基于重抽样加权的飞行器多源数据融合方法

打开文本图片集

摘 要：风洞试验方法和计算流体力学（CFD）数值模拟方法在飞行器的初步研制阶段能够对于飞行器的气动性能提供精准分析，其对于飞行器的气动外形优化与设计起到了重要的作用。而风洞试验与CFD方法不可避免地存在试验与计算成本较高等问题。为实现对于飞行器气动性能的低成本及高效分析，本文对风洞试验数据进行了机器学习方法的预测分析研究，提出了一种基于多模型结合方法的数据融合模式，其原理是通过重复抽样的方法多次获取精度略低的CFD数据与精度较高的风洞试验数据之间的映射关系，并通过基于均方误差的加权方法对于多映射关系进行结合从而输出最终的预测结果。（剩余13798字）