[发明专利]一种基于双向门控循环单元的高时间分辨率流场重构方法

权利要求书

1.一种基于双向门控循环单元的高时间分辨率流场重构方法，其特征在于，所述方法具体包括：

步骤一、获得流场数据，采用粒子图像测速技术PIV进行流场测量，同时在下游处布置眼镜蛇传感器获取局部测量点位置的高时间分辨率流速；

步骤二、搭建深度卷积自编码器模型，将PIV测量到的流场结果输入深度卷积自编码器模型中进行特征提取；

步骤三、搭建双向门控循环单元，将眼镜蛇传感器获取的局部测量点的速度输入双向门控循环单元中，重构高时间分辨率的特征时程系数；

步骤四、将双向门控循环单元重构的高时间分辨率的特征时程系数放入深度卷积自编码器模型中，重构出高时间分辨率的流场。

2.根据权利要求1所述的方法，其特征在于，在步骤一中，采用风洞试验方式获取流场数据；风洞试验采用粒子图像测速技术测量流场；风洞试验的工况为雷诺数Re＝2.7×10⁴，PIV采样频率为10Hz，眼镜蛇传感器采样频率为5000Hz。

3.根据权利要求2所述的方法，其特征在于，所述深度卷积自编码器模型采用对称结构，编码器由三个卷积层加三个池化层组成，解码器由三个上采样层加三个卷积层以及中间的隐向量层组成；上采样层选用最邻近插值替代反卷积层。

4.根据权利要求3所述的方法，其特征在于，卷积核大小均选取为3×3，池化层选用平均池化，所有的激活函数均采用ReLU函数，如式(1)：

f(x)＝max(0,x) (1)

卷积层的操作过程如式(2)：

式中,为第l层的输出,σ为激活函数，K为卷积核的数量，H为卷积核尺寸，w为权重，b为偏置。

5.根据权利要求4所述的方法，其特征在于，通过编码器运算得到隐向量q，然后通过解码器运算得到输出深度卷积自编码器模型的损失函数：

6.根据权利要求5所述的方法，其特征在于，步骤三中，采用了一个双向门控循环单元，双向门控循环单元的输入是眼镜蛇传感器测量的局部位置处的高时间分辨率速度，输出是深度卷积自编码器模型高空间分辨率的时间系数：

式中，r^t是重置门，z^t是更新门，h^t是由计算的新隐藏层状态，W为权重，b为偏置。

7.根据权利要求6所述的方法，其特征在于，所述双向门控循环单元的损失函数为：

式中，是损失函数，N_tr是训练集大小，V是输出层待训练的网络参数，是正则化系数。

8.根据权利要求7所述的方法，其特征在于，在步骤四中，将双向门控循环单元学习到的高时间分辨率的时程系数放入深度卷积自编码器模型中进行解码，即可得到流场，对比原始流场的差异，定义相对误差ε(t)，利用式(11)来刻画时间域上的误差，定义相对重构误差利用式(12)来刻画空间域上的误差：

式中,ε(t)为x位置处速度在时间域内的相对误差，为x位置处t时刻速度的真实值，为x位置处t时刻速度的重构值，为整个流场在时间域内相对误差的平均值，n为时间总数；

式中,为整个流场在空间域内的相对重构误差，为t_i时刻x位置处速度的真实值，为t_i时刻x位置处速度的重构值，N为位置总数。

9.一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-8任一项所述方法的步骤。

10.一种计算机可读存储介质，用于存储计算机指令，其特征在于，所述计算机指令被处理器执行时实现权利要求1-8任一项所述方法的步骤。