【技术实现步骤摘要】
本申请涉及流场分析，尤其涉及一种涡识别方法和装置。
技术介绍
1、自然界中涡无处不在，涡代表流体的旋转运动。小到原子中的电子运动，大到银河系星云，亦或者如肉眼可见的龙卷风，都属于涡。涡旋的识别在很多工程领域有应用，如发动机内流场燃料混合情况分析，空气动力学的噪声产生和降噪研究，药物反应等领域。因此，涡的准确识别对于研究流场的规律和机制具有重要意义。
2、现有的涡识别方法通常利用谱聚类算法实现，但是通常是直接使用轨迹间距离的倒数作为相似度，得出的相似度差异较大，并且需要单独的稀疏化步骤，涡识别效果较差。常用的谱聚类算法一般使用两步法求得最终的聚类结果，但是通常第一步学习得到的数据相似度并不一定是第二步聚类的最优相似度，导致最终的聚类结果不一定是最优，进一步影响涡识别效果。
技术实现思路
1、本申请实施例通过提供一种涡识别方法和装置，相比于现有技术提高了涡识别的效果。
2、为了实现上述目的，本专利技术实施例的技术方案是：
3、第一方面，本专利技术实施例提供了一种涡识别方法，包括：获取目标流体中每一流体粒子时空轨迹对应的数据集；根据数据集，通过预设的距离计算方法确定流体粒子时空轨迹之间的距离，获得第一距离矩阵；根据流体粒子时空轨迹之间的相似度与第一距离矩阵，构建第一目标函数；对第一目标函数添加秩约束，获得第二目标函数；求解第二目标函数，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量；根据第一相似度矩阵以及连通分量识别目标流体中的涡结构，获得涡识别结
4、在一些可能的实现方式中，预设的距离计算方法为动态时间规整方法。
5、在一些可能的实现方式中，根据流体粒子时空轨迹之间的相似度与第一距离矩阵，构建第一目标函数之后，方法还包括：通过正则项参数对第一目标函数进行正则化，获得正则化后的目标函数。
6、在一些可能的实现方式中，正则化后的目标函数表示为：
7、
8、其中，γ为正则项参数，n为粒子个数，si为第i个粒子的相似度向量，i为序号为i的流体粒子，j为序号为j的流体粒子，dij为粒子i和j之间的距离，sij为粒子i和j之间的相似度，t为向量的转置符号，为向量的转置。
9、在一些可能的实现方式中，对第一目标函数添加秩约束，获得第二目标函数，包括：求解第一目标函数，获得第二相似度矩阵；根据第二相似度矩阵确定第二相似度矩阵的拉普拉斯矩阵；根据拉普拉斯矩阵的特征值序列中最大的特征值间隔，确定第二相似度矩阵的聚类数量；根据聚类数量对第一目标函数添加秩约束，获得第二目标函数。
10、在一些可能的实现方式中，带有第二目标函数表示为：
11、
12、
13、其中表示对于任意的i具有约束，s为相似度矩阵，ls为拉普拉斯矩阵，rank(ls)为拉普拉斯矩阵的秩。
14、在一些可能的实现方式中，在求解第二目标函数，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量之前，方法还包括：从第一距离矩阵中选择出k个最小的距离，获得第二距离矩阵；其中，k的取值为小于n的正整数。
15、在一些可能的实现方式中，求解第二目标函数，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量，包括：根据第二距离矩阵，通过交替优化方法优化第二目标函数，使第二目标函数收敛，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量。
16、在一些可能的实现方式中，根据第一相似度矩阵以及连通分量识别目标流体中的涡结构，获得涡识别结果，包括：根据第一相似度矩阵中每个节点所属的连通分量，绘制目标流体的流场图像；根据流场图像分离流场图像中的涡结构与流场背景，获得涡识别结果。
17、第二方面，本专利技术实施例提供了一种涡识别装置，包括：获取模块，用于获取目标流体中每一流体粒子时空轨迹对应的数据集；确定模块，用于根据数据集，通过预设的距离计算方法确定流体粒子时空轨迹之间的距离，获得第一距离矩阵；目标函数构建模块，用于根据流体粒子时空轨迹之间的相似度与第一距离矩阵，构建第一目标函数；秩约束模块，用于对第一目标函数添加秩约束，获得第二目标函数；求解模块，用于求解第二目标函数，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量；识别模块，用于根据第一相似度矩阵以及连通分量识别目标流体中的涡结构，获得涡识别结果。
18、在一些可能的实现方式中，预设的距离计算方法为动态时间规整方法。
19、在一些可能的实现方式中，该装置还包括：正则化模块，用于通过正则项参数对第一目标函数进行正则化，获得正则化后的目标函数。
20、在一些可能的实现方式中，正则化后的目标函数表示为：
21、
22、其中，γ为正则项参数，n为粒子个数，si为第i个粒子的相似度向量，i为序号为i的流体粒子，j为序号为j的流体粒子，dij为粒子i和j之间的距离，sij为粒子i和j之间的相似度，t为向量的转置符号，为向量的转置。
23、在一些可能的实现方式中，秩约束模块，还用于求解第一目标函数，获得第二相似度矩阵；根据第二相似度矩阵确定第二相似度矩阵的拉普拉斯矩阵；根据拉普拉斯矩阵的特征值序列中最大的特征值间隔，确定第二相似度矩阵的聚类数量；根据聚类数量对第一目标函数添加秩约束，获得第二目标函数。
24、在一些可能的实现方式中，第二目标函数表示为：
25、
26、
27、其中表示对于任意的i具有约束，s为相似度矩阵，ls为拉普拉斯矩阵，rank(ls)为拉普拉斯矩阵的秩。
28、在一些可能的实现方式中，该装置还包括：选择模块，用于从第一距离矩阵中选择出k个最小的距离，获得第二距离矩阵；其中，k的取值为小于n的正整数。
29、在一些可能的实现方式中，求解模块，还用于根据第二距离矩阵，通过交替优化方法优化第二目标函数，使第二目标函数收敛，获得第一相似度矩阵以及第一相似度矩阵对应的连通分量。
30、在一些可能的实现方式中，识别模块，还用于根据第一相似度矩阵中每个节点所属的连通分量，绘制目标流体的流场图像；根据流场图像分离流场图像中的涡结构与流场背景，获得涡识别结果。
31、本专利技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
32、本专利技术中，通过流体粒子时空轨迹之间的相似度和第一距离矩阵构建第一目标函数，对第一目标函数添加秩约束获得第二目标函数，求解第二目标函数获得第一相似度矩阵和第一相似度矩阵对应的连通分量，根据第一相似度矩阵以及连通分量识别目标流体中的涡结构，获得涡识别结果。如此，通过带有秩约束的第二目标函数，能够实现同时学习第一相似度矩阵以及连通分量，且能够使第一相似度矩阵的连通分量与聚类数量相同，能够获得更好的涡识别效果。
本文档来自技高网...【技术保护点】
1.一种涡识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的距离计算方法为动态时间规整方法。
3.根据权利要求1所述的方法，其特征在于，所述根据所述流体粒子时空轨迹之间的相似度与所述第一距离矩阵，构建第一目标函数之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述正则化后的第一目标函数表示为：
5.根据权利要求4所述的方法，其特征在于，所述对所述第一目标函数添加秩约束，获得第二目标函数，包括：
6.根据权利要求5所述的方法，其特征在于，所述第二目标函数表示为：
7.根据权利要求6所述的方法，其特征在于，在求解所述第二目标函数，获得第一相似度矩阵以及所述第一相似度矩阵对应的连通分量之前，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述求解所述第二目标函数，获得第一相似度矩阵以及所述第一相似度矩阵对应的连通分量，包括：
9.根据权利要求8所述的方法，其特征在于，所述根据所述第一相似度矩阵以及所述连通分量识别所述目标流体中的涡
10.一种涡识别装置，其特征在于，包括：
...【技术特征摘要】
1.一种涡识别方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述预设的距离计算方法为动态时间规整方法。
3.根据权利要求1所述的方法，其特征在于，所述根据所述流体粒子时空轨迹之间的相似度与所述第一距离矩阵，构建第一目标函数之后，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述正则化后的第一目标函数表示为：
5.根据权利要求4所述的方法，其特征在于，所述对所述第一目标函数添加秩约束，获得第二目标函数，包括：
6.根据权利要求5所述的方法，...
【专利技术属性】
技术研发人员：孙振生，唐浩量，王榕，胡宇，赵梓华，王政，聂飞平，朱玉杰，
申请(专利权)人：中国人民解放军火箭军工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。