一种基于物理信息神经网络的PIV流场超分辨率重构方法及系统

本发明一种基于物理信息神经网络的PIV流场超分辨率重构方法及系统，属于流体力学实验测量技术领域；方法步骤包括：生成训练数据集：采用数值模拟方法求解纳维‑斯托克斯方程，获取不同雷诺数下的二维流场数据；构建多模态物理信息神经网络，包含四部分的复合网络；对多模态物理信息神经网络进行训练、测试、验证；实验数据重构。本发明通过物理信息与深度学习的融合，解决了PIV硬件局限下的高分辨率流场重构难题，同时具备实时性、泛化性和抗噪性优势。