摘要
本发明提供基于多保真数据融合的火箭飞行器流场修正方法,包括以下步骤:步骤1,采集低保真度数据,进行低保真度数据集构造:通过雷诺时均模拟方法或大涡模拟方法模拟有限时间步内物体周围非定常流场变化过程;步骤2,进行数据相关性分析:建立火箭飞行器无粘流场yL与有粘流场yH的线性关系模型yH=ρ(x)yL+δ(x);步骤3,神经网络架构设计:构建低保真数据近似网络NNL;设计线性相关近似网络建立非线性相关近似网络步骤4,超参数学习与优化:定义损失函数步骤5,数据采集与预处理:进行高保真有粘流场数据采集,对采集到的高保真和低保真流场数据进行预处理;步骤6,模型训练与验证。
技术关键词
修正方法
火箭
飞行器
线性关系模型
初始化方法
构建深度神经网络
超参数
正则化参数
修正系统
非线性
数据采集模块
分析模块
归一化方法
网格技术
梯度下降法
误差
训练集