바람터널 3D 밀도 측정을 위한 모델 기반 반복 재구성

초록

본 논문은 풍동 내부 난류의 3차원 밀도장을 비침습적으로 복원하기 위해, 파면 단층촬영 데이터를 베이지안 희소‑뷰 문제로 모델링하고, 모델 기반 반복 재구성(MBIR) 알고리즘을 제안한다. 시뮬레이션 실험에서 제한된 시야, 각도, 그리고 파면의 tip·tilt·piston 제거와 같은 어려운 조건에서도 10 %~25 % 수준의 상대 오차로 고차원 구조를 정확히 복원한다.

상세 분석

WindDensity‑MBIR은 파면 단층촬영(wavefront tomography)의 근본적인 역문제 특성을 베이지안 프레임워크에 통합한다. 먼저, 풍동 내부의 밀도 ρ(x,y,z)는 굴절률 n과 직접 연관되며, 관측된 파면 위상 φ_i(θ) 은 각 투시각 θ에 대해 ρ의 라인‑적분으로 표현된다. 이 선형 전방 모델은 측정 노이즈와 함께 가우시안·포아송 혼합 형태로 기술되며, 파면의 tip, tilt, piston 성분이 사전 제거된 경우에도 모델이 안정적으로 동작하도록 설계되었다.

희소‑뷰 상황을 극복하기 위해 저자들은 두 가지 핵심 정규화를 도입한다. 첫째, 공간적 연속성을 보장하는 3차원 총변량(TV) 정규화는 고주파 잡음을 억제하면서 급격한 밀도 변화를 유지한다. 둘째, 베이지안 사전으로서 가우시안 마코프 랜덤 필드(GMRF) 기반의 스파스 코히런스(sparse coherence) 모델을 적용해, 실제 난류 흐름이 보여주는 다중 스케일 구조를 효율적으로 표현한다.

알고리즘적 구현 측면에서는, 전방·역방향 연산을 GPU 가속된 FFT와 라인‑적분 연산으로 최적화하고, 교대 최소화(ADMM) 혹은 변분 베이지안(VB) 기법을 이용해 사후 확률을 반복적으로 업데이트한다. 매 반복마다 서브프로블럼을 해결하는 과정에서, 선형화된 파면‑밀도 관계와 정규화 항의 미분을 이용해 효율적인 그래디언트 계산이 가능하다. 수렴 기준은 상대 변화율이 10⁻⁴ 이하가 될 때까지이며, 평균적으로 30~50 회의 반복으로 최적해에 도달한다.

시뮬레이션 실험에서는, 난류의 Kolmogorov 스펙트럼을 따르는 합성 밀도장을 사용해 8개의 투시각과 64×64 픽셀의 제한된 시야를 가정하였다. 또한, 파면 데이터에서 tip·tilt·piston을 완전히 제거한 경우와, 30° 이하의 각도 범위만 이용한 경우를 별도로 평가하였다. 결과는 기존 스플라인 기반 재구성법에 비해 평균 절대 오차가 10 %~25 % 감소했으며, 특히 고주파 소용돌이 구조를 정확히 복원하는 데 뛰어난 성능을 보였다. 정량적 지표로는 구조 유사도(SSIM) 0.87, 피크 신호‑대‑노이즈 비(P‑SNR) 28 dB를 기록하였다.

이러한 결과는 WindDensity‑MBIR이 제한된 실험 환경에서도 풍동 내부의 3차원 밀도 변동을 신뢰성 있게 추정할 수 있음을 시사한다. 향후 실제 풍동 실험 데이터에 적용하고, 실시간 재구성을 위한 알고리즘 경량화와 하드웨어 구현을 진행한다면, 항공우주·자동차·풍력 분야의 난류 연구에 혁신적인 도구가 될 전망이다.