航天群智能研究



一、中心簡介

中心以推動我國航天事業智能化為基本出發點,探索研究在大數據和新的人工智能時代航天技術的發展及航天生態的再定義。瞄準“航天+智能+大數據”所面臨的重大基礎理論、關鍵技術及應用問題,研究如何將衛星系統從單星的智能認知與決策,邁向群星的智能協同與演化,并最終和人相結合形成混合智能系統。中心旨在引領我國航天技術智能化發展,并努力成為未來航天生態再定義的先驅。


二、技術負責人

1. 周慶瑞,研究員

中科院自動化所控制理論與控制工程博士,博士后。主要從事分布式衛星自主導航與控制、多體協同控制、航天群智能技術等研究。承擔多項總裝預研及863、科技部863及973、民用航天等項目。獲得國家發明專利12項,發表論文20余篇?!?/span>空間群智能技術及應用”方向技術負責人。


2. 向雪霜,副研究員

中科院數學與系統科學研究院計算數學專業博士,新加坡國立大學理學院博士后。主要從事數值計算、深度學習的算法、理論及應用研究。主持國家自然科學基金青年基金一項,發表 SCI論文10余篇?!?/span>空間智能系統的基礎理論與方法”方向技術負責人。


3. 范達,特聘研究員

清華大學精密儀器系儀器科學與技術專業博士。主要從事智能衛星、遙感目標檢測、天基超靜平臺、磁懸浮動量球等方面的研究。主持國家自然科學基金青年基金一項,發表論文近20篇,申請專利近10項?!?/span>智能認知與自主決策理論、方法與應用” 方向技術負責人。


三、研究方向


1. 空間智能系統的基礎理論與方法:瞄準人工智能技術應用到復雜空間系統中所面臨的基礎理論及算法問題,研究基于深度學習算法的多源數據關聯性分析、多源數據融合等針對空間系統特點的新型算法,并配套發展相關理論,提高空間數據分類準確率、空間數據融合效率、空間數據的模仿能力,提升人工智能技術在空間智能系統中的應用效能。當前研究主要包括:多源多時數據深度融合算法及理論、寬幅動態場景下的增量式在線深度學習算法及理論、基于深度學習的數據關聯性分析方法、基于流形分析的對抗樣本分析方法和基于神經元隨機激活的新型生成網絡。


2. 智能認知與自主決策理論、方法與應用:以未來智能衛星為導向,通過人工智能技術構建單星智能,實現衛星的在軌智能認知與自主決策,并為空間群智能奠定基礎。當前工作重點圍繞遙感衛星的在軌認知,研究基于深度學習的遙感目標星上實時檢測技術與方法,從提升檢測精度和速度兩個方面開展研究。針對遙感圖像復雜、寬幅、小目標密集等特性和應用領域對精度需求的特殊性,開展新型深度神經網絡框架的研究,提升遙感目標檢測的精度,使其達到實用級應用水平;針對星上計算、存儲、能量等資源有限的問題,開展深度學習算法模型壓縮和計算提速等方面的研究,實現深度學習的在軌實時計算,形成對空間即時任務響應和支持的能力。


3. 空間群智能技術及應用:隨著技術發展,衛星的研制和發射成本逐步下降,在軌衛星數量快速增加,星間網絡逐步建立、星上數據處理能力飛速提升,衛星正在形成“感知、交互和決策”能力,天基系統已初步具備“通過在軌交互協同涌現智能”的技術基礎。研究中心針對未來用天需求,開展航天群智能涌現機理和實現機制研究,突破分布式協同任務規劃、天基系統自主演化等關鍵技術,形成新的智能用天和天基系統智能運行新模式,引領航天技術的智能化發展。



黑龙江快乐十分