstract description 16
- 238000006467 substitution reaction Methods 0.000 claims description 12
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000001739 density measurement Methods 0.000 abstract description 2
- 238000012360 testing method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M9/00—Aerodynamic testing; Arrangements in or on wind tunnels
- G01M9/06—Measuring arrangements specially adapted for aerodynamic testing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9014—Indexing; Data structures therefor; Storage structures hash tables
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Operations Research (AREA)
- Algebra (AREA)
- Fluid Mechanics (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明提供背景纹影测量密度场的泊松方程源项快速计算方法，属于BOS与密度测量技术领域。光偏折角场中突变区域和光滑连续区域共存时，现有建模法获得的泊松方程源项质量不佳、耗时长，为此，基于BOS各测量点的光偏折角场数据，创建点坐标与光偏折角场间的哈希表，旨在快速查找以给定点为中心的局部区域BOS测量点集合及其光偏折角；推导并构造该局部区域的偏折角插值型求导公式，据此，建立光偏折角场中偏折角突变测量点捕捉方法；最后，按突变测量点划分区域，基于哈希表和局部插值型求导公式，分别计算均匀网格节点上的光偏折角偏导数，高质量快速获得泊松方程源项，应用至BOS密度场测量，极大提高了其测量的速率与质量。
Description
技术领域
本发明属于背景纹影与密度测量技术领域，具体为背景纹影测量密度场的泊松方程源项快速计算方法。
背景技术
绕流的密度场测量数据，对于飞行器气动外形的优化和选型至关重要。背景纹影（Background Oriented Schlieren，BOS）是一种非接触式飞行器绕流密度场测试装置；相较于传统纹影，BOS具有硬件搭建简单、标定方便、测量视窗不受光学元器件尺寸限制等显著优点，因此在绕流密度场测试领域备受空气动力试验机构的青睐。
BOS基于有/无流动时的背景图案变化，计算光偏折角场，由于绕流密度场与穿过绕流的光偏折位移场满足泊松方程，如下式：
式中，为光轴方向扰动流场的宽度，/>为无扰动空气的密度值，/>为Gladstone-Dale常数，/>为待求的有流动时密度值；/>和/>为/>和/>方向的光偏折角。上式的等号右端项即称为泊松方程源项。
现有技术中，采用有限差分法求解上式的泊松方程来获得密度，实现基于背景纹影的密度场测量，因此需要根据背景纹影测得的光偏折角场，得到均匀剖分网格节点上的泊松方程源项。由上式可知，对于给定的BOS测量试验，为常数，因此快速准确计算光偏折角的一阶偏导数，对于背景纹影测量密度场至关重要。
目前，针对背景纹影的密度场测量，主要采用神经网络、插值或拟合等建模方法，建立光偏折角场关于BOS光偏折角测量节点坐标的计算模型，再将均匀剖分的有限差分网格节点坐标代入该计算模型，得到网格节点的光偏折角并求偏导数，进而获得泊松方程源项，实现密度场的测量。这一传统测量方法耗时长，且对于光偏折角场中同时存在突变区域和光滑连续区域时，建模效果不佳。
对于有强激波的流场位置，其密度突变，其他区域密度场则具备光滑连续性，由泊松方程式可知：光偏折角场揭示了流场密度变化的规律，因此光偏折角场也具备该特性，需要捕捉光偏折角突变信息，分区域构造给定与/>坐标的光偏折角场及一阶偏导数计算公式，以便建立求解密度场的泊松方程源项；这一原理致力于提高背景纹影密度场的测量速率，始终是本领域技术人员的研究核心。
发明内容
针对背景技术中的现状，本发明的目的是解决传统测量方法耗时长和建模效果不佳的问题，因此提出了针对背景纹影测量密度场中泊松方程源项的快速计算方法。
本发明通过推导光偏折角场的局部插值型求导公式，进而创建偏折角场中突变区域边界捕捉算法，旨在依据偏折角场中的突变信息，分区域构造给定与/>坐标的光偏折角及一阶偏导数计算公式；另一方面，本发明构造关于节点坐标/>快速插入与查找其光偏折角的哈希函数，高效计算有限差分规则网格节点上泊松方程的源项，从而极大提高了背景纹影密度场的测量速率。
本发明采用了以下技术方案来实现目的：
一种背景纹影测量密度场的泊松方程源项快速计算方法，所述方法包括如下步骤：
S1、获取给定的二维区域中的光偏折角场数据；然后将二维区域剖分为均匀网格；
S2、依据剖分的均匀网格，建立其中各个BOS测量点的坐标与光偏折角场之间一一映射的哈希表；哈希表用于依据点坐标插入与查找对应的光偏折角；
S3、以给定点坐标为中心，建立给定点邻域内的BOS测量点的局部插值型求导公式；
S4、捕捉光偏折角场中的偏折角突变测量点，记录对应坐标；
S5、按突变测量点划分区域，基于哈希表和局部插值型求导公式，分别计算均匀网格节点上的光偏折角偏导数，得出各个区域的泊松方程源项，应用至背景纹影密度场的测量中。
具体的，步骤S5中，将给定捕捉并记录的偏折角突变测量点作为边界点，对均匀网格节点分区；将各区域内均匀网格节点的坐标代入哈希表中；通过哈希表的索引，得到距离均匀网格节点最近的给定测量点的索引；通过给定测量点的局部插值型求导公式的中间计算参数，得到以给定测量点为中心的偏折角局部插值公式，此公式对应的局部插值型求导公式即用于均匀网格节点的代入计算；最后将均匀网格节点的坐标/>代入对应的局部插值型求导公式，得出该区域各个均匀网格节点的泊松方程源项。
综上所述，由于采用了本技术方案，本发明的有益效果如下：
现有技术采用插值、拟合或神经网络等建模方法，得到光偏折角场关于BOS测量点坐标的计算模型，再将均匀剖分的网格节点坐标代入该计算模型，得到节点上的光偏折角及其偏导数，获得泊松方程源项；这一方法耗时长，更重要地是对于光偏折角场中同时存在突变区域和光滑连续区域的情况，建模效果不佳。
因此，相较于现有技术，本发明一方面构造基于点坐标快速插入与查找其光偏折角的哈希函数，其光偏折角的查找算法时间复杂度相较于现有算法的效率大幅提升；另一方面，通过推导光偏折角的局部插值型求导公式和偏折角场中突变区域边界捕捉算法，依据偏折角场中的突变信息，分区域快速准确计算给定与/>坐标的泊松方程源项，极大提高了背景纹影密度场测量的速率与质量。
附图说明
图1为本发明方法的整体流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以按各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
一种背景纹影测量密度场的泊松方程源项快速计算方法，图1示出了该方法的整体流程，可同步参看；该方法的步骤总述如下：
S1、获取给定的二维区域中的光偏折角场数据；然后将二维区域剖分为均匀网格；
S2、依据剖分的均匀网格，建立其中各个BOS测量点的坐标与光偏折角场之间一一映射的哈希表；哈希表用于依据点坐标插入与查找对应的光偏折角；
S3、以给定点为中心，建立给定点邻域内BOS测量点的局部插值型求导公式；
S4、捕捉光偏折角场中的偏折角突变测量点，记录对应坐标；
S5、按突变测量点划分区域，基于哈希表和局部插值型求导公式，分别计算均匀网格节点上的光偏折角偏导数，得出各个区域的泊松方程源项，应用至背景纹影密度场的测量中。
本实施例按照方法的步骤执行顺序，详细具体的介绍其具体内容。
步骤S1中，首先采用背景纹影BOS技术，测得给定的二维区域中BOS测量点的光偏折角场数据；然后采用有限差分法，将二维区域/>剖分为均匀网格/>；均匀网格/>中，BOS测量点以网格节点行列形式排布。
步骤S2中，建立哈希表时，BOS测量点在哈希表中的索引计算式为：
式中，和/>分别为第/>行第/>列的给定测量点/>在二维区域/>上的坐标，/>表示测量点标识；行差/>和列差/>分别为二维区域/>中相邻的BOS测量点的坐标差；/>为每行BOS测量点的个数。
作为本实施例的优选，此步骤中将所有BOS测量点的光偏折角数据，按照索引计算式的计算值由大到小的顺序，插入至哈希表中；在后续求解过程中，依据各个BOS测量点的坐标，插入与查找对应的光偏折角数据。
步骤S3中，以给定测量点为中心，建立8邻域内的BOS测量点的局部插值型求导公式；8邻域内的BOS测量点分别为：左上点/>、正上点/>、右上点、左侧点/>、右侧点/>、左下点/>、正下点/>和右下点/>。
建立的局部插值型求导公式如下：
式中，和/>为/>和/>方向的光偏折角；/>、/>、/>、/>分别为对应的中间计算参数；/>、/>分别为行与列的序数；中间计算参数的计算过程依次如下：
式中，、/>、/>、/>、/>、/>分别为给定测量点/>及其8邻域内各个BOS测量点的具体坐标值。
步骤S4中，对于突变区域的上下左右边界，捕捉并记录偏折角突变测量点的对应坐标时，处理方式分别如下所述。
对于从左至右的插值方向，基于给定测量点，寻找其左边界的算法为：将其左侧点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以左侧点为中心的偏折角局部插值公式；通过偏折角局部插值公式得出左侧点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的左边界点，结束算法；
基于给定测量点，寻找其右边界的算法为：将其右侧点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以右侧点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出右侧点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的右边界点，结束算法。
对于从上至下的插值方向，基于给定测量点，寻找其上边界的算法为：将其正上点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以正上点为中心的偏折角局部插值公式；通过偏折角局部插值公式得出正上点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的上边界点，结束算法；
基于给定测量点，寻找其下边界的算法为：将其正下点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以正下点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出正下点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的下边界点，结束算法。
步骤S5中，按照步骤S4捕捉记录的各边界点，也就是偏折角突变测量点，将均匀网格节点划分区域；对于给定区域的给定测量点，将其对应的均匀网格节点/>的坐标/>代入哈希表中，/>表示网格点标识；通过哈希表的索引，得到距离均匀网格节点最近的给定测量点/>的索引，此时的给定测量点/>可能是均匀网格节点/>位置本身，也可能是另一已预先存储有具体结果值的给定测量点/>；通过给定测量点的局部插值型求导公式的中间计算参数，得到以给定测量点/>为中心的偏折角局部插值公式，此公式对应的局部插值型求导公式即用于均匀网格节点/>的代入计算；最后将均匀网格节点/>的坐标/>代入对应的局部插值型求导公式，得出该区域各个均匀网格节点的泊松方程源项。
Claims (10)
1.一种背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于，所述方法包括如下步骤：
S1、获取给定的二维区域中的光偏折角场数据；然后将二维区域剖分为均匀网格；
S2、依据剖分的均匀网格，建立其中各个BOS测量点的坐标与光偏折角场之间一一映射的哈希表；哈希表用于依据点坐标插入与查找对应的光偏折角；
S3、以给定点坐标为中心，建立给定点邻域内的BOS测量点的局部插值型求导公式；
S4、捕捉光偏折角场中的偏折角突变测量点，记录对应坐标；
S5、按突变测量点划分区域，基于哈希表和局部插值型求导公式，分别计算均匀网格节点上的光偏折角偏导数，得出各个区域的泊松方程源项，应用至背景纹影密度场的测量中。
2.根据权利要求1所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S1中，采用背景纹影BOS技术，测得给定的二维区域中BOS测量点的光偏折角场数据。
3.根据权利要求2所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：采用有限差分法，将二维区域剖分为均匀网格/>；均匀网格/>中，BOS测量点以网格节点行列形式排布。
4.根据权利要求3所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S2中，BOS测量点在哈希表中的索引计算式为：
式中，和/>分别为第/>行第/>列的给定测量点/>在二维区域/>上的坐标，/>表示测量点标识；行差/>和列差/>分别为二维区域/>中相邻的BOS测量点的坐标差；/>为每行BOS测量点的个数。
5.根据权利要求4所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：将所有BOS测量点的光偏折角数据，按照索引计算式的计算值由大到小的顺序，插入至哈希表中；在后续求解过程中，依据给定点坐标，插入与查找对应的BOS测量点及其光偏折角数据。
6.根据权利要求5所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S3中，以给定测量点为中心，建立8邻域内的BOS测量点的局部插值型求导公式；8邻域内的BOS测量点分别为：左上点/>、正上点/>、右上点、左侧点/>、右侧点/>、左下点/>、正下点/>和右下点/>。
7.根据权利要求6所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：建立的局部插值型求导公式如下：
式中，和/>为/>和/>方向的光偏折角；/>、/>、/>、/>分别为对应的中间计算参数；/>、/>分别为行与列的序数；中间计算参数的计算过程依次如下：
式中，、/>、/>、/>、/>、/>分别为给定测量点/>及其8邻域内各个BOS测量点的具体坐标值。
8.根据权利要求7所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S4中，记录偏折角突变测量点的对应坐标时，对于从左至右的插值方向，基于给定测量点，寻找其左边界的算法为：将其左侧点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以左侧点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出左侧点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的左边界点，结束算法；
基于给定测量点，寻找其右边界的算法为：将其右侧点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以右侧点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出右侧点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点为突变区域的右边界点，结束算法。
9.根据权利要求7所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S4中，记录偏折角突变测量点的对应坐标时，对于从上至下的插值方向，基于给定测量点，寻找其上边界的算法为：将其正上点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以正上点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出正上点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点/>为突变区域的上边界点，结束算法；
基于给定测量点，寻找其下边界的算法为：将其正下点/>代入局部插值型求导公式的中间计算参数的计算过程，得到以正下点/>为中心的偏折角局部插值公式；通过偏折角局部插值公式得出正下点/>的计算值，若计算值与BOS测量值之差的绝对值大于给定阈值/>，则将/>，形成新的给定测量点/>，重复代入与计算比较过程；当计算值与BOS测量值之差的绝对值小于等于给定阈值/>，则认为此时的给定测量点为突变区域的下边界点，结束算法。
10.根据权利要求8或9所述的背景纹影测量密度场的泊松方程源项快速计算方法，其特征在于：步骤S5中，给定捕捉并记录的偏折角突变测量点，按突变测量点划分区域；将给定区域内对应的均匀网格节点的坐标/>代入哈希表中，/>表示网格点标识；通过哈希表的索引，得到距离均匀网格节点/>最近的给定测量点/>的索引；通过给定测量点/>的局部插值型求导公式的中间计算参数，得到以给定测量点/>为中心的偏折角局部插值公式，此公式对应的局部插值型求导公式即用于均匀网格节点/>的代入计算；最后将均匀网格节点/>的坐标/>代入对应的局部插值型求导公式，得出均匀网格节点/>的泊松方程源项。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311735311.8A CN117421517B (zh) | 2023-12-18 | 2023-12-18 | 背景纹影测量密度场的泊松方程源项快速计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311735311.8A CN117421517B (zh) | 2023-12-18 | 2023-12-18 | 背景纹影测量密度场的泊松方程源项快速计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117421517A true CN117421517A (zh) | 2024-01-19 |
| CN117421517B CN117421517B (zh) | 2024-03-01 |
Family
ID=89528724
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311735311.8A Active CN117421517B (zh) | 2023-12-18 | 2023-12-18 | 背景纹影测量密度场的泊松方程源项快速计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117421517B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002005041A2 (de) * | 2000-07-07 | 2002-01-17 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Verfahren und vorrichtung zur verarbeitung und vorhersage von strömungsparametern turbulenter medien |
| CN106290256A (zh) * | 2016-08-03 | 2017-01-04 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于视频测量的定量背景纹影方法 |
| CN106596037A (zh) * | 2016-12-16 | 2017-04-26 | 中国空气动力研究与发展中心高速空气动力研究所 | 风洞试验模型绕流密度投影场的视频测量方法 |
| CN106780751A (zh) * | 2017-01-19 | 2017-05-31 | 桂林电子科技大学 | 基于改进的屏蔽泊松算法的三维点云重建方法 |
| CN107240148A (zh) * | 2017-04-11 | 2017-10-10 | 中国人民解放军国防科学技术大学 | 基于背景纹影技术的透明物体三维表面重建方法和装置 |
| JP2019191110A (ja) * | 2018-04-27 | 2019-10-31 | トヨタ自動車株式会社 | 風切音解析装置及び風切音解析方法 |
| CN112487688A (zh) * | 2020-12-15 | 2021-03-12 | 南京理工大学 | 用于应力场偏振参数动态成像的结构与光场联合仿真方法 |
| CN113821885A (zh) * | 2021-07-15 | 2021-12-21 | 段鹏浩 | 基于网格自动生成技术的航空发动机叶片流场计算平台 |
| CN114964713A (zh) * | 2022-05-27 | 2022-08-30 | 大连理工大学 | 一种用于大尺度流场可视成像的纹影实验方法 |
| CN114993687A (zh) * | 2022-08-01 | 2022-09-02 | 北京航空航天大学 | 基于背景纹影法的全场热释放率扰动测量方法及装置 |
| CN115913112A (zh) * | 2022-12-26 | 2023-04-04 | 上海交通大学 | 一种智能化光伏组件复合故障诊断方法 |
| US20230123777A1 (en) * | 2021-10-20 | 2023-04-20 | United States Of America As Represented By The Administrator Of Nasa | Real-Time, Reference-Free Background Oriented Schlieren Imaging System |
-
2023
- 2023-12-18 CN CN202311735311.8A patent/CN117421517B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2002005041A2 (de) * | 2000-07-07 | 2002-01-17 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Verfahren und vorrichtung zur verarbeitung und vorhersage von strömungsparametern turbulenter medien |
| CN106290256A (zh) * | 2016-08-03 | 2017-01-04 | 中国空气动力研究与发展中心高速空气动力研究所 | 基于视频测量的定量背景纹影方法 |
| CN106596037A (zh) * | 2016-12-16 | 2017-04-26 | 中国空气动力研究与发展中心高速空气动力研究所 | 风洞试验模型绕流密度投影场的视频测量方法 |
| CN106780751A (zh) * | 2017-01-19 | 2017-05-31 | 桂林电子科技大学 | 基于改进的屏蔽泊松算法的三维点云重建方法 |
| CN107240148A (zh) * | 2017-04-11 | 2017-10-10 | 中国人民解放军国防科学技术大学 | 基于背景纹影技术的透明物体三维表面重建方法和装置 |
| JP2019191110A (ja) * | 2018-04-27 | 2019-10-31 | トヨタ自動車株式会社 | 風切音解析装置及び風切音解析方法 |
| CN112487688A (zh) * | 2020-12-15 | 2021-03-12 | 南京理工大学 | 用于应力场偏振参数动态成像的结构与光场联合仿真方法 |
| CN113821885A (zh) * | 2021-07-15 | 2021-12-21 | 段鹏浩 | 基于网格自动生成技术的航空发动机叶片流场计算平台 |
| US20230123777A1 (en) * | 2021-10-20 | 2023-04-20 | United States Of America As Represented By The Administrator Of Nasa | Real-Time, Reference-Free Background Oriented Schlieren Imaging System |
| CN114964713A (zh) * | 2022-05-27 | 2022-08-30 | 大连理工大学 | 一种用于大尺度流场可视成像的纹影实验方法 |
| CN114993687A (zh) * | 2022-08-01 | 2022-09-02 | 北京航空航天大学 | 基于背景纹影法的全场热释放率扰动测量方法及装置 |
| CN115913112A (zh) * | 2022-12-26 | 2023-04-04 | 上海交通大学 | 一种智能化光伏组件复合故障诊断方法 |
Non-Patent Citations (4)
| Title |
|---|
| AMJAD SHOAIB 等: "Assessment of three-dimensional density measurements from tomographic background-oriented schlieren (BOS)", 《MEASUREMENT SCIENCE AND TECHNOLOGY》, vol. 31, no. 11, 27 August 2020 (2020-08-27), pages 1 - 16, XP020358289, DOI: 10.1088/1361-6501/ab955a * |
| VINNICHENKO N. A. 等: "Accuracy of background oriented schlieren for different background patterns and means of refraction index reconstruction", 《15TH INTERNATIONAL SYMPOSIUM ON FLOW VISUALIZATION》, 28 June 2012 (2012-06-28), pages 1 - 15 * |
| 刘树森 等: "光滑粒子流体动力学流体仿真技术综述", 《软件学报》, vol. 35, no. 01, 21 April 2023 (2023-04-21), pages 481 - 512 * |
| 蔡华俊 等: "基于背景纹影技术的三维瞬态密度场重建", 《气动研究与试验》, vol. 1, no. 06, 10 November 2023 (2023-11-10), pages 79 - 91 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117421517B (zh) | 2024-03-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106529469B (zh) | 基于自适应坡度的无人机载LiDAR点云滤波方法 | |
| CN106600622B (zh) | 一种基于超体素的点云数据分割方法 | |
| CN109146948B (zh) | 基于视觉的作物长势表型参数量化与产量相关性分析方法 | |
| Shi et al. | Improved Iterative Closest Point (ICP) 3D point cloud registration algorithm based on point cloud filtering and adaptive fireworks for coarse registration | |
| CN107392875A (zh) | 一种基于k近邻域划分的点云数据去噪方法 | |
| CN106548462B (zh) | 基于薄板样条插值的非线性sar图像几何校正方法 | |
| CN103870845A (zh) | 点云聚类去噪过程中新的k值优化方法 | |
| CN106709948A (zh) | 一种基于超像素分割的快速双目立体匹配方法 | |
| CN106023298A (zh) | 基于局部泊松曲面重建的点云刚性配准方法 | |
| CN102938161B (zh) | 一种基于Mean Shift的三维形状自动分割方法 | |
| CN108320293A (zh) | 一种结合改进粒子群算法的快速点云边界提取技术 | |
| CN112435239A (zh) | 基于MRE-PointNet和自编码器模型的绿萝叶片外形参数估测方法 | |
| CN111598780B (zh) | 一种适用于机载LiDAR点云的地形自适应插值滤波方法 | |
| CN108280852A (zh) | 一种基于激光点云数据的门窗点云形状检测方法及系统 | |
| CN109064471A (zh) | 一种基于骨架的三维点云模型分割方法 | |
| CN112084871B (zh) | 一种基于弱监督学习的高分遥感目标边界提取方法 | |
| Zhu et al. | A calculation method of phenotypic traits based on three-dimensional reconstruction of tomato canopy | |
| Kang et al. | Research on improved region growing point cloud algorithm | |
| Zhu et al. | A method for detecting tomato canopies’ phenotypic traits based on improved skeleton extraction algorithm | |
| CN117421517B (zh) | 背景纹影测量密度场的泊松方程源项快速计算方法 | |
| Ma et al. | A method for calculating and simulating phenotype of soybean based on 3D reconstruction | |
| CN113633375A (zh) | 一种虚拟支气管镜的构建方法 | |
| CN113409332A (zh) | 一种基于三维点云的建筑物平面分割方法 | |
| CN110954133A (zh) | 核化距离模糊聚类正交分光成像位姿传感器标定方法 | |
| CN110211078A (zh) | 基于各向异性扩散的显著度检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |