智能赋能流体力学展望

人工智能（AI）是21世纪的前沿科技,流体力学如何在智能化时代焕发青春是值得本领域研究者思考的话题。从智能赋能流体力学角度,就其研究内涵、研究内容、近期研究及难点进行了总结,并对智能流体力学未来的发展进行了展望。研究指出,流体力学计算或试验中所产生的数据是天生的大数据,如何通过深度神经网络、随机森林、强化学习等机器学习方法来利用这些数据,缓解甚至替代理论和方法层面对人脑的依赖,挖掘新的知识,成为一种新的研究范式;相关研究将涵盖流动控制方程的机器学习、湍流模型的机器学习、物理量纲分析与标度的智能化以及数值模拟方法的智能化;借助人工智能技术,发展流动信息特征提取与多源数据融合的智能化是流体力学发展的迫切需求;研究内容应至少涵盖海量数据挖掘方法以及多源气动数据的智能融合;发展数据驱动的流体力学多学科、多物理场耦合建模与控制是工程应用的迫切需求,相关工作涉及多场耦合建模、气动外形智能优化设计以及流动智能自适应控制等方面。     

太阳活动区EUV图像的生成式模型耀斑分级与预报

近年来,不断发射的空基观测台持续传送回海量日面图像及日地间气象数据,为采用人工智能技术对太阳活动进行预报预警提供了数据基础。但是,极端天气爆发少,样本量较少;中等程度爆发稍多,样本量较多;常规无爆发天气常见,样本较为集中,样本不均衡状况严重影响机器学习方法在空间天气领域的广泛应用。本文面向多源多通道多尺度日面图像信息,构建了来自SOHO和SDO的1996-2015年日面活动区图像数据集;针对数据分布的不平衡,对太阳活动区图像作耀斑分级与预报。在对比分析元学习算法的基础上,设计了结合分类头设计和卷积核初始化的生成式模型;在使网络轻量化的基础上,能够将M和X级耀斑预报的检测率指标相较于普通的深度学习模型和无监督度量式模型分别提升10%和7%。     

风洞试验方案智能优化设计方法研究

我国的航空航天装备发展已经进入了自主创新的崭新阶段,新一代飞行器气动设计的探索创新、优化定型需要高水平的风洞试验能力作为支撑。先进飞行器研制需要快速获取正确的气动外形关键数据,其高性能、高精度的发展趋势对风洞试验的数量和质量提出了更高要求。传统风洞试验方案设计和数据分析模式已经越来越不能满足需求,亟待有所突破。本文以飞行器地面试验分析为背景,应用支持向量机模型对试验数据进行建模分析,发展风洞试验方案优化设计方法和试验数据智能分析方法,探索气动数据与飞行器几何参数之间新的内在关联,构建风洞试验辅助设计和分析系统,提高风洞试验效率和试验数据的正确率,为先进飞行器气动设计提供技术支撑。     

基于时空结构的卫星智能诊断模型研究

针对卫星这类复杂系统的故障诊断,提出了基于时空结构的智能故障诊断系统模型(iFDS),从系统结构,结构模型,推理机制、流程模型等方面进行论述,通过对各种故障诊断方法进行融合,实现了卫星系统网络化、个性化、远程并行诊断的智能故障诊断.在故障推理机制研究中,将故障分为系统故障、多发故障和单元故障3类,分别对每一类故障提出相应的智能故障推理方法.     

网络拥塞控制概述

论文介绍了网络拥塞的相关知识,着重分析了网络拥塞产生的原因及其危害,并结合实际提出了避免网络拥塞的策略,（1）合理设计网络拓朴结构;（2）合理设计路由器的缓冲区;（3）增加资源能力;（4）均衡链路负载。由此可以看到,网络拥塞控制必须协调数据源和网络中间节点,乃至客户机一起协调工作。     

印度首次展示进攻性无人机蜂群

2021年1月15日,印度陆军在一年一度的建军节活动中,首次展示了一种进攻性的无人机蜂群。该蜂群由75架旋翼无人机组成,号称可以携带炸药渗透到敌后50 km,能基于人工智能自动识别目标,然后对选定的目标发起自杀式攻击。在印度官方媒体发布的视频中,自杀式无人机摧毁了坦克、油料点、野战营地、建筑物等多个目标。该无人机蜂群源自印度陆军2020年8月启动的"战斗空中协作系统"(CATS)项目。     

人工智能化动态与发展趋势

本文概述了人工智能发展及2000年的展望。介绍了人工智能在军用、航天技术、导弹与运载火箭控制系统领域的研究工作与发展趋势。     

COOPERATIVE DESIGN UNDER CONCURRENT ENGINEERING ENVIRONMENT

主要论述了并行工程环境所支持下的群体通过协同合作进行的工程设计活动。文中首先阐述了工程设计、特别是概念设计的相关问题，接着深入剖析了当今智能ＣＡＤ的优缺点，从而提出了一种基于并行工程、面向群体合作的问题设计策略——协同设计。最后以概念设计自动化为例，建立了以协同设计的概念模型，探讨了模型的基本原理、系统组织以及关键实现技术。     

自主空战连续决策方法

未来空战正朝着无人化、自主化方向发展,自主空战决策方法是未来空战的重要支撑手段之一。传统空战决策方法由于维度限制,存在无法处理连续动作与远视决策的问题。基于Actor-Critic 方法提出空战连续决策的统一架构,依据空战训练经验对状态空间、动作空间、奖励及训练科目进行合理设计,测试多种连续动作空间强化学习算法在高不确定性空战场景下的学习效果并进行可视化验证。结果表明：基于本文提出的方法架构,可以实现连续动作下的远视价值寻优,智能体可以在复杂空战态势下做出最优决策,对随机机动飞行目标有较高的击杀率,且空战机动轨迹具有较高的合理性。     

空间拦截智能自适应变结构导引规律研究

结合空间拦截的精确末制导问题，本文介绍了一种对目标机动和参数摄动具有鲁棒性的自适应结构制导律（ＡＶＳＧ）。在此基础上，我们研究了一种智能自适应变结构制方法（ＩＡＶＳＧ）。此方法精略地估计出目标法向加速度的强度，并以此为依据自主地调整ＡＶＳＧ中变结构项的强度，这样，既可以消除视线角速度的抖动，又可以保证制导精度，仿真结果证明了ＩＡＶＳＧ的有效性。