Transfer learning: A new aerodynamic force identification network based on adaptive EMD and soft thresholding in hypersonic wind tunnel

The aerodynamic test in the pulse combustion wind tunnel is very important for the design, evaluation and optimization of aerodynamic characteristics of the hypersonic aircraft. The test accuracy even affects the success or failure of hypersonic aircraft development. In the aerodynamic test of pulse combustion wind tunnel, the aerodynamic signal is disturbed by the inertial force signal, which seriously affects the test accuracy of aerodynamic force. Aiming at the above problems, this paper innovatively proposes an aerodynamic intelligent identification method, that is the transfer learning network based on adaptive Empirical Modal Decomposition (EMD) and Soft Thresholding (TLN-AE&ST). Compared with the existing aerodynamic intelligent identification model based on deep learning technology, this study introduces the transfer learning idea into the aerodynamic intelligent identification model for the first time. The TLN-AE&ST effectively alleviates the problem of scarcity of training samples for intelligent models due to the high cost of wind tunnel tests, and provides a new idea for further implementation of deep learning technology in the field of wind tunnel aerodynamic testing. And this study designed residual attention block with soft threshold and dense block with adaptive EMD in TLN-AE&ST model. Residual attention block with soft threshold module can more effectively suppress the influence of instrument noise signal on model training effect. Dense block with adaptive EMD makes the deep learning model no longer a black box to a certain extent, and has certain physical significance. Finally, a series of wind tunnel tests were carried out in the Φ = 2.4 m pulse combustion wind tunnel of China Aerodynamic Research and Development Center to verify the effectiveness of TLN-AE&ST.     

分布式协同微纳遥感星群的智能控制系统关键技术

近年来，国内外微纳遥感星座发展不断加速，通过高频重访大幅提升了对地观测的时间分辨率，但是由于单颗微纳卫星观测能力受限，难以满足多源同步与融合、高品质、大幅宽等数据应用需求。为此，将星座与星簇相结合，以星座化分布满足高时间分辨率需求，以星座节点上的星簇协同观测获取多源、高品质、宽幅数据，构建基于微纳卫星的分布式协同遥感系统，是兼顾上述遥感应用需求的有效途径。智能分布式协同控制是该系统的核心关键，为此，必须研究解决星座+星簇大规模动态微纳遥感星群控制系统的分布协同自主导航、智能运动规划与控制、智能健康预测与管理、智能组网等关键技术难题。在梳理分析国内外分布式微纳遥感系统的基础上，给出分布式协同微纳遥感星群的概念内涵，分析其特有的四方面难题，梳理总结相关技术发展现状与趋势，以期为后续该方向的研究起到一定的借鉴作用。     

基于支持向量机的抗干扰决策技术

为了应对日益复杂的电磁环境，认知雷达的概念被引入电子战中。认知电子战系统包括认知侦察、认知对抗和认知效能评估3个重要环节。针对认知电子战系统对抗干扰决策技术的需求，为实现自适应的决策抗干扰措施，将支持向量机(SVM)算法运用于抗干扰决策中。仿真结果表明:基于SVM的抗干扰决策技术可以自适应地决策抗干扰措施，进行干扰对抗，该算法完成了认知电子战中的最后的一步，使认知电子战系统实现闭环。     

面向6G移动通信的可重构智能反射表面技术研究综述

伴随移动通信技术的迅猛发展，复杂多变环境和高能耗将是当前以及未来移动通信面临的主要问题，低能耗、高效通信环境自适应调整将是移动通信技术发展的必经之路。可重构智能反射表面（Reconfigurable intelligent surface, RIS）技术的发展，为移动通信提供了低能耗、通信环境自适应可重构服务，满足了复杂通信场景下多样化设备服务需求。本文首先对RIS技术从原理、特点、优势等方面进行了概述；然后针对RIS具体的应用场景，对RIS技术优势进行总结；最后在现有工作基础上，总结了RIS技术可能面临的技术挑战，并进一步论述与展望RIS技术的发展方向。RIS技术将会进一步推动移动通信技术的变革，助力移动通信技术面向未来复杂、智能化场景应用需求。     

地外天体着陆巡视探测自主智能技术进展

以月球、火星和小行星等地外天体着陆巡视探测任务为背景，对自主智能技术的发展现状、应用情况与未来趋势进行了分析研究。回顾了目前国内外地外天体着陆巡视探测任务的实施情况；从导航定位与环境感知、轨迹优化与制导控制、自主探测与路径规划、故障诊断与自主处理等四个方面，阐述了该领域自主智能技术的研究现状，并对未来发展态势进行了展望。     

基于SiP的低成本微小型GNC系统技术

随着微机电系统(MEMS)技术及微惯性器件的发展,大量小型化、低成本、高性能的导航、制导与控制(GNC)产品正越来越多地应用于小型无人飞行器、地面无人系统以及精确制导弹药等领域.针对各类应用需求,基于MEMS惯性测量单元(IMU)、GNSS接收模块、全捷联红外/可见光/激光多模智能导引头、信息处理器(DSP)与数据链通信模块,采用SiP技术研制出GNC芯片.基于GNC芯片构建一体化微小型GNC系统,突破了基于SiP一体化微小型GNC系统集成、全捷联红外/可见光/激光多模智能感知、嵌入式深组合导航、全捷联多模智能导引头/导航/制导与控制一体化设计等关键技术,并对其性能进行了评估.微小型GNC系统技术为低成本小型无人系统和精确制导弹药的发展夯实技术基础.     

机器人智能化焊接技术发展综述及其在运载火箭贮箱中的应用

针对当前航天产品焊接尚存在焊接自动化水平低、产品质量依赖操作者水平等问题，迫切需要采用机器人智能化焊接技术实现“以机器人换人”。文章阐述了机器人智能化焊接技术的概念，综述了机器人智能化焊接技术发展现状，分析了机器人焊接动态过程的多信息传感技术、知识提取与建模方法以及智能化控制等关键技术。结合上海航天精密机械研究所近年来在机器人自动化焊接技术的研究经验，重点介绍了机器人智能化焊接技术在运载火箭贮箱中取得的技术突破及典型应用成果。     

运载火箭演进及智能技术展望

运载火箭是进入空间的主要运输工具，决定着一个国家进入、利用和控制空间的能力。首先，总结了国外运载火箭的演进历史，提出了传统升级和创新发展两种演进模式。其次，根据运载火箭演进规律提出了评估指标——面推比。以此指标能够引领运载火箭向合理的方向演进。然后，回顾了中国长征系列运载火箭的演进历程，根据面推比提出了产品后续优化的方向。最后，展望了运载火箭智能技术，指出未来我国运载火箭应从运输工具向重复使用的智能运输平台迈进。