| 摘要 | 第12-14页 |
| Abstract | 第14-15页 |
| 第一章 绪论 | 第16-36页 |
| 1.1 研究背景 | 第16-17页 |
| 1.2 流场可视化概述 | 第17-31页 |
| 1.2.1 流场可视化的模式 | 第17-20页 |
| 1.2.2 流场可视化分类 | 第20-30页 |
| 1.2.3 流场可视化的主要挑战 | 第30-31页 |
| 1.3 研究工作 | 第31-34页 |
| 1.3.1 研究内容 | 第31-33页 |
| 1.3.2 主要贡献 | 第33-34页 |
| 1.4 论文结构 | 第34-36页 |
| 第二章 技术背景和相关研究 | 第36-58页 |
| 2.1 流体力学基础 | 第36-41页 |
| 2.1.1 控制方程 | 第36-39页 |
| 2.1.2 流场描述方法 | 第39-40页 |
| 2.1.3 赫姆霍兹速度分解定理 | 第40-41页 |
| 2.2 计算流体力学基础 | 第41-46页 |
| 2.2.1 有限体积方法 | 第42页 |
| 2.2.2 有限差分方法与精度 | 第42-44页 |
| 2.2.3 计算网格与坐标变换 | 第44-46页 |
| 2.3 拉格朗日拟序结构理论 | 第46-50页 |
| 2.3.1 基于有限时间李雅普诺夫指数的拉格朗日拟序结构理论 | 第46-48页 |
| 2.3.2 基于局部判则的拉格朗日拟序结构理论 | 第48-49页 |
| 2.3.3 基于全局判则的拉格朗日拟序结构理论 | 第49-50页 |
| 2.4 拉格朗日拟序结构可视特征提取研究进展 | 第50-54页 |
| 2.4.1 基于FTLE的LCS可视特征提取方法 | 第50-51页 |
| 2.4.2 基于局部判则的LCS可视特征提取计算方法 | 第51-52页 |
| 2.4.3 基于全局判则的LCS可视特征提取计算方法 | 第52-53页 |
| 2.4.4 研究现状综合分析 | 第53-54页 |
| 2.5 拉格朗日拟序结构可视化的应用 | 第54-56页 |
| 2.6 本章小结 | 第56-58页 |
| 第三章 非定常流场高精度拉格朗日涡可视特征提取算法 | 第58-80页 |
| 3.1 引言 | 第59-63页 |
| 3.1.1 基于伽利略不变性的判定准则 | 第59-60页 |
| 3.1.2 拉格朗日拟序涡及LAVD | 第60-62页 |
| 3.1.3 基于LAVD的拉格朗日涡可视特征提取算法 | 第62-63页 |
| 3.2 基于LAVD的拉格朗日涡可视特征提取算法精度分析 | 第63-69页 |
| 3.2.1 有限差分方法的涡量计算精度 | 第64-65页 |
| 3.2.2 非网格点空间/时间方向的插值精度 | 第65-67页 |
| 3.2.3 常微分方程数值解法 | 第67页 |
| 3.2.4 数值积分精度 | 第67-68页 |
| 3.2.5 整体精度 | 第68-69页 |
| 3.3 高精度拉格朗日涡可视特征提取算法 | 第69-71页 |
| 3.3.1 基于WENO的涡量插值计算 | 第69-70页 |
| 3.3.2 基于模板权重的多项式插值 | 第70-71页 |
| 3.3.3 迹线计算 | 第71页 |
| 3.3.4 数值积分计算 | 第71页 |
| 3.4 实验与分析 | 第71-78页 |
| 3.4.1 DG流场 | 第72-75页 |
| 3.4.2 R-T流场 | 第75-78页 |
| 3.5 本章小结 | 第78-80页 |
| 第四章 高效双曲型及椭圆型LCS可视特征提取算法 | 第80-100页 |
| 4.1 引言 | 第80-81页 |
| 4.2 基于梯度的结构/非结构、格心/格点格式数据统一插值方法 | 第81-84页 |
| 4.2.1 结构与非结构网格 | 第81-82页 |
| 4.2.2 格心与格点格式 | 第82页 |
| 4.2.3 分片线性流场 | 第82-83页 |
| 4.2.4 格心格式的任意网格单元内变量梯度计算 | 第83-84页 |
| 4.2.5 格点和格心格式插值的统一处理 | 第84页 |
| 4.3 插值与推进的整合算法 | 第84-89页 |
| 4.3.1 RK方法 | 第84-85页 |
| 4.3.2 定常流场上的整合推进计算 | 第85-86页 |
| 4.3.3 非定常流场上的整合推进计算 | 第86-87页 |
| 4.3.4 整体算法描述 | 第87-88页 |
| 4.3.5 整合推进算法精度分析 | 第88-89页 |
| 4.4 基于整合推进的非定常流场双曲及椭圆型LCS可视特征提取算法 | 第89-92页 |
| 4.5 实验与分析 | 第92-98页 |
| 4.5.1 算法精度实验 | 第92-94页 |
| 4.5.2 拉格朗日拟序结构提取性能实验 | 第94-97页 |
| 4.5.3 OpenMP加速实验 | 第97-98页 |
| 4.6 本章小结 | 第98-100页 |
| 第五章 基于预处理-合成策略的高效FTLE序列可视计算算法 | 第100-114页 |
| 5.1 引言 | 第100-102页 |
| 5.2 时间区间流映射预处理与合成计算方法设计 | 第102-104页 |
| 5.2.1 时间区间流映射预处理计算 | 第102-103页 |
| 5.2.2 流映射合成计算 | 第103-104页 |
| 5.2.3 预处理与合成方法的适应性 | 第104页 |
| 5.3 基于预处理-合成策略的高效FTLE序列可视计算算法 | 第104-105页 |
| 5.4 实验与分析 | 第105-112页 |
| 5.4.1 DG流场 | 第106-108页 |
| 5.4.2 ABC流场 | 第108-110页 |
| 5.4.3 GPU加速实验 | 第110-112页 |
| 5.4.4 分析 | 第112页 |
| 5.5 本章小结 | 第112-114页 |
| 第六章 适于分区计算的CPU与MIC协同并行FTLE可视计算算法 | 第114-132页 |
| 6.1 引言 | 第114-116页 |
| 6.2 MIC上的并行与优化方法 | 第116-121页 |
| 6.2.1 MIC体系架构简介 | 第116-117页 |
| 6.2.2 MIC上的程序实现 | 第117-118页 |
| 6.2.3 MIC并行优化 | 第118-121页 |
| 6.3 基于静态数据分区的多CPU与MIC协同并行FTLE算法 | 第121-123页 |
| 6.3.1 节点内CPU与MIC协同并行算法 | 第121页 |
| 6.3.2 多CPU与MIC异构节点并行算法 | 第121-123页 |
| 6.4 实验与分析 | 第123-130页 |
| 6.4.1 单MIC并行优化实验 | 第124-126页 |
| 6.4.2 多CPU与MIC协同并行实验 | 第126-128页 |
| 6.4.3 与相关研究成果的对比分析 | 第128-130页 |
| 6.5 本章小结 | 第130-132页 |
| 第七章 总结与展望 | 第132-134页 |
| 7.1 工作总结 | 第132-133页 |
| 7.2 研究展望 | 第133-134页 |
| 致谢 | 第134-136页 |
| 参考文献 | 第136-148页 |
| 作者在学期间取得的学术成果 | 第148-150页 |
| 作者在学期间参加的科研工作 | 第150页 |
