CN106202522B - 一种流场积分曲线的复用方法及*** - Google Patents

一种流场积分曲线的复用方法及*** Download PDF

Info

Publication number
CN106202522B
CN106202522B CN201610584306.5A CN201610584306A CN106202522B CN 106202522 B CN106202522 B CN 106202522B CN 201610584306 A CN201610584306 A CN 201610584306A CN 106202522 B CN106202522 B CN 106202522B
Authority
CN
China
Prior art keywords
integral curve
space
flow field
curve
dimensional
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.)
Active
Application number
CN201610584306.5A
Other languages
English (en)
Other versions
CN106202522A (zh
Inventor
袁晓如
洪帆
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.)
Peking University
Original Assignee
Peking University
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 Peking University filed Critical Peking University
Priority to CN201610584306.5A priority Critical patent/CN106202522B/zh
Publication of CN106202522A publication Critical patent/CN106202522A/zh
Application granted granted Critical
Publication of CN106202522B publication Critical patent/CN106202522B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/903Querying
    • G06F16/9038Presentation of query results
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90Details of database functions independent of the retrieved data types
    • G06F16/901Indexing; Data structures therefor; Storage structures
    • G06F16/9027Trees

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明公开了一种流场积分曲线的复用方法及***,属于涉及流场数据分析技术领域。该方法包括:获取流场数据的空间网格结构;在空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线,并将所述积分曲线保存在存储设备;所述积分曲线为迹线或流线;对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点种子点的积分曲线。该方法及***通过预先计算足够多的积分曲线并保存下来,在之后的流场数据分析或可视化应用中,直接根据流场分析或可视化应用指定的区域空间,即可快速的获取到所需的积分曲线,极大地提高了处理效率,尤其适用于大规模流场数据的分析及可视化处理。

Description

一种流场积分曲线的复用方法及***
技术领域
本发明涉及流场数据分析技术领域,具体涉及一种流场积分曲线的复用方法及***。
背景技术
流场(Flow Field)即流体运动所占据的空间,流场数据是一类重要的科学数据,其通常定义在二维或者三维空间中,并至少包含一个速度场。最常见的流场数据包括海洋模拟中的洋流数据、大气模拟中的风场数据等等。许多已有的流场可视化方法都基于积分曲线,例如积分曲线的直接渲染、源汇查询、FTLE场(有限时间李亚普诺夫指数场)计算、以及其他一些专门设计的可视化与分析方法。在非定常流场(即速度场随时间变化)中,最常见的积分曲线是迹线(在流场中某位置放置一个无质量的质点(称作初始种子点),让其在速度场中运动,所形成的轨迹就是一条迹线);在定常流场(即速度场不随时间变化)中,则对应为流线(在流场中每一点上都与速度矢量相切的曲线称为流线)。实际计算中,迹线和流线都是通过数值积分来求得,所以称它们为积分曲线。
常见的流场可视化方法通常根据需要在不同的时间和位置放置种子点,并计算大量的迹线。对于较大的流场数据,这个计算过程花费大量的时间代价,并且由于计算所得的迹线数据量太大,通常会将作为中间结果的迹线丢弃,这样更加造成计算资源的浪费。为了克服现有技术的不足,本发明提供一种流场积分曲线的复用方法及***。
发明内容
针对现有技术中存在的缺陷,本发明的目的在于提供一种流场积分曲线的复用方法及***,通过该方法及***,能够有效提高流场数据分析或可视化应用时积分曲线的获取效率。
为实现上述目的,本发明采用的技术方案为:一种流场积分曲线的复用方法,包括以下步骤:
(1)获取流场数据的空间网格结构;
(2)在所述空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线,并将所述积分曲线保存在存储设备;所述积分曲线为迹线或流线;
(3)对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
进一步,如上所述的一种流场积分曲线的复用方法,步骤(1)中,所述空间网格结构为规则网格,当获取的流场数据的空间网格结构为非规则网格时,在非规则网格的基础上,构建流场数据的规则空间网格结构;所述规则网格为二维规则网格或三维规则网格。
进一步,如上所述的一种流场积分曲线的复用方法,步骤(2)中,将所述积分曲线保存在存储设备,包括:
2.1)将所述空间网格结构的空间区域进行划分,划分为多个子空间;
2.2)建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
进一步,如上所述的一种流场积分曲线的复用方法,当所述空间网格结构为二维规则网格时,将所述积分曲线保存在存储设备,包括:
1)以所述二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
2)建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中;
当所述空间网格结构为三维规则网格时,将所述积分曲线保存在存储设备,包括:
①以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
②建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
进一步,如上所述的一种流场积分曲线的复用方法,步骤(2)中,将初始种子点对应的积分曲线压缩后保存在存储设备中。
进一步,如上所述的一种流场积分曲线的复用方法,将所述空间网格结构的空间区域划分为多个子空间,包括:
a.设置积分曲线的压缩比阈值;
b.将所述空间网格结构进行初次划分,得到若干个子空间;
c.将每个子空间再次划分为M个子空间;
d.对于每一个再次划分的子空间,将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩,压缩后的字节数记为N1,将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩,M个压缩后字节数之和记为N2,判断N1与N2的比值是否小于或等于压缩比阈值,若是,则所述二维规则网格或三维规则网格的空间划分完成,再次划分前的划分结果为最终划分结果,若否,则返回步骤c。
进一步,如上所述的一种流场积分曲线的复用方法,步骤(3)中,在所述存储设备中直接调用所需要的对应网格点对应位置处的初始种子点的积分曲线,包括:
3.1)确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;
3.2)在空间网格结构的所有子空间中查找与所述空间区域相交的子空间;
3.3)根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
3.4)根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
一种流场积分曲线的复用***,包括:
空间网格结构获取模块,用于获取流场数据的空间网格结构;
积分曲线计算模块,用于在所述空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线;所述积分曲线为迹线或流线;
积分曲线保存模块,用于将所述积分曲线保存在存储设备中;
积分曲线调用模块,用于对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
进一步,如上所述的一种流场积分曲线的复用***,所述积分曲线保存模块包括:
空间网格划分单元,用于将所述空间网格结构的空间区域进行划分,划分为多个子空间;
曲线关联存储单元,用于建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
进一步,如上所述的一种流场积分曲线的复用***,当所述空间网格结构为二维规则网格时,所述空间网格划分单元,包括:
第一网格划分子单元,用于以二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
所述曲线关联存储单元包括:
第一关联存储子单元,用于建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中;
当所述空间网格结构为三维规则网格时,所述空间网格划分单元,包括:
第二网格划分子单元,用于以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
所述曲线关联存储单元包括:
第二关联存储子单元,用于建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
进一步,如上所述的一种流场积分曲线的复用***,所述积分曲线保存模块还包括:
积分曲线压缩单元,用于将初始种子点对应的积分曲线压缩后保存在存储设备中。
进一步,如上所述的一种流场积分曲线的复用***,所述空间网格划分单元包括:
初次划分子单元,用于将所述空间网格结构进行初次划分,得到若干个子空间;
再次划分子单元,用于将初次划分子单元划分得到的每个子空间再次划分为M个子空间;
划分结果确定子单元,用于对于每一个再次划分的子空间,判断将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩后的字节数N1与将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩后的M个压缩后的字节数之和N2的比值是否小于或等于压缩比阈值,若是,则所述二维规则网格或三维规则网格的空间划分完成,再次划分前的划分结果为最终划分结果,若否,则进入再次划分子单元。
进一步,如上所述的一种流场积分曲线的复用***,所述积分曲线调用模块包括:
待分析区域确定单元,用于确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;
子空间确定单元,用于在空间网格结构的子空间中查找与所述空间区域相交的子空间;
积分曲线查找单元,用于根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
积分曲线提取单元,用于根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
本发明的有益效果在于:本发明所提供的流场积分曲线的复用方法及***,通过预先计算足够多的积分曲线并保存下来,在之后的流场数据分析或可视化应用中,直接根据流场分析或可视化应用指定的区域空间,即可快速的获取到对应子空间内对应种子点的积分曲线,极大地较少了积分曲线的获取时间,提高了处理效率,尤其适用于大规模流场数据的分析及可视化处理。
附图说明
图1为具体实施方式中提供的一种流场积分曲线的复用方法的流程图;
图2为具体实施方式中流场数据的空间网格结构划分的流程图;
图3为具体实施方式中提供的一种流场积分曲线的复用***的结构框图;
图4为具体实施方式中积分曲线保存模块的结构框图;
图5为具体实施方式中空间网格划分单元的结构框图;
图6为实施例中三维规则网格结构及初始种子点的放置示意图。
具体实施方式
下面结合说明书附图与具体实施方式对本发明做进一步的详细说明。
本发明所提供的流场积分曲线的复用方法及***,基本思路是预先计算后续需要分析的流场数据的足够多的积分曲线并存储下来,在之后的分析或可视化中,直接从所存的数据中提取所需的积分曲线即可。
图1示出了本实施方式中提供的一种流场积分曲线的复用方法的流程图,由图中可以看出,该方法主要可以包括以下三个步骤:
步骤S100:获取流场数据的空间网格结构;
对于后续需要进行分析或者可视化应用的流场数据,首先获取其空间网格结构。一般来说,流场数据所定义的空间通常表示为二维或者三维规则网格,如直线网格(rectilinear grid)、矩形网格(erctilinear grid)等,也有可能是曲线网格(curvilinear grid)或者非结构网格(unstructured grid)。
本实施方式中,所述空间网格结构为规则网格,当获取的流场数据的空间网格结构为非规则网格时,在非规则网格的基础上,构建流场数据的规则空间网格结构;所述规则网格为二维规则网格或三维规则网格。
如果流场数据本身就已经有规则网格结构,可以直接采用其规则网格结构即可,如果流场数据本身的网格结构为非规则网格,只要其数据本身所在的空间是三维空间,就可以构建一套流场数据的规则网格,具体构建方式采用现有流场数据的空间网格构建方式即可。
步骤S200:在流场数据的空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线并保存;
在流场数据的空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线,并将所述积分曲线保存在存储设备;所述积分曲线为迹线或流线。
所述积分曲线为初始种子点的迹线或流线,在非定常流场(即速度场随时间变化)中,最常见的积分曲线是迹线,在定常流场(即速度场不随时间变化)中,则对应为流线。所述初始种子点,即在流场中某位置放置一个无质量的质点,让其在速度场中运动,所形成的轨迹就是一条迹线或流线。
本实施方式中,流场数据所定义的空间中密集地放置的初始种子点的积分曲线,轨迹应尽量长,直至种子点走出所定义的空间停止。积分曲线的计算方法采用现有的迹线或流线的计算方式或者使用已有的可视化工具来直接生成,在实际应用中,当流场数据较小时,可以在单台计算机上计算,当数据较大时,可以在集群环境下并行计算。
本实施方式中,将所有初始种子点的积分曲线保存在存储设备的方式为:
1)将所述空间网格结构的空间区域进行划分,划分为多个子空间;
2)建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
通过该存储方式,在后续查找积分曲线时,只需要根据子空间的索引即可在存储设备中找到对应的节分曲线。
对于不同的空间网格结构,本实施方式提供了两种不同的积分曲线保存方式。当所述空间网格结构为二维规则网格时,将所述积分曲线保存在存储设备的具体方式为:
1)以所述二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
2)建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中。
当所述空间网格结构为三维规则网格时,将所述积分曲线保存在存储设备的具体方式为:
①以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
②建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
由于需要计算的初始种子点的积分曲线通常是原始流场数据的数百或数千倍,为了保证所有的流场积分曲线都能够存储下来,本实施方式中,在将积分曲线保存在存储设备时,首先对初始种子点对应的积分曲线进行压缩处理,再将压缩后的结果与子空间的索引(或节点索引)关联存储。
在实际应用中,具体的积分曲线的压缩方式可以根据实际情况进行选择。例如,可以而将每个子空间中所包含的初始种子点对应的积分曲线一起进行压缩,也可以子空间中所包含的每个初始种子点对应的积分曲线一一进行压缩,将压缩后的结果进行合并后再压缩。具体的压缩算法也可以根据需要选择,可以使用参数曲线对积分曲线进行拟合的压缩方法,如贝塞尔曲线拟合为;也可以是针对任意浮点数数组的压缩算法,如fpzip算法,当然也可以是多种压缩算法组合使用。为了减少由于压缩造成的积分曲线对应的初始种子点在网格中的位置误差,在进行曲线压缩时,一般需要设置压缩误差上限。
对于流场数据的空间网格结构的划分,如果子空间的个数越少,每个子空间中所包含的初始种子点越多,对应的积分曲线也就越多,进行压缩时压缩效果越好(压缩后的字节数更少),但是在后续调用需要的积分曲线时,解压缩的时候会更慢,为了平衡这两方面,本实施方式中还提供了一种空间网格结构的划分方式,该方式如图2所示,流程如下:
a.设置积分曲线的压缩比阈值;所述压缩比阈值为经验值。
b.将所述空间网格结构进行初次划分,得到若干个子空间;
c.将每个子空间再次划分为M个子空间;
d.对于每一个再次划分的子空间,将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩,压缩后的字节数记为N1,将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩,M个压缩后字节数之和记为N2,判断N1与N2的比值是否小于或等于压缩比阈值,若是,则所述二维规则网格或三维规则网格的空间划分完成,再次划分前的划分结果为最终划分结果,若否,则返回步骤c。
该方式通过判断一个子空间划分前的空间中所包含的所有初始种子点对应的积分曲线压缩后的字节数与将该子空间划分后对应的所有子空间对应的积分曲线分别压缩后的若干个字节数之和的比值与设定的压缩比阈值之间的关系,确定出是否需要在对子空间继续进行划分。
例如,对于上述三位规则网格采用八叉树结构进行划分时,首先将真个三维网格空间划分为8个第一子空间,分别记为空间S1-S8,之后通过上述方式判断是否需要对8个第一子空间再次进行划分,例如对于空间S1,首先将其再次划分为S11-S18,对S1中所包含的初始种子点对应的积分曲线进行压缩,压缩后的字节数记为T1,对S11-S18分别进行压缩,将8个压缩后的字节数相加得到T2,如果T1/T2≤压缩比阈值T,则判定空间S1不需要在划分成S11-S18。
步骤S300:在存储设备中直接调用所需要的积分曲线,完成流场数据的分析或可视化应用。
对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
本实施方式中,在所述存储设备中直接调用所需要的对应网格点对应位置处的初始种子点的积分曲线的具体方式为:
1)确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;空间密度是指每隔几个网格点放置一个初始种子点;
2)在空间网格结构的所有子空间中查找与所述空间区域相交的子空间;两个空间区域相交就是指两个空间有相交的部分,对于二维网格区间,就是平面区域有相交的部分,对于三维网格区间,就是指长方体有相交的部分;
3)根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
4)根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
当然,如果积分曲线是压缩后保存在存储设备中的,需要首先根据子空间的索引在存储设备中查找到对应的压缩数据,然后解压缩后再提取出对应的积分曲线。
其中,对流场数据的可视化应用包括但不限于积分曲线的直接渲染、源汇查询、FTLE场(有限时间李亚普诺夫指数场)计算、以及其他一些专门设计的可视化与分析方法。
采用本发明所提供的方法,能够大大提高流场数据积分曲线的获取效率能在资源有限的情况下处理大规模流场数据。
与图1中所示的方法相对应,本实施方式中还提供了一种流场积分曲线的复用***,如图3所示,该***包括空间网格结构获取模块100、积分曲线计算模块200、积分曲线保存模块300和积分曲线调用模块400。其中:
空间网格结构获取模块100,用于获取流场数据的空间网格结构;
积分曲线计算模块200,用于在所述空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线;所述积分曲线为迹线或流线;
积分曲线保存模块300,用于将所述积分曲线保存在存储设备中;
积分曲线调用模块400,用于对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
本实施方式中,所述积分曲线保存模块300可以包括空间网格划分单元310和曲线关联存储单元320。
空间网格划分单元310,用于将所述空间网格结构的空间区域进行划分,划分为多个子空间;
曲线关联存储单元320,用于建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
当流场数据的空间网格结构为二维规则网格时,所述空间网格划分单元310可以包括第一网格划分子单元311,所述曲线关联存储单元320可以包括第一关联存储子单元321。当所述空间网格结构为三维规则网格时,所述空间网格划分单元310可以包括第二网格划分子单元312,所述曲线关联存储单元320可以包括第二关联存储子单元322。如图4所示。
第一网格划分子单元311,用于以二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
第一关联存储子单元321,用于建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中。
第二网格划分子单元312,用于以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
第二关联存储子单元322,用于建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
所述积分曲线保存模块还可以包括积分曲线压缩单元330。
积分曲线压缩单元330,用于将初始种子点对应的积分曲线压缩后保存在存储设备中。
本实施方式中,所述空间网格划分单元310包括初次划分子单元3101、再次划分子单元3102和划分结果确定子单元3103,如图5所示。
初次划分子单元3101,用于将所述空间网格结构进行初次划分,得到若干个子空间;
再次划分子单元3102,用于将初次划分子单元划分得到的每个子空间再次划分为M个子空间;
划分结果确定子单元3103,用于对于每一个再次划分的子空间,判断将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩后的字节数N1与将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩后的M个压缩后的字节数之和N2的比值是否小于或等于压缩比阈值,若是,则所述二维规则网格或三维规则网格的空间划分完成,再次划分前的划分结果为最终划分结果,若否,则进入再次划分子单元3102。
所述积分曲线调用模块400可以包括待分析区域确定单元410、子空间确定单元420、积分曲线查找单元430和积分曲线提取单元440。
待分析区域确定单元410,用于确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;
子空间确定单元420,用于在空间网格结构的子空间中查找与所述空间区域相交的子空间;
积分曲线查找单元430,用于根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
积分曲线提取单元440,用于根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
为更好的理解本发明,下面结合具体实施例对本发明进行进一步说明。
实施例
本实施例中的流场数据为飓风伊莎贝尔数据,飓风伊莎贝尔数据的空间网格结构定义在500×500×100的三维空间网格上,如图6所示。
首先,在三维空间网格的所有网格点上放置初始种子点,如图6中网格点出的圆点所示,让这些种子点在飓风伊莎贝尔数据的速度场中运动,并计算出每个种子点的积分曲线。
之后,将整个三维空间区域作为八叉树的根节点,将三维空间网格按照八叉树结构划分为多个三维子空间,并设置每个三维子空间的索引,八叉树结构的每个叶子节点对应一个三维子空间(可以简单的看作一个长方体)
将每个子空间中所包含的初始种子点对应的积分曲线进行压缩,压缩后的数据与子空间对应的叶子节点的索引关联。本实施例中将约160GB的积分曲线压缩至8GB,并将各积分曲线上种子点的位置误差(压缩误差)控制在1个格点以内。
之后用户可以启动多次针对该流场数据的分析或者可视化应用,根据八叉树结构中对应的叶子节点的索引,从压缩后的数据中解压缩提取所需的积分曲线即可。例如,有应用需要计算FTLE场,其需要在三个方向上每隔4个格点放置一个初始种子点,总共为125×125×25个种子点,此时,只需要从已经存储的数据中解压缩提取到对应位置处的种子点的积分曲线拿来进行后续FTLE场的计算即可,大大提高了处理效率。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其同等技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (9)

1.一种流场积分曲线的复用方法,包括以下步骤:
(1)获取流场数据的空间网格结构;
(2)在所述空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线,并将初始种子点对应的积分曲线压缩后保存在存储设备中;所述积分曲线为迹线或流线;
其中,将所述空间网格结构的空间区域进行划分,划分为多个子空间,包括:a.设置积分曲线的压缩比阈值;
b.将所述空间网格结构进行初次划分,得到若干个子空间;
c.将每个子空间再次划分为M个子空间;
d.对于每一个再次划分的子空间,将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩,压缩后的字节数记为N1,将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩,M个压缩后字节数之和记为N2,判断N1与N2的比值是否小于或等于压缩比阈值,若是,则所述空间区域划分完成,再次划分前的划分结果为最终划分结果,若否,则返回步骤c;
(3)对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
2.根据权利要求1所述的一种流场积分曲线的复用方法,其特征在于:步骤(1)中,所述空间网格结构为规则网格,当获取的流场数据的空间网格结构为非规则网格时,在非规则网格的基础上,构建流场数据的规则空间网格结构;所述规则网格为二维规则网格或三维规则网格。
3.根据权利要求2所述的一种流场积分曲线的复用方法,其特征在于:步骤(2)中,将所述积分曲线保存在存储设备,包括:
建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
4.根据权利要求3所述的一种流场积分曲线的复用方法,其特征在于:当所述空间网格结构为二维规则网格时,将所述积分曲线保存在存储设备,包括:
1)以所述二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
2)建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中;
当所述空间网格结构为三维规则网格时,将所述积分曲线保存在存储设备,包括:
①以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
②建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
5.根据权利要求3至4之一所述的一种流场积分曲线的复用方法,其特征在于:步骤(3)中,在所述存储设备中直接调用所需要的对应网格点对应位置处的初始种子点的积分曲线,包括:
3.1)确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;
3.2)在空间网格结构的所有子空间中查找与所述空间区域相交的子空间;
3.3)根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
3.4)根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
6.一种流场积分曲线的复用***,包括:
空间网格结构获取模块,用于获取流场数据的空间网格结构,所述空间网格结构为规则网格,所述规则网格为二维规则网格或三维规则网格;
积分曲线计算模块,用于在所述空间网格结构的所有网格点上放置初始种子点,计算每个种子点的积分曲线;所述积分曲线为迹线或流线;
空间网格划分单元,用于将所述空间网格结构的空间区域进行划分,划分为多个子空间,包括:
初次划分子单元,用于将所述空间网格结构进行初次划分,得到若干个子空间;
再次划分子单元,用于将初次划分子单元划分得到的每个子空间再次划分为M个子空间;
划分结果确定子单元,用于对于每一个再次划分的子空间,判断将划分前的子空间中所包含的初始种子点对应的积分曲线进行压缩后的字节数N1与将划分后的M子空间中所包含的初始种子点对应的积分曲线分别进行压缩后的M个压缩后的字节数之和N2的比值是否小于或等于压缩比阈值,若是,则所述二维规则网格或三维规则网格划分完成,再次划分前的划分结果为最终划分结果,若否,则进入再次划分子单元;
积分曲线保存模块,包括积分曲线压缩单元,用于将初始种子点对应的积分曲线压缩后保存在存储设备中;
积分曲线调用模块,用于对所述流场数据进行分析或可视化应用时,在所述存储设备中直接调用所需要的对应网格点位置处的初始种子点的积分曲线。
7.根据权利要求6所述的一种流场积分曲线的复用***,其特征在于:所述积分曲线保存模块包括:
曲线关联存储单元,用于建立每个子空间的索引,将每个子空间中所包含的初始种子点对应的积分曲线与其子空间的索引关联保存于存储设备中。
8.根据权利要求7所述的一种流场积分曲线的复用***,其特征在于:当所述空间网格结构为二维规则网格时,所述空间网格划分单元,包括:
第一网格划分子单元,用于以二维规则网格的整个区域作为四叉树的根节点,建立二维空间网格的四叉树结构,将所述二维规则网格的空间划分为多个二维子空间,四叉树结构的每个叶子节点对应一个二维子空间;
所述曲线关联存储单元包括:
第一关联存储子单元,用于建立四叉树结构的每一个叶子节点的索引,将每一个叶子节点对应的二维子空间所包含的初始种子点对应的积分曲线与其节点索引关联保存于存储设备中;
当所述空间网格结构为三维规则网格时,所述空间网格划分单元,包括:
第二网格划分子单元,用于以所述三维规则网格的整个区域作为八叉树的根节点,建立三维规则网格的八叉树结构,将所述三维规则网格的空间划分为多个三维子空间,八叉树结构的每一个叶子节点对应一个三维子空间;
所述曲线关联存储单元包括:
第二关联存储子单元,用于建立八叉树结构中每一个叶子节点的索引,将每一个叶子节点所对应的三维子空间中所包含的初始种子点对应的积分曲线与其节点索引关联保存在存储设备中。
9.根据权利要求6-8所述的任意一种流场积分曲线的复用***,其特征在于:所述积分曲线调用模块包括:
待分析区域确定单元,用于确定进行分析或可视化应用所指定的流场数据空间区域,以及在所述空间区域中放置初始种子点的空间密度;
子空间确定单元,用于在空间网格结构的子空间中查找与所述空间区域相交的子空间;
积分曲线查找单元,用于根据所述与所述空间区域相交的子空间的索引查找存储设备中关联保存的积分曲线;
积分曲线提取单元,用于根据所述空间密度在查找到的积分曲线中提取出对应的积分曲线。
CN201610584306.5A 2016-07-22 2016-07-22 一种流场积分曲线的复用方法及*** Active CN106202522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610584306.5A CN106202522B (zh) 2016-07-22 2016-07-22 一种流场积分曲线的复用方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610584306.5A CN106202522B (zh) 2016-07-22 2016-07-22 一种流场积分曲线的复用方法及***

Publications (2)

Publication Number Publication Date
CN106202522A CN106202522A (zh) 2016-12-07
CN106202522B true CN106202522B (zh) 2019-11-08

Family

ID=57492295

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610584306.5A Active CN106202522B (zh) 2016-07-22 2016-07-22 一种流场积分曲线的复用方法及***

Country Status (1)

Country Link
CN (1) CN106202522B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109117433B (zh) * 2017-06-23 2022-05-24 菜鸟智能物流控股有限公司 一种索引树对象的创建及其索引方法和相关装置
CN110941894B (zh) * 2019-11-05 2024-02-06 天津大学 一种基于超级计算机的大规模流体仿真的原位可视化方法
CN112948643B (zh) * 2021-05-13 2021-08-06 中国空气动力研究与发展中心计算空气动力研究所 一种基于线程并行的结构化网格流线积分方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521854A (zh) * 2011-12-29 2012-06-27 北京理工大学 一种适用于二维流场的并行流线放置方法
CN102646288A (zh) * 2012-02-23 2012-08-22 北京理工大学 一种间隔基本均匀的三维流线放置方法
CN104658027A (zh) * 2015-02-11 2015-05-27 中国海洋大学 一种面向不规则海洋流场数据的三维流线动态可视化算法
CN105653881A (zh) * 2016-03-04 2016-06-08 天津大学 基于多密度层次的流场可视化方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102521854A (zh) * 2011-12-29 2012-06-27 北京理工大学 一种适用于二维流场的并行流线放置方法
CN102646288A (zh) * 2012-02-23 2012-08-22 北京理工大学 一种间隔基本均匀的三维流线放置方法
CN104658027A (zh) * 2015-02-11 2015-05-27 中国海洋大学 一种面向不规则海洋流场数据的三维流线动态可视化算法
CN105653881A (zh) * 2016-03-04 2016-06-08 天津大学 基于多密度层次的流场可视化方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
SECONDO:An Extensible DBMS Architecture and Prototype;Ralf Hartmut Guting et al;《Collaborative Design》;20041231;1-30 *
基于MATLAB的振动压路机计算机仿真;何建和等;《计算机仿真》;20040630;第21卷(第6期);第3.3节 *
复杂向量场数据可视化技术研究与实现;周璐;《中国博士学位论文全文数据库 信息科技辑》;20040315;第2004年卷(第1期);第1.3、2.2-2.3、2.5、7.3节 *
轨迹数据可视分析研究;王祖超等;《计算机辅助设计与图形学学报》;20150131;第27卷(第1期);9-25 *

Also Published As

Publication number Publication date
CN106202522A (zh) 2016-12-07

Similar Documents

Publication Publication Date Title
CN108205703B (zh) 多输入多输出矩阵平均值池化向量化实现方法
CN106202522B (zh) 一种流场积分曲线的复用方法及***
CN107967516A (zh) 一种基于迹范数约束的神经网络的加速与压缩方法
CN105739951B (zh) 一种基于gpu的l1最小化问题快速求解方法
CN110222029A (zh) 一种大数据多维分析计算效率提升方法及***
CN110874636B (zh) 一种神经网络模型压缩方法、装置和计算机设备
CN113805235B (zh) 基于卷积神经网络的三维地震相识别方法及装置
CN109766949A (zh) 卷积神经网络轻量化方法、装置及电子设备
CN111008631B (zh) 图像的关联方法及装置、存储介质和电子装置
CN109299298A (zh) 多尺度影像模型的构建方法、装置、应用方法及***
CN109117742A (zh) 手势检测模型处理方法、装置、设备及存储介质
CN108320019B (zh) 用于深度卷积神经网络的卷积计算方法及装置
CN108304926B (zh) 一种适用于神经网络的池化计算装置及方法
CN110796251A (zh) 基于卷积神经网络的图像压缩优化方法
CN107644063A (zh) 基于数据并行的时间序列分析方法与***
CN104951442B (zh) 一种确定结果向量的方法和装置
CN107291935A (zh) 基于Spark与Huffman编码的CPIR‑V最近邻隐私保护查询方法
CN116167425B (zh) 一种神经网络加速方法、装置、设备及介质
CN107506572A (zh) 获取目标点的高度的方法和装置
CN107908696A (zh) 一种并行高效的基于网格与密度的多维空间数据聚类算法griden
CN111737490A (zh) 基于银行渠道的知识图谱本体模型生成方法及装置
CN109558819B (zh) 一种用于遥感图像目标检测的深度网络轻量化方法
CN106990913A (zh) 一种大规模流式集合数据的分布式处理方法
CN108052755B (zh) 基于完全随机森林的矢量空间计算强度预测方法及***
CN115983343A (zh) 基于FPGA的YOLOv4卷积神经网络轻量化方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant