研究内容

本团队所开展的研究内容是基于机器学习的数值风洞方法及飞行器智能控制技术研究。数值风洞（数值模拟）已经成为了空天飞行器和动力设计的重要辅助手段，同时对数值风洞的精度和方法的要求也越来越高，且获得数据也越来越大，开展流体动力学方程识别和流场特征提取，以数据视角结合物理理论，挖掘和识别各物理现象在复杂流体动力系统中所扮演的角色,故而基于机器学习的流体力学方法成为该领域重要的研究方向;发动机光学测量与传感器布置，通过深度神经网络、低秩矩阵填充等方法整合传感器（有限测点）测量数据和光学图片，赋予图片物理信息（压力、温度、速度等）。飞行器智能控制方向，搭建容错飞行控制系统，拓展无人机的飞行包线，研究无人机的目标检测、识别、定位技术；发展基于深度学习的动力学建模，基于强化学习的高机动控制，基于多源传感器的机载数据融合，基于目标检测的无人机遥感技术，基于视觉的无人机广域智能搜索。课题组自主研制“嘉庚一号”、“南强一号”、“翔安一号”、“海骑兵”等型号飞行平台，验证和推广飞行器智能技术。

研究成果

团队以获得研究成果共发表重要期刊论文80余篇，发明专利及实用新型专利项100余项（其中美国发明专利2项），软件著作权10项。近五年发表的第一作者/通讯作者论文包括JFM 1篇、COMBUST FLAME 1篇、POF 2篇、AST 1篇，AIAA Journal 2篇等在内的流体力学和控制相关的高水平论文近30篇，相关成果支撑了某型四代机前体/进气道研制、某型高超声速飞行器研制、阿勒-31F发动机进气畸变抑制。团队的研究成果于2020 年作为唯一完成单位先后获得福建省科技进步一等奖1项，教育部技术发明一等奖1项。近年来，团队在高超声速推进系统设计、复杂湍流数值模拟、高超声速飞行器气动设计、燃烧与激光测量等方向先后承担国家重大科技专项、国家自然科学基金重点项目、973计划子课题、国防基础科研、中航工业产学研、福建省产学研重大专项、福建省杰出青年基金等各类课题30余项，累计经费超过1.5亿元。

招生要求

1.招生范围：人工智能、计算机科学与技术、飞行器动力工程、飞行器设计、自动控制等相关专业全日制本科毕业生及硕士毕业生；

2.语言要求：英语6级或雅思6.0及以上；

3.其他要求：具有较好的数学基础及扎实的编程能力，有相关研究经验优先考虑。

注：团队博士研究生招生上限1人，硕士研究生招生上限3人

团队联络人：黄玥 huangyue@xmu.edu.cn