基于频谱与几何细节分析的流体动态仿真自适应方法研究

Fluid simulation is an important topic in the area of computer graphics, and it is of significance both in research and applications such as virtual reality and special effects of digital media. However，due to the high complexity in solving the physical equations, in particular in a large scale comprehensive environment, the computation is highly intensive. It becomes a biggest challenge in fluid simulation nowadays, and the study in this project aims to propose novel techniques with adaptive approach to tackle the problem..The investigation in the project includes two aspects, respectively on the adaptive detail modeling in fluid simulation based on the wavelet analysis to the velocity vector field, and on the adaptive computation of comprehensive dynamic detail & interface tracking to the multi-phase fluids. On the first aspect, the tool of wavelet analysis is applied to the discomposed fluid vector fields, a curf-free and a divergence-free field, respectively. The result of wavelet analysis is then applied to directing the adaptive mesh modeling in computation and the adaptive vortex detail enhancement respectively. On the second aspect of multi-phase interface tracking and computation, the comprehensive multi-phase fluid behavior leads to various topological change. The investigation by this project aims to propose adaptive technology for solving the problem of poor efficiency and implementation difficulty by the current solution, and provide an improved scheme with robust and efficient solution for multi-phase fluid simulation.

流体模拟是计算机图形学中重要的研究课题，它在虚拟现实、影视特效等领域具有广泛应用与重要研究价值。然而受限于流体求解物理方程的复杂性，特别是在大规模复杂流体环境下计算成本巨大，这成为流体仿真所面临的最大挑战。该项研究的目标就是要为解决此问题设计高效的自适应数值求解方法。. 本课题研究工作主要从两方面展开：第一是基于小波频谱分析进行自适应细节建模的流体仿真；二是对于复杂多相流体的动态细节与界面进行自适应计算和界面的追踪。小波分析是优越的局部分析工具，该项目将对流体速度场基于向量场理论进行旋度与散度自由的分解并分别进行小波变换，以指导流体自适应网格模型的加速计算与漩涡细节的增强；第二方面对于复杂多相流界面的计算与追踪，面对其多相复杂的运动引起的拓扑变化，希望通过自适应技术提高界面追踪的效率和精度，解决现有方法效率低下、难以实现等问题，为多相流体模拟技术提供高效而鲁棒的解决方案。

流体模拟是计算机图形学中重要的研究课题，它在虚拟现实、影视特效等领域具有广泛应用与重要研究价值。然而受限于流体求解物理方程的复杂性，特别是在大规模复杂流体环境下计算成本巨大，这成为流体仿真所面临的最大挑战。该项研究的目标就是要为解决此问题设计高效的自适应数值求解方法。.本课题研究工作主要从四方面展开：第一是基于小波频谱分析进行自适应细节建模的流体仿真；小波分析是优越的局部分析工具，该项目将对流体速度场基于向量场理论进行旋度与散度自由的分解并分别进行小波变换，以指导流体自适应网格模型的加速计算与漩涡细节的增强；第二是对于复杂多相流体的动态细节与界面进行自适应计算和界面的追踪。对于复杂多相流界面的计算与追踪，面对其多相复杂的运动引起的拓扑变化，课题研究通过自适应技术提高界面追踪的效率和精度，解决了现有方法效率低下、难以实现等问题，为多相流体模拟技术提供高效而鲁棒的解决方案；第三是对弹塑性材料仿真，主要包括各向异性材料的变形模拟、基于物理的非正交各向异性模型变形的研究以及各向异性材料碎裂动画的模拟仿真；第四是探索深度学习中神经网络计算可以改进的途径，研究了建模不同特征通道之间的关系，自适应地对不同特征通道进行重标定而提出了新的计算网络模块（*)，大幅地提升了卷积神经网络的性能；此外这方面还研究了用于训练二值神经网络的去噪监督学习方法。第三第四两方面特别是第四方面的工作是旨在将机器学习引入流体仿真的新尝试，已经得到国内外广泛引用与应用。. .（*)称为“挤压刺激网络 SENet”，2年来已得到上千篇SCI论文的引用与应用，.以及740 多篇CCF-A/CCF-B会议论文的引用—见《正文》介绍