超声速气流中液体喷雾流动数值模拟研究

超声速气流中液体喷雾流动特性对超声速燃烧基础研究及其工程应用具有重要意义。为了定量探索超声速气流中液体横向射流雾化特性，本文对超声速气流中液体喷雾流动进行了数值模拟研究。数值模拟方法基于Eulerian-Lagrangian两相流计算架构，考虑气液双向耦合，采用KH/RT液滴二次破碎模型计算液滴雾化过程，采用大涡模拟计算气相流动。结果表明，该数值模拟方法所获得的液雾场突起结构、穿透高度、液滴平均速度分布等液雾特性均能与试验结果较符合；初始液滴直径分布对破碎后液滴平均速度影响较小而对破碎后液滴平均直径及液相平均体积分数影响较大，初始液滴直径分布需在后续的建模与模拟中进行更多研究。     

外观动作自适应目标跟踪方法

为降低目标运动时产生的外观形变对目标跟踪的影响，在DaSiamese-RPN基础上进行改进，提出了一种外观动作自适应的目标跟踪方法。在孪生网络的子网络中引入外观动作自适应更新模块，融合目标的时空信息和动作特征；利用2种欧氏距离分别度量真实图和预测图之间的全局和局部差异，并对二者加权融合构建损失函数，加强预测目标特征图与真实目标特征图之间全局和局部信息的关联性。在VOT2016、VOT2018、VOT2019和OTB100数据集上进行测试，实验结果表明:在VOT2016和VOT2018数据集上，预测平均重叠率分别提高4.5%和6.1%；在VOT2019数据集上，准确度提高0.4%，预测平均重叠率降低1%；在OTB100数据集上，跟踪成功率提高0.3%，精确度提高0.2%。