Ensemble Particle Tracking Velocimetry (EPTV) is a method to extract high-resolution statistical information on flow fields from Particle Image Velocimetry (PIV) images. The process is based on tracking particles and extracting the velocity probability distribution functions of the image ensemble in averaging-regions deemed to contain a sufficient number of particle pairs/tracks. The size of the averaging regions depends on the particle density and the number of snapshots. An automatic adaptive variation of the ensemble PTV is presented to further push the spatial resolution of the method. The proposed Adaptive-EPTV is based on stretching and orienting the averaging regions along the direction of maximum curvature of the velocity fields. The process requires a predictor calculation with isotropic-window EPTV to compute the second derivatives of the mean velocity components. In a second step, the principal directions of the Hessian tensor are calculated to tune the optimal orientation and stretch of the averaging regions. The stretching and orientation are achieved using a Gaussian windowing with different standard deviation along the local principal direction of the Hessian tensor. The algorithm is first validated using three different synthetic datasets: a sinusoidal displacement field, a channel flow and the flow around a NACA 0012 airfoil. An experimental test case of an impinging jet equipped with a fractal grid at the nozzle outlet is also carried out.

中文翻译：

---

自适应合奏 PTV

集合粒子跟踪测速 (EPTV) 是一种从粒子图像测速 (PIV) 图像中提取流场的高分辨率统计信息的方法。该过程基于跟踪粒子并在被认为包含足够数量的粒子对/轨迹的平均区域中提取图像集合的速度概率分布函数。平均区域的大小取决于粒子密度和快照数量。提出了集成 PTV 的自动自适应变化，以进一步提高该方法的空间分辨率。所提出的自适应 EPTV 基于沿速度场的最大曲率方向拉伸和定向平均区域。该过程需要使用各向同性窗口 EPTV 进行预测器计算，以计算平均速度分量的二阶导数。第二步，计算 Hessian 张量的主方向​​以调整平均区域的最佳方向和拉伸。拉伸和定向是使用沿 Hessian 张量的局部主方向具有不同标准偏差的高斯加窗实现的。该算法首先使用三个不同的合成数据集进行验证：正弦位移场、通道流和 NACA 0012 翼型周围的流。还进行了喷嘴出口处装有分形网格的撞击射流的实验测试。计算 Hessian 张量的主要方向以调整平均区域的最佳方向和拉伸。拉伸和定向是使用沿 Hessian 张量的局部主方向具有不同标准偏差的高斯加窗实现的。该算法首先使用三个不同的合成数据集进行验证：正弦位移场、通道流和 NACA 0012 翼型周围的流。还进行了喷嘴出口处装有分形网格的撞击射流的实验测试。计算 Hessian 张量的主要方向以调整平均区域的最佳方向和拉伸。拉伸和定向是使用沿 Hessian 张量的局部主方向具有不同标准偏差的高斯加窗实现的。该算法首先使用三个不同的合成数据集进行验证：正弦位移场、通道流和 NACA 0012 翼型周围的流。还进行了喷嘴出口处装有分形网格的撞击射流的实验测试。该算法首先使用三个不同的合成数据集进行验证：正弦位移场、通道流和 NACA 0012 翼型周围的流。还进行了喷嘴出口处装有分形网格的撞击射流的实验测试。该算法首先使用三个不同的合成数据集进行验证：正弦位移场、通道流和 NACA 0012 翼型周围的流。还进行了喷嘴出口处装有分形网格的撞击射流的实验测试。