本發(fā)明涉及流場(chǎng)解推斷領(lǐng)域，特別涉及一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法。

背景技術(shù)：

1、流場(chǎng)數(shù)據(jù)提供了詳細(xì)的流場(chǎng)特性，通過(guò)流場(chǎng)分析，可以準(zhǔn)確評(píng)估飛行器在不同飛行條件下的性能，這些信息對(duì)于深入理解飛行器氣動(dòng)特性并開(kāi)展優(yōu)化設(shè)計(jì)具有重要意義。來(lái)流條件決定了流體運(yùn)動(dòng)的初始狀態(tài)和邊界條件，而外形信息則直接影響流體與物體表面的相互作用，這兩類信息在流動(dòng)中具有各自獨(dú)特的物理意義和作用機(jī)制。而現(xiàn)有方法通常將這些信息粗糙的融合為圖像的形式編碼進(jìn)一個(gè)以卷積模塊為核心的單一網(wǎng)絡(luò)架構(gòu)，并期望直接輸出高精度的流場(chǎng)預(yù)測(cè)結(jié)果。這種編碼方案使得模型難以區(qū)分和處理這兩類信息的內(nèi)在差異。因此，模型捕捉復(fù)雜流場(chǎng)特征的能力下降，模型擬合難度增加，進(jìn)而降低了模型的有效性。同時(shí)也使得模型過(guò)度依賴于訓(xùn)練數(shù)據(jù)中的特定信息組合，對(duì)于新的來(lái)流條件和外形組合缺乏足夠的適應(yīng)性，進(jìn)而導(dǎo)致模型泛化能力受限。

2、不同于現(xiàn)有流場(chǎng)預(yù)測(cè)方法，本發(fā)明通過(guò)將來(lái)流條件和飛行器外形信息表示為不同的模態(tài)，并分別使用來(lái)流泛化網(wǎng)絡(luò)和外形特征補(bǔ)償網(wǎng)絡(luò)對(duì)不同的模態(tài)信息進(jìn)行編碼，彌補(bǔ)了將粗糙的融合圖像輸入單一網(wǎng)絡(luò)結(jié)構(gòu)并直接映射出高精度的流場(chǎng)的做法的不足。同時(shí)融入了特征增強(qiáng)模塊，解決了模型需要一次性處理大量流場(chǎng)數(shù)據(jù)點(diǎn)，而實(shí)際上流場(chǎng)中并非所有的點(diǎn)都具有相同的重要性，從而分散了模型性能的問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有流場(chǎng)解推斷方法泛化性不足、準(zhǔn)確率較低的問(wèn)題，本發(fā)明提供了一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，通過(guò)將來(lái)流條件和飛行器外形分別表示為不同模態(tài)，使用專門的網(wǎng)絡(luò)結(jié)構(gòu)對(duì)不同模態(tài)進(jìn)行編碼，并且融入了特征增強(qiáng)模塊。

2、一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，包括：

3、仿真得到飛行器在不同來(lái)流條件下的流場(chǎng)數(shù)值解；

4、對(duì)仿真得到的流場(chǎng)數(shù)值解進(jìn)行模態(tài)轉(zhuǎn)換，將來(lái)流條件和網(wǎng)格坐標(biāo)表示為數(shù)值模態(tài)，飛行器外形表示為圖像模態(tài)；

5、構(gòu)建用于飛行器流場(chǎng)解推斷的多層特征增強(qiáng)的多模態(tài)特征融合模型；

6、基于模態(tài)轉(zhuǎn)換后的流場(chǎng)解，首先通過(guò)來(lái)流泛化網(wǎng)絡(luò)對(duì)數(shù)值模態(tài)進(jìn)行編碼得到近似流場(chǎng)解，再通過(guò)外形特征補(bǔ)償網(wǎng)絡(luò)對(duì)圖像模態(tài)進(jìn)行編碼得到最終流場(chǎng)解，以訓(xùn)練得到用于不同外形飛行器在不同來(lái)流條件下的流場(chǎng)解推斷模型。

7、所述仿真飛行器流場(chǎng)數(shù)值解，包括：

8、確定每一種工況下的初始條件和邊界條件；

9、采用在飛行器表面加密的貼體非結(jié)構(gòu)化網(wǎng)格，并且根據(jù)流場(chǎng)數(shù)值解的初步結(jié)果在高梯度區(qū)域增加網(wǎng)格密度；

10、利用計(jì)算流體力學(xué)仿真不同工況下雷諾平均納維-斯托克斯方程的解；

11、對(duì)非結(jié)構(gòu)化網(wǎng)格節(jié)點(diǎn)上已知的流場(chǎng)值進(jìn)行線性加權(quán)插值，得到在笛卡爾網(wǎng)格點(diǎn)下的流場(chǎng)解。

12、所述對(duì)流場(chǎng)數(shù)值解進(jìn)行模態(tài)轉(zhuǎn)換，包括：

13、來(lái)流條件包括雷諾數(shù)和攻角，通過(guò)如下公式將其表示為來(lái)流速度分量的數(shù)值模態(tài)形式：

14、

15、vx＝cos(a)×u

16、vy＝-sin(a)×u

17、v＝(vx,vy)

18、式中，re表示雷諾數(shù)，ρ表示密度，u表示特征速度，l是流體流動(dòng)的特征長(zhǎng)度，μ是流體的動(dòng)力粘度，v是來(lái)流速度，vx和vy分別表示x方向和y方向的來(lái)流速度分量，a是攻角；

19、對(duì)于所述的飛行器外形，通過(guò)計(jì)算其對(duì)應(yīng)的有符號(hào)距離場(chǎng)將其表示為圖像模態(tài)的形式。

20、多層特征增強(qiáng)應(yīng)用于外形特征補(bǔ)償網(wǎng)絡(luò)的每一層，包括：

21、多層特征增強(qiáng)模塊通過(guò)如下公式提取圖像模態(tài)f的特征：

22、mc＝(σ(mlp(maxpool(f))+mlp(avgpool(f)))+b)*f

23、ms＝(σ(conv([maxpool(mc)；avgpool(mc)]))+b)*mc

24、式中σ表示非線性激活函數(shù)，b表示偏置項(xiàng)，mc表示通道注意力機(jī)制的結(jié)果，ms表示空間注意力機(jī)制的結(jié)果，mlp表示多層感知機(jī)，conv表示卷積，maxpool表示最大池化，avgpool表示平均池化。

25、所述用于飛行器流場(chǎng)解推斷的多層特征增強(qiáng)的多模態(tài)特征融合模型，包括：

26、多層特征增強(qiáng)的多模態(tài)特征融合模型由一個(gè)來(lái)流泛化網(wǎng)絡(luò)和一個(gè)外形特征補(bǔ)償網(wǎng)絡(luò)組成；

27、將數(shù)值模態(tài)的來(lái)流速度分量v＝(vx,vy)和網(wǎng)格坐標(biāo)z＝(zx,zy)輸入來(lái)流泛化網(wǎng)絡(luò)，得到近似流場(chǎng)解；

28、將近似流場(chǎng)解重構(gòu)為矩陣形式，并與所述的飛行器外形對(duì)應(yīng)的有符號(hào)距離場(chǎng)在通道維度上進(jìn)行級(jí)聯(lián)，得到包含近似流場(chǎng)解與飛行器外形信息的特征圖；

29、包含近似流場(chǎng)信息與飛行器外形信息的特征圖作為圖像模態(tài)輸入到外形特征補(bǔ)償網(wǎng)絡(luò)進(jìn)行流場(chǎng)重構(gòu)，從而得到最終的流場(chǎng)結(jié)果。

30、基于所述多層特征增強(qiáng)的多模態(tài)特征融合模型輸出的最終的流場(chǎng)解和流場(chǎng)數(shù)據(jù)集中的結(jié)果，計(jì)算均方誤差，以對(duì)上述模型的參數(shù)進(jìn)行優(yōu)化，直至得到符合預(yù)期的模型。

31、本發(fā)明的有益效果為：本發(fā)明提出了一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，解決了利用單一網(wǎng)絡(luò)直接將粗糙的融合圖像映射到流場(chǎng)解導(dǎo)致的泛化性不足，精度較低的問(wèn)題。同時(shí)，本發(fā)明簡(jiǎn)化了從特定類型輸入到流場(chǎng)輸出的映射關(guān)系，使得每部分網(wǎng)絡(luò)可以更容易地學(xué)習(xí)其對(duì)應(yīng)的映射函數(shù)，從而提高了訓(xùn)練的穩(wěn)定性和效率。本發(fā)明也降低了整體模型的擬合難度，每個(gè)子網(wǎng)絡(luò)可以獨(dú)立調(diào)優(yōu)，減少了過(guò)擬合的風(fēng)險(xiǎn)。

技術(shù)特征：

1.一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，其特征在于，所述仿真飛行器流場(chǎng)數(shù)值解，具體包括：

3.根據(jù)權(quán)利要求1所述的一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，其特征在于，對(duì)所述流場(chǎng)數(shù)值解進(jìn)行模態(tài)轉(zhuǎn)換，具體包括：

4.根據(jù)權(quán)利要求1所述的一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，其特征在于，所述多層特征增強(qiáng)應(yīng)用于外形特征補(bǔ)償網(wǎng)絡(luò)，具體包括：

5.根據(jù)權(quán)利要求1所述的一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法，其特征在于，構(gòu)建用于飛行器流場(chǎng)解推斷的多層特征增強(qiáng)的多模態(tài)特征融合模型，具體包括：

技術(shù)總結(jié)
本發(fā)明屬于流場(chǎng)解推斷領(lǐng)域，具體涉及一種基于多層特征增強(qiáng)的多模態(tài)飛行器流場(chǎng)解推斷方法。本發(fā)明的方法包括：仿真得到飛行器在不同來(lái)流條件下的流場(chǎng)數(shù)值解；對(duì)所述飛行器流場(chǎng)數(shù)值解進(jìn)行模態(tài)轉(zhuǎn)換，將來(lái)流條件表示為數(shù)值模態(tài)，飛行器外形表示為圖像模態(tài)；構(gòu)建用于飛行器流場(chǎng)解推斷的多層特征增強(qiáng)的多模態(tài)特征融合模型，并將仿真的流場(chǎng)數(shù)值解用于模型的訓(xùn)練。本發(fā)明通過(guò)將來(lái)流條件與飛行器外形表示為不同模態(tài)進(jìn)行特征融合，解決了模型捕捉復(fù)雜流場(chǎng)特征的能力不足，模型擬合難度增大，從而導(dǎo)致模型性能不足的問(wèn)題。通過(guò)融入特征增強(qiáng)模塊，本方案提出的模型泛化性更好、精度更高。

技術(shù)研發(fā)人員：熊恒立,黃俊,王晶,王垚
受保護(hù)的技術(shù)使用者：西南科技大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2