【技术实现步骤摘要】
本专利技术涉及桥梁风工程，特别是涉及一种基于卷积神经网络的大视场高空间分辨率流场重构方法。
技术介绍
1、粒子图像测速(piv)技术的空间分辨率与其视场范围之间存在着一种权衡关系。即增大视场范围以获取流场的大尺度信息往往会降低空间分辨率，而提高空间分辨率以更精确地捕捉局部流动特征则可能导致视野范围受限，无法完全覆盖整个流场区域。因此只能获取局部高分辨率的流场，或者为了获得更大的测量面积而牺牲精度。现有获取大视场高空间分辨率流场都是通过多台相机同步拍摄流场不同位置后进行拼接，然而高速相机价格昂贵，实验成本巨大。
技术实现思路
1、本专利技术针对现有技术中存在的不足，提出了一种基于卷积神经网络的大视场高空间分辨率流场重构方法。该方法利用大视场低空间分辨率piv测量结果和局部小视场高空间分辨率piv流场测量结果，来重构出整个流场的大视场高空间分辨率结果。
2、本专利技术是通过以下技术方案实现的：本专利技术提出一种基于卷积神经网络的大视场高空间分辨率流场重构方法，所述方法包括以下步骤：
3、步本文档来自技高网...
【技术保护点】
1.一种基于卷积神经网络的大视场高空间分辨率流场重构方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤一中，风洞实验考虑的工况为雷诺数Re＝3.3×104，PIV采样频率为10Hz，两台相机分别拍摄大、小视场的流场信息，大视场具有大范围但低空间分辨率，小视场的视野范围有限但具有高空间分辨率，小视场相机需要遍历整个流场。
3.根据权利要求1所述的方法，其特征在于，步骤二中，深度卷积神经网络有两部分组成，前一部分为卷积层，后一部分为上采样层，使用卷积层对流场信息进行特征提取，然后使用上采样层进行分辨率提升。p>
4.根据权...
【技术特征摘要】
1.一种基于卷积神经网络的大视场高空间分辨率流场重构方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，步骤一中，风洞实验考虑的工况为雷诺数re＝3.3×104，piv采样频率为10hz，两台相机分别拍摄大、小视场的流场信息，大视场具有大范围但低空间分辨率，小视场的视野范围有限但具有高空间分辨率，小视场相机需要遍历整个流场。
3.根据权利要求1所述的方法，其特征在于，步骤二中，深度卷积神经网络有两部分组成，前一部分为卷积层，后一部分为上采样层，使用卷积层对流场信息进行特征提取，然后使用上采样层进行分辨率提升。
4.根据权利要求3所述的方法，其特征在于，根据具体放大的倍数确定上采样层的层数，卷积核大小均选取为3×3，所有的激活函数均采用relu函数，如式(1)：
5.根据权利要求4所述的方法...
【专利技术属性】
技术研发人员：赖马树金，周旭曦，金晓威，金耀，
申请(专利权)人：哈尔滨工业大学，
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。