基于经验模态分解的粒子图像测速流场重构研究
为了消除PIV流场数据中的错误数据并降低误差,利用经验模态分解将PIV流场数据分解为多个本征模态分量,对波形异常的本征模态分量进行滤波处理,并将处理后的本征模态分量与其他波形平滑正常的本征模态分量进行反向叠加,有效实现了流场数据的重构和错误数据的消除.当分解得到的本征模态分量较多且错误数据集中在某一个本征模态分量时,可以通过求解各个本征模态分量与原始流场数据的相关系数,将与原始流场数据相关的本征模态分量进行反向叠加重构并摒弃与原始流场数据不相关的本征模态分量,实现错误数据的直接消除.利用本方法分别对2个人为添加误差为1.7%和3.3%的标准模拟流场进行了处理,处理后的流场数据误差分别为0.002%和0.18%.采用该方法对某实验的原始流场数据进行处理,结果表明错误数据得到了有效消除,流场特性更加清晰准确.本研究可为减小变化缓和的流场数据的误差提供一定的指导.
粒子图像测速、经验模态分解、本征模态分量、相关系数
55
O357.5(流体力学)
国家自然科学基金资助项目51876146
2021-03-11(万方平台首次上网日期,不代表论文的发表时间)
共8页
162-169