机翼共形天线结构变形与电性能多保真融合预测方法

本申请提供了一种机翼共形天线结构变形与电性能多保真融合预测方法，首先构建包含低保真度、中保真度和高保真度三个层级数据的多保真度数据样本集以及基于点云神经网络的基础深度学习模型；然后使用低保真度样本集对基础深度学习模型进行预训练，使用中保真度样本集进行第一级微调，使用高保真度样本集进行第二级微调，并在训练过程的损失函数中引入基于物理规律的约束项，得到最终预测模型；最后将实时飞行状态参数输入最终预测模型，输出机翼结构变形预测结果和共形天线电性能预测结果。本申请融合多保真度数据与深度迁移学习技术，实现了高精度与高实时性的在线预测，显著降低了对高保真度试验数据的依赖，具备良好的工程应用价值。