Chango的数学Shader世界（十二）流体模拟-丑陋的现实之平流，投影算子

目的：

参考《GPU Gems》，尝试重现2D流体模拟。

本节用UE4实现平流和投影算子部分。并对实际碰到的问题与论文的差距作分析。

 

参考：

《GPU Gems》

 

观察：

经过实践观察，我发现两个问题：

1.速度场的复杂度决定了模拟的流动有多好看，但复杂又无散的速度场我不知道怎么搞。

2.对染料浓度进行无散处理（上节的投影算子）没有任何意义，结果也很奇怪。但对速度场进行无散化，可以模拟水面波动后慢慢平静（匀速）下来的效果。

于是初步实践，我决定对浓度场在速度场中平流；简单生成一个速度场，并利用投影算子将速度场无散化。

 

分析与步骤：

1.对浓度场进行平流

利用文章九所得结论即可，两张RT相互更新，没啥说的。

2.构造速度场

缺乏想象力的我只能将每点uv-坐标(0,0.5)，再归一化。这样整个速度场就像是从左边中点出发，均一的发散场。在GPU中编程最难受的就是不能在RT中存储负数，所以我只能用RG通道为xy，B通道分4部分存储符号(++,+-,-+,--)。公式为(1-m)/4+(1-n)/8，mn为2D矢量符号，如+-为(m=1,n=-1)。

初始速度场如下：

以后可以考虑复杂的速度场用mathematica处理可视化，会更清楚。

利用文章十中的离散公式，计算此速度场的散度。散度倒是一目了然，印证了那句散度体现“有源程度”

在计算这些场的过程中我都没有注意边界问题，从结果来看无大碍，但是其实速度场等已经有些不对了，之后会看到。

3.解Poission压力方程

接下来我准备对速度场进行无散处理（应用上节的P算子），回忆方程：

要应用它，就得求p。回忆Poission压力方程：

对于这个方程，进行Jacobi迭代法解，网上也有很多资料，这里不说了。

而且把文章十的离散形式分别代入两边，也能推导出，有：

其中p场是数值场，从全0场开始，对整个场多次计算。CPU控制迭代次数，GPU进行一次迭代的计算，有点像多次Glow或者是高斯模糊的操作：

如果迭代少了，那么p基本就像是负的散度：

但是再从其中计算得的梯度又不会像原来的速度场那么大了。（只有散度场和旋度场都存在才能唯一决定原场）。

（蓝色决定矢量符号，红绿决定x,y分量大小）

Poission方程相当于没解。原速度场减去这种，几乎相当于没变，它还是一个有散场，因此染料行为就严格按照“圆形”速度场流动。相比开头有种更像缩放的感觉。

我把循环改成书上建议的40，结果就是开头的样子，其p场和也变成了这样：

随着时间的流逝，速度场逐渐变成无散场，其散度RT也几乎变成了全黑。

在迭代更新压力场的时候，我发现其对边界处理很敏感，我现在的做法是，若寻址到uv以外的点，则取对应边界点的负数。即如果i<0,p(i,j)=-p(0,j)。具体我还未深入研究。目前发现除此以外的做法都会得到很奇怪的结果。

对于扩散项，目前没有加上，因为文中说由于计算误差，无论如何染料都会扩散，但从结果看来并不明显。染料面积增加只是因为我们的初始速度场是有散场。

结论

1.对文

    尽管此文拓展了我的数学?方向，但不足处很多。没有完整实现，代码都是伪代码和片段，对于算子行为意义，模糊不清。总得来说，没有一个按图索骥的感觉，让人感觉陷入毫无意义的研究当中。文中的图片效果很大程度来自其涡流状的速度场。

2.对实践结果

    目前缺陷有若干：

1.无扩散项:下节添加

2.边界计算，误差问题。希望弄清原理。

期间错误得到了很多奇怪的速度场，倒也蛮好看的。

3.反省

    在研究过程中，陷入了数学推导中，没有紧密结合实际。对于研究的前因后果没有顾及就开始一头扎入。对于物理知识的匮乏其实是研究此类Shader最大的拦路虎。下次在选择研究课题时，要么得做好充足的物理知识储备，要么就选择那种纯数学的Shader类型。

    在下节添加完扩散项后，流体模拟就得告一段落了。菜是原罪啊。