一种基于人工智能的固定翼飞机气动数据融合方法及系统

本发明涉及数据融合技术领域，更具体地说，涉及一种基于人工智能的固定翼飞机气动数据融合方法及系统。本方法，包括以下步骤：获取低精度气动数据，构建低精度气动数据集；基于低精度气动数据集，构建低精度气动模型；获取高精度气动数据，构建多层前馈神经网络模型；将多层前馈神经网络模型的输入参数以及输出参数进行归一化处理；基于归一化后的输入参数以及输出参数数据对构建的多层前馈神经网络模型进行训练，最终获得气动数据融合网络模型，所述气动数据融合网络模型用于预测固定翼飞机全包线范围内的气动特性。本发明将低精度气动数据与高精度试飞数据进行融合，降低技术门槛，提升气动数据融合的灵活性与精确性。