基于谱域残差感知神经网络的翼型流场预测方法及系统

本发明提出了基于谱域残差感知神经网络的翼型流场预测方法及系统，属于飞行器设计技术领域；包括：构建包含有多个标准翼型坐标信息的翼型几何数据库；构建翼型流场数据库，基于有限体积法的Fluent求解器，在高雷诺数条件下开展定常可压流场模拟，生成翼型流场数据；采用带有残差连接机制的自编码器模型提取翼型几何特征；构建谱域残差感知神经网络，并引入傅里叶变换与条件位置编码机制；利用训练好的谱域残差感知神经网络进行翼型流场预测。本发明通过分段式建模框架，将几何特征提取与流场预测过程解耦，能够在不同类型的网格与数据分布下实现高效建模，实现翼型流场精准预测。