【技术实现步骤摘要】
本专利技术属于流场智能预测的，具体涉及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。
技术介绍
1、高超声速飞行器在飞行过程中，表面壁面压力、热流和摩阻应力等物理场数据对飞行器的气动性能、热防护设计及飞行安全具有重要影响。然而，传统风洞试验和飞行实测只能提供有限的测点数据，难以精确描述复杂流场（如激波干扰、边界层转捩等区域）的细微分布。因此，受限于传感器布置密度、测量精度及复杂流场环境，获取全表面高精度离散数据依然面临技术瓶颈。
技术实现思路
1、本专利技术的目的在于针对现有技术中的上述不足，提供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，以解决现有的单一传感器技术对高超声速飞行器表面流场重构存在精度低及智能化水平不高的问题。
2、为达到上述目的，本专利技术采取的技术方案是：
3、第一方面，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，其包括以下步骤：
4、s1、获取飞行器表面的多源传感器数据，并对其进行预处理；
5、s2...
【技术保护点】
1.一种多源数据融合的飞行器表面流场智能重构方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述S1具体包括：
3. 根据权利要求2所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述特征筛选用于从壁面压力数据、壁面热流数据和摩阻应力数据中识别对飞行器表面流场预测最重要的传感器测点，其具体包括：对于每组马赫数和攻角条件下的多源传感器数据，首先构建输入特征矩阵，输入特征矩阵行数对应不同的飞行工况，列数对应各传感器测点的位置，目标变量为输出流场密度的均值；然后，采用随机森林...
【技术特征摘要】
1.一种多源数据融合的飞行器表面流场智能重构方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述s1具体包括：
3. 根据权利要求2所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述特征筛选用于从壁面压力数据、壁面热流数据和摩阻应力数据中识别对飞行器表面流场预测最重要的传感器测点，其具体包括：对于每组马赫数和攻角条件下的多源传感器数据，首先构建输入特征矩阵，输入特征矩阵行数对应不同的飞行工况，列数对应各传感器测点的位置，目标变量为输出流场密度的均值；然后，采用随机森林回归、互信息分析、lasso 回归和递归特征消除方法计算每个传感器测点的重要性得分；
4.根据权利要求2所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述噪声处理包括：采用高斯滤波方法去除多源传感器数据中的测量噪声；
5.根据权利要求1所述的多源数据融合的飞行器表面流场智能重构方法，其特征在于，所述s...
【专利技术属性】
技术研发人员：郭明明，卢泽凯，张华，霍建文，杨雨欣，周燎，李泽斌，程俊淞，李玠録，王伟航，胡亚军，
申请(专利权)人：西南科技大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。