一种基于深度学习的非线性冲击载荷时序和位置识别方法

本发明涉及飞行器载荷识别技术领域，公开了一种基于深度学习的非线性冲击载荷时序和位置识别方法，包括：获取加速度振动信号数据；构建包括卷积编码器、自注意力机制模块、卷积解码器的神经网络模型，用于识别冲击载荷的大小信息；同时，构建包括输入层模块、隐藏层模块、全连接层模块的神经网络模型，用于识别冲击载荷的位置信息；该方法在面对复杂、非线性冲击载荷大小重构和位置定位时，具有识别效果显著、准确率较高的优点。