一種徑向基函數(shù)支撐點的樣本精簡方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于結(jié)構(gòu)網(wǎng)格、結(jié)構(gòu)/非結(jié)構(gòu)混合網(wǎng)格W及點云的動網(wǎng)格技術(shù)領(lǐng)域，具體 涉及一種徑向基函數(shù)支撐點的樣本精簡方法。
【背景技術(shù)】
[0002] 動網(wǎng)格技術(shù)被廣泛運用于氣動外形優(yōu)化設(shè)計、非定常流動仿真W及氣動彈性力學(xué) 仿真中。高效的動網(wǎng)格技術(shù)是解決此類問題的關(guān)鍵技術(shù)之一，而且也是實現(xiàn)工程應(yīng)該中最 重要的技術(shù)"瓶頸"。網(wǎng)格變形技術(shù)屬于動網(wǎng)格技術(shù)的一種，在工程中有著廣泛的應(yīng)用。
[0003] 目前，網(wǎng)格變形技術(shù)一般分為結(jié)構(gòu)網(wǎng)格變形技術(shù)和結(jié)構(gòu)/非結(jié)構(gòu)混合網(wǎng)格變形技 術(shù)。常用的結(jié)構(gòu)網(wǎng)格變形技術(shù)有：超限插值網(wǎng)格變形技術(shù)、徑向基函數(shù)網(wǎng)格變形技術(shù)等。常 用的結(jié)構(gòu)/非結(jié)構(gòu)混合網(wǎng)格變形技術(shù)有：彈黃拉伸網(wǎng)格變形技術(shù)、有限元網(wǎng)格變形技術(shù)、徑 向基函數(shù)網(wǎng)格變形技術(shù)等。
[0004] 徑向基函數(shù)網(wǎng)格變形技術(shù)是一類不依賴網(wǎng)格拓?fù)涞木W(wǎng)格變形方法，能夠應(yīng)用于任 意網(wǎng)格類型的網(wǎng)格變形技術(shù)。其網(wǎng)格變形能力極強，但是，當(dāng)網(wǎng)格規(guī)模較大時，如果選擇所 有的邊界點作為徑向基函數(shù)的支撐點，則計算量十分巨大，難W應(yīng)用于工程實踐。目前已經(jīng) 提出了貪必算法來進行數(shù)據(jù)精簡，減少徑向基函數(shù)的支撐點，大大的提高了計算效率。但是 此貪必算法存在諸多缺陷。首先，一次只能增加一個樣本點；其次，在搜索下一個樣本點時， 需要在所有的邊界點上進行搜索，耗時較多。
[0005] 因此，亟需研制一種徑向基函數(shù)支撐點的樣本精簡方法，從而提高搜索徑向基函 數(shù)支撐點的速度，滿足工程需求。

【發(fā)明內(nèi)容】

[0006] 本發(fā)明要解決的技術(shù)問題是提供一種徑向基函數(shù)支撐點的樣本精簡方法，從而提 高搜索徑向基函數(shù)支撐點的速度，突破氣動外形優(yōu)化設(shè)計、非定常流動仿真W及氣動彈性 力學(xué)仿真中的動網(wǎng)格技術(shù)"瓶頸"，滿足工程需求。
[0007] 為了實現(xiàn)送一目的，本發(fā)明采取的技術(shù)方案是：
[0008] -種徑向基函數(shù)支撐點的樣本精簡方法，包括如下步驟：
[0009] 步驟1、采集邊界網(wǎng)格點坐標(biāo)信息BC(X，y，Z);
[0010] 步驟2、采集邊界網(wǎng)格點位置的改變量ABC(X，y，z);
[0011] 步驟3、根據(jù)步驟1所采集邊界網(wǎng)格點坐標(biāo)信息BC(x，y，z)，創(chuàng)建一組長方體盒子， 使每一個盒子中包含50~100個個邊界網(wǎng)格點，剔除沒有存放任何邊界網(wǎng)格點的空盒子， 形成一組有效的盒子；
[001引步驟4、根據(jù)步驟1采集的BC(x, y, Z)、步驟2采集的ABC(X, y, Z) W及步驟3創(chuàng) 建的盒子構(gòu)造每個盒子的控制點化t，其坐標(biāo)信息化t(x，y，Z)為該盒子中所有網(wǎng)格點坐標(biāo) 的平均值，控制點位置的改變量Δ化t(x，y，z)為該盒子中網(wǎng)格點位置改變量的平均值；
[0013] 步驟5、在步驟3所創(chuàng)建的盒子中任選3個盒子，并從每個盒子中任選一個邊界網(wǎng) 格點作為徑向基函數(shù)支撐點初始的樣本空間；
[0014] 步驟6、W當(dāng)前樣本空間里的網(wǎng)格點作為徑向基函數(shù)支撐點，計算每個盒子控制點 的位置的改變量Δ化巧(x，y，z)，搜索出改變量偏差I(lǐng) Δ化t(x，y，z) - Δ化巧(x，y，z) I最 大的3~5個盒子；
[0015] 步驟7、W當(dāng)前樣本空間里的網(wǎng)格點作為徑向基函數(shù)支撐點，計算步驟6給出的每 個盒子中所有邊界網(wǎng)格點改變量的偏差，找出每個盒子中偏差最大的邊界網(wǎng)格點；
[0016] 步驟8、將步驟7獲得的網(wǎng)格點加入徑向基函數(shù)支撐點的樣本空間；
[0017] 步驟9、當(dāng)每個控制點Pet改變量的偏差小于系統(tǒng)根據(jù)精度需求設(shè)定的閥值時，轉(zhuǎn) 到步驟10 ;否則轉(zhuǎn)到步驟6 ;
[0018] 步驟10、W樣本空間的網(wǎng)格點作為徑向基函數(shù)支撐點，對體網(wǎng)格進行變形。
[0019] 進一步的，如上所述的一種徑向基函數(shù)支撐點的樣本精簡方法，步驟3中，長方體 盒子的創(chuàng)建采用循環(huán)盒子切割法：首先創(chuàng)建一個覆蓋所有邊界網(wǎng)格點的長方體盒子，統(tǒng)計 此盒子中的邊界網(wǎng)格點數(shù)，記為N，如果N〉100,則沿著此盒子邊長最長的邊的中點將盒子 一分為二，重新統(tǒng)計送兩個新盒子中邊界網(wǎng)格點數(shù)N，如果N〉100,則繼續(xù)切割；否則，終止 切割。
[0020] 進一步的，如上所述的一種徑向基函數(shù)支撐點的樣本精簡方法，步驟9中，系統(tǒng)根 據(jù)精度需求設(shè)定的閥值為1. 0X 10 4。
[0021] 本發(fā)明與普通貪必算法相比的有益效果：
[0022] (1)本發(fā)明減少了搜索樣本點的時間。記所有的邊界節(jié)點數(shù)為N，當(dāng)前已有樣 本點數(shù)為M，則普通的貪必算法在搜索新樣本點的計算量為0 (M ·腳，而本發(fā)明的的 計算量為
舉例說明，當(dāng)N = 100000時，普通的貪必算法計算量為 0 (100000 · M)，而本發(fā)明的計算量僅為0 (1100 · M)，計算量約為普通貪必算法的1%。
[0023] (2)本發(fā)明可W-次產(chǎn)生多個樣本點，而普通的貪必算法一次只能產(chǎn)生一個樣本 點。普通的貪必算法搜索出的誤差最大的前幾個網(wǎng)格點往往距離較小，不宜均作為樣本點 加入樣本空間，而本發(fā)明是W組為單位進行搜索的，組與組之間的距離較大，且反應(yīng)了本組 中網(wǎng)格點的總體偏差，所W把總體偏差較大的3-5個分組里面網(wǎng)格變形量偏差最大的點 作為樣本點加入樣本空間是合適的。因為每增加一個樣本點，需要求解一次方程組，本發(fā)明 可W-次增加多個樣本點，所W求解方程組的次數(shù)減少為普通貪必算法的20%-30%，大 大提高了網(wǎng)格變形的效率。
[0024] (3)本發(fā)明采用一組長方體對邊界網(wǎng)格點進行分組，網(wǎng)格點與各分組之間的映射 關(guān)系非常易于獲得，速度較快。
【附圖說明】
[0025] 圖1為邊界網(wǎng)格點；
[0026] 圖2為邊界網(wǎng)格點的分組。
【具體實施方式】
[0027] 下面結(jié)合附圖和具體實施例對本發(fā)明技術(shù)方案進行進一步詳細(xì)說明。
[0028] 本發(fā)明的數(shù)據(jù)樣本精簡方案為先用一組長方體將邊界網(wǎng)格點進行分組，每