一种基于特征分解的飞行器翼型流场快速预测方法

本发明属于飞行器启动优化领域，具体涉及一种基于特征分解的飞行器翼型流场快速预测方法。本发明的方法包括获取大量不同来流的数据集，归一化后进行奇异值分解(Singular Value Decomposition，以下简称SVD)，使用分解后的基模态系数对深度神经网络进行训练，实现对飞行器翼型的变来流流场快速预测。本发明通过使用SVD实现对流场特征的提取，使用深度神经网络对变来流翼型流场进行快速预测，减少了飞行器翼型设计与优化中流场计算的耗时，减小了翼型气动分析与优化过程中的大量流场计算时间。