基于多通道融合的风洞流场状态预测方法

本发明公开了一种基于多通道融合的风洞流场状态预测方法，涉及航空航天空气动力试验研究领域，包括：S1、基于Cao式判别法确定时间序列的嵌入维度，以对风洞运行数据进行预处理；S2、基于预处理后的风洞运行数据设计趋势性编码器，基于多头自注意力机制实现短距离内的风洞流场相关性建模，以构建神经网络子模型Ⅰ；S3、基于周期性编码器和多头自注意力模块进行风洞运行数据长周期的相关性建模，以构建神经网络子模型Ⅱ；S4、将神经网络子模型Ⅰ和神经网络子模型Ⅱ中固定参数部分模块进行通道拼接，将拼接后的数据输入到多层感知机和输入模块，进行风洞流场预测。本发明提供一种基于多通道融合的风洞流场状态预测方法，用于提高了流场的预测精度。