基于中心差分法的理想水体三维运动效果的模拟

doi:10.7523/j.issn.1002-1175.2013.01.006

中国科学院大学学报 ›› 2013, Vol. 30 ›› Issue (1): 33-39.DOI: 10.7523/j.issn.1002-1175.2013.01.006

基于中心差分法的理想水体三维运动效果的模拟

丁振¹, 芮小平¹, 刘真余¹, 陆瑾²

1. 中国科学院研究生院资源与环境学院, 北京 100049;
2. 中国水利水电科学研究院, 北京 100038

收稿日期:2011-09-23 修回日期:2012-03-22 发布日期:2013-01-15
通讯作者: 丁振
基金资助:
国家科技重大专项(2009ZX07104-006)资助

Motion simulation of three-dimensional ideal water based on central-differences method

DING Zhen¹, RUI Xiao-Ping¹, LIU Zhen-Yu¹, LU Jin²

1. College of Resources and Environment, Graduate University, Chinese Academy of Sciences, Beijing 100049, China;
2. China Institute of Water Resources and Hydropower Research, Beijing 100038, China

Received:2011-09-23 Revised:2012-03-22 Published:2013-01-15

摘要/Abstract

摘要：

在兼顾真实感和效率的前提下,采用中心差分方法建立了理想水体的运动方程,进而提出一种模拟水面三维运动效果的方法.该方法首先将水体网格化,使用分形布朗运动的形态构建整个水面.接着利用简化的流体力学方程作为水体运动的驱动因子控制各网格处的水体高度,再通过中心差分法平滑水柱之间的高度差,从而得到连续波动的水波模型.最后,从纹理映射与LOD层次模型的建立2个方面,讨论大规模运动水面的仿真方法.实验表明,该方法的计算效率能够满足大规模三维水面动态仿真的要求.该方法还具有很好的可视化效果.

关键词: 中心差分法, 理想水体, 水面模拟, 分形布朗运动, LOD层次模型

Abstract:

We propose a method for simulating the motion effect of three-dimensional water surface. First, the shape of water surface is built by the method of fractional Brownian motion. Secondly, the simplified equation of fluid mechanics is discretized by using central-differences method. Finally, the texture mapping and the LOD construction for simulation of large-scale water surface are also discussed. Experimental results show that this method is effective and it can achieve a good visualization effect.

Key words: central-differences method, ideal water, water surface simulation, fractional Brownian motion, LOD

中图分类号:

TP391

丁振, 芮小平, 刘真余, 陆瑾. 基于中心差分法的理想水体三维运动效果的模拟[J]. 中国科学院大学学报, 2013, 30(1): 33-39.

DING Zhen, RUI Xiao-Ping, LIU Zhen-Yu, LU Jin. Motion simulation of three-dimensional ideal water based on central-differences method[J]. , 2013, 30(1): 33-39.

[1]	杨雨龙, 郭田德, 韩丛英. 基于原型学习改进的伪标签半监督学习算法[J]. 中国科学院大学学报, 2021, 38(6): 841-851.
[2]	史达亨, 刘立刚, 周斌, 卜智勇. 跨时间迁移的多源无线信号指纹融合定位方法[J]. 中国科学院大学学报, 2021, 38(6): 817-824.
[3]	陈汉钦, 秦进, 赵彤, 阎瑶. 面向识别的人脸三维信息估计^*[J]. 中国科学院大学学报, 0, (): 2-2.
[4]	庄子俊, 袁晓兵, 裴俊, 王国辉, 刘建坡. 基于无监督表达学习的森林地貌特征建模及林火易发性评估[J]. 中国科学院大学学报, 0, (): 1-1.
[5]	赵敏钧, 赵亚伟, 赵雅捷, 罗刚. 一种新的基于深度学习的重叠关系联合抽取模型[J]. 中国科学院大学学报, 0, (): 55-55.
[6]	马曌月, 肖俊, 王颖. 基于面提取的三维岩体点云孔洞检测与修复方法^*[J]. 中国科学院大学学报, 0, (): 64-64.
[7]	林大权, 范睿, 张良峰. 基于高维特征的图像对抗攻击算法^*[J]. 中国科学院大学学报, 0, (): 74-74.
[8]	王贺, 卜智勇, 谭冲. 基于核相关滤波视觉检测的多旋翼无人机对地目标跟踪与逼近[J]. 中国科学院大学学报, 0, (): 21532-21532.
[9]	赵心驰, 姜策, 何为. 基于注意力生成对抗网络的图像强光去除[J]. 中国科学院大学学报, 0, (): 21548-21548.
[10]	马莹莹, 吴幼龙, 唐华. 基于特征编码和图嵌入的姓名消歧方法[J]. 中国科学院大学学报, 0, (): 21549-21549.
[11]	张韬, 肖俊, 王颖. 基于匹配点逐层过滤的岩体点云配准方法[J]. 中国科学院大学学报, 0, (): 21550-21550.
[12]	杨善强, 李华旺, 常亮, 高才栋, 虞业泺. 一种基于RPC的组态化卫星模拟器故障注入方法[J]. 中国科学院大学学报, 2021, 38(3): 402-408.
[13]	盛晓光, 王颖, 张迎伟, 项若曦, 付红萍. WILS：面向学业预警的非均衡增量式学习方法*[J]. 中国科学院大学学报, 0, (): 17-18.
[14]	周龙, 王伟强, 吕科. FACR：一种快速且准确的车辆识别器[J]. 中国科学院大学学报, 2021, 38(1): 130-136.
[15]	胡莉娜, 高盛华. 基于层次化标签的人体解析[J]. 中国科学院大学学报, 2020, 37(6): 820-827.

基于中心差分法的理想水体三维运动效果的模拟

Motion simulation of three-dimensional ideal water based on central-differences method

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们