基于串并行双分支网络的冲击波信号重构方法

通过有限测点数据重建冲击波场内压力分布、通过残缺数据重构完整的冲击波压力曲线，对武器威力以及目标毁伤评估具有重要价值。针对爆炸冲击波信号重构问题，建立Res-GRU分支以串行方式捕捉冲击波超压信号局部时序依赖关系；建立Transformer分支以并行方式分析信号全局潜在特征；建立特征融合单元进行高阶特征融合，实现不同阶段信息逐层互补；进而构建了基于门控循环单元(gated recurrent unit, GRU)和Transformer模型的串并行双分支网络(G-TNet)。试验研究表明：G-TNet综合考量了信号的时序关系、数据变化规律等特征信息；在基于有限测点数据的冲击波场压力分布重构试验中，重建的模拟、实测超压数据与原始值之间均方误差(mean square error, MSE)分别为5.0×10^-6、1.2×10^-3,平均峰值误差分别为0.49%、27.01%,平均正压时间误差分别为15.62%、15.91%,平均比冲量误差分别为17.66%、19.33%;在基于残缺数据的冲击波压力曲线重构试验中，重构的模拟、实测信号的缺失值与原始...