摘要
本发明公开了一种面向跨声速翼型绕流的数据同化方法。它包括以下步骤:S1:构建降阶模型;S2:获取输入的流动状态及对应的流场观测数据;S3:生成流动初始集合;S4:构建包含流动状态及其对应流场仿真数据的数据联合空间,将流动初始集合填入数据联合空间;S5:采用降阶模型仿真得到跨声速翼型在数据联合空间记载的流动状态下的流场仿真数据,更新数据联合空间;S6:采用主动学习方法对降阶模型进行更新,并更新数据联合空间;S7:计算数据联合空间的均值和协方差,并计算卡尔曼增益;S8:结合流场观测数据、卡尔曼增益更新数据联合空间;S9:重复执行步骤S5至步骤S8,直到收敛。本发明在保证数据同化精度的同时,显著降低了计算成本。
技术关键词
数据同化方法
仿真数据
翼型
降阶模型
主动学习方法
误差
矩阵
插值法
快照
参数
采样点
关系
网格
因子
精度
系统为您推荐了相关专利信息
三维场景模型
站点
规划
计算机设备
计算机程序产品
数据转化方法
海杂波数据
运动平台雷达
非线性优化算法
雷达信号处理技术
翼型优化设计方法
翼型轮廓
阶段
非暂态计算机可读存储介质
优化翼型
智能缺陷检测系统
激光衍射成像
深度学习网络模型
明场显微成像
仿真数据