一种基于物理信息神经网络的瞬态信号重构方法及系统

本发明公开了一种基于物理信息神经网络的瞬态信号重构方法及系统，具体包括：构建频率生成子网络FGSN，以工况参数为输入动态输出频率矩阵，并结合可学习的软掩码向量实现高低频权重的自适应分配；构建物理参数预测网络PPN，使固定物理参数扩展为随传播位置及工况变化的参数化物理场；设计双层级自适应权重控制器AWC，在全局层面基于梯度平衡动态调节损失项权重，在局部层面基于预测误差的结构注意力自适应调节区域权重；以及构建基于到达时间的前沿显式建模分支ATPB，通过阶跃函数与指数跃迁的硬约束抑制前沿上升延迟。本发明保证物理一致性的前提下，实现了复杂瞬态信号的高精度、高泛化全波形重构。