用于计算湍流中涡旋统计的多分辨率普查算法

模拟湍流的基本方程并未提供关于观测到的湍流结构大小和形状的太多见解。我们通过将统计模型直接应用于模拟的涡度场，研究二维湍流中结构的高效且准确的表示。与经典信号加噪声模型中从背景变化中提取图像的相干部分不同，我们利用非抽取离散小波变换提出了单个涡旋的模型。由用户提供的模板图像提供了要从涡度场中提取的特征。通过将涡旋模板变换到小波域，模板中存在的特定特征（如大小和对称性）被分解为与空间频率相关的分量。多元多重线性回归用于在小波域中将涡旋模板拟合到涡度场。由于模板分解的所有层级都可用于建模场分解中的每个层级，因此所得模型不必与模板完全相同。本文给出了该算法在涡旋普查中的应用，该算法在涡度场演化过程中记录感兴趣的量（如大小、峰值振幅、环量等）。多分辨率普查算法提取了模拟涡度场中所有形状和大小的相干结构，并且在处理随时间演化的一组涡度场时，能够复现已知的物理标度律。