[发明专利]一种用于水下航行器流场分析的转捩点检测方法

权利要求书

1.一种用于水下航行器流场分析的转捩点检测方法，其特征在于，包括：

步骤1、接收客户端发送的流场初始信息，并根据所述流场初始信息建立流场模型；

步骤2、建立训练数据集和测试数据集；

步骤3、对所述训练数据集和所述测试数据集进行编码处理，得到的编码结果包括：所述训练数据集和所述测试数据各自对应的热力图；

步骤4、建立卷积神经网络预测模型，并通过训练数据集和与训练数据集对应的热力图，对卷积神经网络预测模型进行训练，更新所述卷积神经网络预测模型的网络权重；

步骤5、在测试阶段，从所述测试数据集中提取测试数据并输入训练后的所述卷积神经网络预测模型，之后，对所述卷积神经网络预测模型的输出进行解码，得到最终的转捩点坐标并返回给所述客户端。

2.根据权利要求1所述的方法，其特征在于，在步骤1之前，还包括：

在服务器接收所述客户端发送的登录信息和任务信息，所述任务信息中包括了所述流场初始信息；

根据所述登录信息确定所述客户端可支配的最大计算资源量，并检测所述任务信息对应的计算资源是否超出所述最大计算资源量，若否，则从资源池中提取计算资源并分配给所述客户端。

3.根据权利要求1所述的方法，其特征在于，在步骤1中，根据所述流场初始信息建立流场模型，包括：

建立不可压缩Navier-Stokes流场模型：

其中p表示压力,u表示速度矢量，F_c(p,u)和分别表示无粘性和粘性通量，表示梯度计算，t表示时间，表示速度对时间的偏微分。

4.根据权利要求1所述的方法，其特征在于，在步骤2中，包括：

步骤2.1、利用所述建立的流场模型，生成流线图；

步骤2.2、在所述流线图中，搜索转捩点的位置，其中，采用流线作为判断依据，将独立的闭合流线作为分离泡，而在分离泡中被流线包围的中心即为转捩点位置；

步骤2.3、通过方框标注分离泡，并通过点标注分离泡中的转捩点。

5.根据权利要求4所述的方法，其特征在于，在步骤3中，所进行的编码处理，包括：

将被标注的转捩点从二维坐标的形式转化为热力图的形式，其中，热力图上的一个点对应一个转捩点在该点出现的概率，概率的范围为[0,1]，获取热力图上每个点的概率的方式为：

其中，μ表示转捩点的坐标，x表示热力图上的点的坐标,Σ表示高斯分布的协方差矩阵。

6.根据权利要求5所述的方法，其特征在于，还包括：

在从二维坐标的形式转化为热力图的形式之前，对Σ进行旋转和尺度的变换，其中：

R表示旋转矩阵，θ表示旋转角度，S表示尺度矩阵，k表示分离泡的宽高比，变换后的协方差矩阵为Σ′，且Σ′＝TΣT^T；T＝RS，T代表由旋转矩阵R和尺度矩阵S相乘所得的变换矩阵，T^T代表变换矩阵的转置；

采用随机梯度下降算法更新所述卷积神经网络预测模型的网络权重。

7.根据权利要求1或6所述的方法，其特征在于，在步骤4中，包括：

步骤4.1、在建立卷积神经网络预测模型之后，随机初始化神经网络的初始权重；

步骤4.2、将所述训练数据集输入所述卷积神经网络预测模型中，输出预测热图；

步骤4.3、计算预测热图与真实热图之间的均方误差RMSE，其中，

其中，gⁱ表示所述真实热图上第i个点的真实标签的概率值，表示所述预测热图的对应点的预测概率值，N表示预测热图上的总点数。

步骤4.4、根据所得到的均方损失，利用反向传播算法更新所述卷积神经网络预测模型的网络权重。