龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：广东技术师范大学
申请日：2024-04-15
公开（公告）日：2024-06-28
公开（公告）号：CN118261057A
主分类号：G06F30/27
分类号：G06F30/27;G06F30/28;G06F30/15;G06N3/0442;G06N3/0464;G06N3/048;G06N3/049;G06N3/082;G06F111/10
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明提供一种基于深度学习的无人机下洗风场预测方法及装置，该方法包括：分析和设计目标多旋翼无人机的旋翼结构，利用基本控制方程和湍流模型根据旋翼结构建立目标多旋翼无人机的流场模型；利用流场数值模拟方法计算流场模型的多个切面中各切面的历史流场分布图像序列；利用时空预测网络模型提取多个切面对应的历史流场分布图像序列的时间特征和空间特征，并基于时间特征和空间特征生成目标多旋翼无人机的未来流场分布图像序列；时空预测网络模型通过以多旋翼无人机样本的流场模型中多个切面对应的历史流场分布图像序列为样本，以其真实未来流场分布图像序列为标签进行训练得到。本发明提高下洗风场预测的精度、效率和可靠性。
主权项：1.一种基于深度学习的无人机下洗风场预测方法，其特征在于，包括：分析和设计目标多旋翼无人机的旋翼结构，利用基本控制方程和湍流模型根据所述旋翼结构建立所述目标多旋翼无人机的流场模型；利用流场数值模拟方法计算所述流场模型的多个切面中各切面的历史流场分布图像序列；利用时空预测网络模型提取所述多个切面对应的历史流场分布图像序列的时间特征和空间特征，并基于所述时间特征和空间特征生成所述目标多旋翼无人机的未来流场分布图像序列；所述时空预测网络模型通过以多旋翼无人机样本的流场模型中多个切面对应的历史流场分布图像序列为样本，以所述多旋翼无人机样本的流场模型中多个切面对应的真实未来流场分布图像序列为标签进行训练得到。
全文数据：
权利要求：
百度查询： 广东技术师范大学 基于深度学习的无人机下洗风场预测方法及装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号