DT-PTV离散相流场测速优化算法：概率择优式剔除法

"DT-PTV离散相伪矢量的概率择优式剔除算法 (2009年) 是一种用于粒子追踪测速技术的新方法，它在DT-PTV（基于三角嵌铺的粒子追踪测速）的基础上，通过引入剔除冗余匹配的计算模块和“反算”概念，提高了离散相流场测速的准确性。该算法利用DT-PTV的双层匹配特性，结合不同模块组合，提供了多途径的去伪运算。实验表明，在低空间率（187.215）时，最佳的去伪策略是利用“三角层面有反算但无模块运算+粒子层面”的组合，可以有效去除伪矢量，保持较高的匹配准确率。此外，针对小内角三角形问题，可以通过增补离散点来消除计算误差，同时不影响整体计算结果。论文通过对比不同处理途径的匹配准确率，得出了有反算和无反算、三角层面匹配关系无动作与有动作的优劣关系。" 在离散相流场测量中，DT-PTV是一种常用的技术，它依赖于连续二维图像采集来追踪粒子运动。通过DT-PTV算法，可以计算粒子匹配，但伪矢量的出现会影响结果的准确性。本文提出的概率择优式剔除法旨在解决这一问题。在实验中，研究人员对旋转、双曲和爆炸等不同类型的自定义流场进行了分析，发现即使在低空间率条件下，使用概率择优式剔除法也能保持约92%的匹配准确率。这比其他处理途径更优越，特别是当空间率降低时，匹配准确率的衰减不那么明显。 小内角三角形的问题是DT-PTV算法面临的一个挑战，它会导致相关系数计算的误差增大。通过在适当位置增补离散点，可以消除小内角三角形，进而删除相关的错误“矢量”，而不会对计算结果产生负面影响。这一方法增强了算法的稳健性。 在不同的处理途径中，引入反算能够增加匹配关系的信息量，而且由于DT网格变化较小，正确匹配关系的重复增多，错误匹配关系的出现减少。相反，对三角层面匹配关系的任何操作（如路径W1、W4、W5、W6所示）都会导致信息量的萎缩，从而影响去伪效果。 DT-PTV离散相伪矢量的概率择优式剔除算法通过优化匹配过程和处理三角形结构问题，显著提高了离散流场测量的精度，尤其是在低空间率条件下。这种方法对于粒子追踪测速技术的进步具有重要意义，有助于提升数据质量和研究的可靠性。