一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法

本发明属于飞行器模型支撑系统抖振检测技术领域，公开一种基于深度学习算法的风洞实验多源混杂噪声有效剔除方法，先根据欧拉‑伯努利理论，建立测力天平抖振估计模型；再利用分离变量法求解振动动力学方程，并进行模态分析；最后根据所得动力学方程的解及模态分析结果，基于深度学习算法进行振动解耦与噪声剔除。与有限元分析法与解析计算法的不同之处在于，本方法基于深度学习算法，通过模态分析法进行了振动动力学方程的求解运算，相较上述两种方法具有计算速度快、消耗计算资源少、计算精度高、求解过程相对简单等优势。本方法提出的基于深度学习算法的风洞实验多源混杂噪声有效剔除方法针对一般的风洞测试场景，是一种较为简单且实用的方法。