(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211162350.9 (22)申请日 2022.09.23 (71)申请人 中国空气动力研究与发展中心计算 空气动力研究所 地址 621010 四川省绵阳市涪城区二环路 南段6号 (72)发明人 邓晨　陈功　钱炜祺　孔轶男　 张云翔　 (74)专利代理 机构 北京观韬中茂律师事务所 11553 专利代理师 张聪聪　郝政宇 (51)Int.Cl. G06K 9/62(2022.01) G06F 30/20(2020.01) G06F 119/10(2020.01) (54)发明名称 一种基于气动数据和物理模型相关度的融 合方法 (57)摘要 本申请公开了一种基于气动数据和物理模 型相关度的融合方法， 综合利用了来自于不同气 动数据源的气动数据的优点， 在降低试验代价的 同时， 为提高数据的预测精度提供了条件。 与基 于不确定度来源的气动数据融合算法相比， 本申 请不需要获取气动数据的不确定度信息， 局限性 更小。 与现有的基于气动力建模的数据融合算法 相比， 本发 明不需要将来源气动数据区分为不同 精度， 适用性更强。 本申请中的方法适用于 行政、 商业、 金融、 管理、 监督或预测目的的数据处理系 统或方法； 其他类目不包含的专门适用于行政、 商业、 金融、 管理、 监督或预测目的的数据处理系 统或方法。 权利要求书2页 说明书11页 附图3页 CN 115238836 A 2022.10.25 CN 115238836 A 1.一种基于气动数据和物理模型相关度的融合方法， 其特 征在于， 所述方法包括： 获取各自来源于不同气动数据源、 且对应于第 一目标对象的可用气动数据， 其中， 所述 气动数据源用于生成针对所述目标对象的原 始气动数据； 对所述可用气动数据进行扰动处 理， 得到若干组扰动气动数据； 采用所述若干组扰动气动数据拟合所述第 一目标对象的第 一最优气动物理模型， 得到 预测数据； 针对每个气动数据源， 根据其对应的可用气动数据与基于该可用气动数据得到的预测 数据之间的差异， 确定该气动数据源与备选气动物理模型的第一拟合度； 其中， 所述第一拟 合度与所述差异负相关； 根据确定出的各个气动数据源各自对应的第 一拟合度， 以所述可用气动数据融合后得 到的融合数据的精度不小于预设的精度阈值为目标， 得到融合准则； 其中， 所述融合准则用 于对出来源于不同气动数据源的气动数据进行筛 选； 确定针对第二目标对象的备选气动物理模型集 合； 针对每个气动数据源， 基于在所述备选气动物理模型集合中的第 二最优气动物理模型 是最优模型的概 率， 确定该气动数据源的第二拟合度； 基于融合准则对所述第 二目标对象的原始数据进行筛选， 剔除第 二拟合度不符合要求 的气动数据源生成的原 始数据， 针对剩余的原 始数据进行融合， 得到融合数据。 2.如权利要求1所述的方法， 其特征在于， 对所述可用气动数据进行扰动处理， 得到若 干组扰动气动数据， 包括： 增加所述可用气动数据的偏移误差， 得到若干组扰动气动数据； 或， 增加所述可用气动数据的噪声， 得到若干组扰动气动数据。 3.如权利要求1所述的方法， 其特征在于， 所述第一拟合度是采用以下公式计算得到 的： 式中， m为一组扰动气动数据中样本的数量， 是基于某一气动数据源的第 i个扰动气 动数据得到的、 相对于某一备选气动物理模型的第一拟合度， yipre 是对应于第i个扰动气 动数据的、 第i个预测数据的取值， yreal是可用气动数据的取值， Ri是基于某一组扰动气动数 据得到的某一备选气动物理模型 的第一拟合度， N是基于某一可用气动数据生成的扰动气 动数据组的数量， j是一组扰动气动数据中的第j个样本 。 4.如权利要求1所述的方法， 其特征在于， 至少一个所述备选气动物理模型的类型是以 下之一： 多项式模型、 级数模型、 增量模型。 5.如权利要求1所述的方法， 其特征在于， 基于在所述备选气动物理模型集合中的第 二权　利　要　求　书 1/2 页 2 CN 115238836 A 2最优气动物理模型 是最优模型的概 率， 确定该 数据源的第二拟合度之前， 所述方法还 包括： 根据所述备选气动物 理模型集合中的备选气动物 理模型的可信度， 从所述备选气动物 理模型集合中确定出第二最优气动物理模型； 其中， 确定备选气动物理模型的可信度， 包括 以下之一： 采用广义 卡尔曼滤波算法进行 逐点计算， 得到备选气动物理模型的可信度； 将给定观测下， 备选气动物理模型预计成为最优模型的概率， 作为备选气动物理模型 的可信度； 以残差平方和之逆， 作为备选气动物理模型的可信度； 以拟合误差之逆， 作为备选气动物理模型的可信度。 6.如权利要求1所述的方法， 其特征在于， 所述气动数据源包括以下至少一种： 风洞试 验、 数值计算和飞行 试验。 7.如权利要求5所述的方法， 其特征在于， 确定备选气动物理模型预计成为最优模型的 概率， 包括： 采用最大信息量准则、 F统计检验、 预估平方和准则 中的至少一种， 确定备选气动物理 模型预计成为 最优模型的概 率。 8.一种基于气动数据和物理模型相关度的融合装置， 其特征在于， 所述装置用于实现 权利要求1~7之任一所述方法。 9.一种电子设备， 其特 征在于， 包括： 处理器； 以及 被安排成存储计算机可执行指令的存储器， 所述可执行指令在被执行时使所述处理器 执行所述权利要求1~7之任一所述方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储一个或多个 程序， 所述一个或多个程序当被包括多个应用程序的电子设备执行时， 使得所述电子设备 执行所述权利要求1~7之任一所述方法。权　利　要　求　书 2/2 页 3 CN 115238836 A 3