基于约束最小二乘和稳定径向基函数的三维时态拉格朗日流场重构
摘要：三维时空重建拉氏粒子追踪（3D TR-LPT）技术最近提供了在拉格朗日框架下高空间和时间分辨率的流动诊断测量。为了充分发挥其潜力，需要准确和稳健的数据处理算法。这些算法负责从原始LPT数据中重建粒子轨迹、速度和微分量（如压力梯度、应变和旋转率张量以及连续结构）。在本文中，我们提出了一种三维无源散度拉氏重构方法，将三个基础算法——约束最小二乘法（CLS）、稳定径向基函数（RBF-QR）和统一分割法（PUM）——集成为一个综合的重构策略。我们的方法命名为CLS-RBF PUM，能够（i）直接在分散的数据点上重建流场，避免拉氏-欧拉数据转换；（ii）将拉氏和欧拉描述的流动诊断相结合，实现高精度的流动重构；（iii）处理具有2D或3D上数十万粒子的大规模LPT数据集；（iv）在任意时间和位置上施加物理约束（如不可压缩流动的无源散度），实现时空超分辨率。通过合成和实验LPT数据的验证，证实了我们的方法能够准确且稳健地实现以上优势。
作者：Lanyu Li and Zhao Pan
论文ID：2308.09227
分类：Fluid Dynamics
分类简称：physics.flu-dyn
提交时间：2023-08-21