一种多源数据融合的飞行器表面流场智能重构方法及系统

本发明公开了一种多源数据融合的飞行器表面流场智能重构方法及系统，属于流场智能预测的技术领域，包括；获取飞行器表面的多源传感器数据，构建多源数据集；构建基于Transformer的流场重构模型；采用多源数据集训练流场重构模型；基于训练后的流场重构模型中，输出飞行器表面流场重构结果，并对飞行器表面流场重构结果进行可视化展示。本发明基于深度学习模型强大的非线性映射能力，通过大量传感器数据的训练，能够自动提取压力、热流及摩阻应力之间的高阶关联特征，通过融合稀疏的离散数据，能够有效地重构飞行器全表面的连续物理场，突破传统解析模型在应对强非线性问题时的局限性，提升了飞行器流场预测的精度与可靠性。