基于重抽样加权的飞行器多源数据融合方法

作     者：崔榕峰 王祥云 刘哲 李鸿岩 郭承鹏 Cui Rongfeng;Wang Xiangyun;Liu Zhe;Li Hongyan;Guo Chengpeng

作者机构：中国航空工业空气动力研究院高速高雷诺数气动力航空科技重点实验室辽宁沈阳110034 

基　　金：航空科学基金(2022Z006026004 2023M071027001) 

出 版 物：《航空科学技术》 (Aeronautical Science & Technology)

年 卷 期：2024年第35卷第7期

页      码：111-119页

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。结果表明,基于重抽样加权法的数据融合模式可以有效提升风洞试验数据预测的精准度与拟合度,辅助支撑风洞试验人员进行相关研究工作。

主 题 词：数据融合 重抽样加权法 风洞试验 CFD 机器学习 

学科分类：080103[080103] 08[工学] 080104[080104] 0801[工学-力学类] 

D　O　I：10.19452/j.issn1007-5453.2024.07.012

馆 藏 号：203128998...