本发明属于高超声速飞行器智能流体力学研究领域，具体涉及一种基于特征匹配的飞行器气动外形数字化特征提取方法。
背景技术：
1、空气动力学领域的诸多应用如流场预测、飞行器气动性能预测、流场结构识别等都涉及到飞行器气动外形描述。如何合理的描述飞行器气动外形，建立气动数据与气动外形之间的关系，成为空气动力学领域的关键问题之一。目前，在飞行器气动外形特征提取问题上，解决方法主要分为参数化、多项式描述以及基于深度学习的方法三类。其中，基于深度学习的方法不论是在性能还是在效率方面都要优于前两者，因此，成为智能流体力学领域中的研究热点。
2、基于深度学习的方法中，最典型的解决方案是基于卷积神经网络的特征提取方法。但是，基于深度学习的方法大多只使用单一的手段来描述气动外形，如外形轮廓掩码mask、符号距离场（signed distance field. sdf）等等，没有能够结合不同表示方法的优点；其次，一些基于深度学习的方法直接将原始的表示外形的张量与流场数据混合，导致网络结构复杂，建模效率低下，并且难以确定是否提取到有效的气动外形特征。
3、当前，亟需发展一种基于特征匹配的飞行器气动外形数字化特征提取方法。
技术实现思路
1、本发明所要解决的技术问题是提供一种基于特征匹配的飞行器气动外形数字化特征提取方法。
2、本发明的基于特征匹配的飞行器气动外形数字化特征提取方法原理见图2。需要构造两个结构完全相同的卷积网络neta和卷积网络netb，卷积网络neta和卷积网络netb分别包含一个编码器encoder和一个解码器decoder；首先，使用卷积网络neta的编码器encoder对表示外形的符号距离场（signed distance field，sdf）进行特征提取，使用卷积网络netb的编码器encoder对轮廓边界mask进行特征提取；然后，在进行特征提取的过程中，执行特征交叉；接着，对两个编码器encoder输出的fa和fb执行特征匹配，使两个编码器encoder的输出无限逼近，得到匹配特征fmatched，并将匹配特征fmatched作为两个encoder的共同输出；最后，将匹配特征fmatched同时输入到两个网络的解码器decoder进行解码，重构出符号距离场sdf和轮廓边界mask。
3、特征交叉与特征匹配见图3。特征交叉，是指将卷积网络neta的编码器encoder的输出特征图feature map a和卷积网络netb的编码器encoder的输出特征图feature map b进行layer1、layer2……的逐层交换，每层交换一半数量的输出特征图。特征匹配，是指将输出层output layer的输出fa和输出fb通过损失函数loss进行mse约束，使输出fa和输出fb无限逼近，实现特征匹配，得到匹配特征fmatched。
4、本发明的基于特征匹配的飞行器气动外形数字化特征提取方法，包括以下步骤：
5、s10.进行飞行器气动外形数字化特征表示；
6、根据飞行器外形，生成对应的符号距离场sdf和轮廓边界mask，sdf和mask保持相同的维度和大小；轮廓边界mask定义飞行器边界为1，其余地方全部为0；
7、s20.构建卷积网络；
8、构建两个结构完全相同的卷积网络neta和卷积网络netb，卷积网络neta和卷积网络netb分别包含一个编码器encoder和一个解码器decoder；
9、其中，卷积网络neta以符号距离场sdf作为输入和输出，卷积网络neta的编码器encoder对输入的符号距离场sdf进行降维编码，然后解码器decoder对降维后的结果进行解码重构，输出原来的符号距离场sdf；
10、同样地，卷积网络netb以轮廓边界mask作为输入和输出，卷积网络netb的编码器encoder对输入的轮廓边界mask进行降维编码，然后解码器decoder对降维后的结果进行解码重构，输出原来的轮廓边界mask；
11、s30.进行特征交叉；
12、在卷积网络neta和卷积网络netb的编码过程中，将卷积网络neta的编码器encoder的输出特征图feature map a和卷积网络netb的编码器encoder的输出特征图feature mapb在各隐藏层layer1、layer2……进行逐层交换，每层交换一半数量的输出特征图；将交换后的输出特征图作为各自下一层网络的输入，直至各编码器encoder的分别获得输出fa和输出fb；
13、s40.进行特征匹配；
14、将卷积网络neta的输出fa和卷积网络netb的输出fb通过损失函数loss进行mse约束的形式进行特征匹配，得到匹配特征fmatched；匹配特征fmatched是不同外形表示方法中的共有特征即不变外形特征；
15、s50.进行重构；
16、将s40获得的匹配特征fmatched分别输入到卷积网络neta和卷积网络neta的解码器decoder中，分别重构符号距离场sdf和轮廓边界mask。
17、本发明的基于特征匹配的飞行器气动外形数字化特征提取方法能够结合多种不同的外形表示方法的优点，通过特征交叉和特征匹配，提取到最原始统一的潜在外形特征，保证无论使用哪种外形表示方法，都能够提取到不同外形表示方法中的共有特征即不变外形特征，为高超声速飞行器气动特性研究提供了技术支撑。
1.一种基于特征匹配的飞行器气动外形数字化特征提取方法，其特征在于，包括以下步骤：
