科研之友
微信
新浪微博
Facebook
分享链接
摘要
飞行器气动研究的三大手段是风洞试验、数值模拟和模型飞行试验。受试验和模拟能力的限制，任意一种单一手段都难以准确的对飞行器全飞行包线进行覆盖。为弥补各种数据的“缺陷”，提出并实现了两种数据融合算法，一种是依据不确定度作为权值参考进行加权融合的加权融合算法；另一种是基于模型的Cokriging融合模型算法。并以某型飞行器气动数据为例进行了对比分析。结果表明，使用单一精度数据建模时，样本数据越多，覆盖的设计变量空间越广，精度越高；与单独使用一种精度数据的建模算法相比，两种融合算法预测结果的精度都有较大的提高；相比于基于不确定度的融合算法，使用Cokriging算法建模得到的结果精度更高；参数空间内的融合数据能够对高精度数据进行內填补充，同时参数空间外的融合数据能对数据的变化趋势提供参考。
- 单位
