研究内容

本团队面向宽速域飞行器与推进系统、低空经济无人机、新能源航空动力、海洋航空观测等前沿方向，开展的研究内容是基于机器学习的复杂流动仿真与识别和航空影像目标识别。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；发展基于生成式模型的高泛化性高自由度快速气动优化与设计技术；开展基于深度学习模型的流场特征快速重构与预测方法；基于观测和采样数据学习高维欧氏空间中的低维流形学习，开展燃烧室试验与仿真数据匹配、融合与校准；开展光谱图像数据驱动验证的典型燃烧室流道设计、基于对抗生成网络的燃烧室流场模拟结果与试验图像的对应。对感兴趣目标进行自动、高效、准确的识别定位置提高飞行器智能化的重要途径之一，也是航空影像领域研究的关键问题之一。结合现有的实际项目需求和实际工作进展，规划基于深度学习的航空影像目标识别主要分为以下两个任务：基于视觉的无人机广域智能搜索和基于深度学习的航空影像合成数据生成与应用，团队针对这两个任务开展了相关基础与应用研究。团队自主研制了“嘉庚一号”、“南强一号”、“翔安一号”、“海骑兵”等型号飞行平台，并开展了飞行器智能技术以及航空影像目标识别的验证。

研究成果

团队以获得研究成果共发表重要期刊论文100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20项。近五年发表的第一作者/通讯作者论文包括JFM 5篇、COMBUST FLAME 2篇、POF 9篇、AST 3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、国家自然科学基金集成重大项目和重点项目、军科委技术加强重大项目、国防卓青项目、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2亿元。

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、航空航天工程、自动控制、能源动力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。

招生联系导师及邮箱地址：

黄玥 ：huangyue@xmu.edu.cn; 

吴了泥：wuliaoni@xmu.edu.cn；  

朱呈祥：chengxiang.zhu@xmu.edu.cn；

邱若凡： rf_qiu@xmu.edu.cn