基于机器深度学习的增量融合大迎角气动力模型的构建方法、电子设备及存储介质

基于机器深度学习的增量融合大迎角气动力模型的构建方法、电子设备及存储介质，属于空气动力与飞行力学领域。为提升大迎角气动力预测准度，本发明包括通过风洞试验获取静态气动力试验数据、动导数试验数据，利用大幅振荡试验或非稳态运动试验风洞试验获得非定常试验数据，计算非定常试验运动历程下的静态分量和动导数分量，利用归一化后的非定常试验数据扣除非定常试验运动历程下的静态分量和动导数分量，得到非定常气动力增量；采用机器深度学习算法对非定常气动力增量进行建模，得到非定常气动力系数增量模型，然后构建大迎角气动力模型。本发明可适应从传统理论分析到仿真分析的多种应用场景。