人工智能技术在航天工程领域的应用体系研究

发布时间：2021-04-15 16:12

　　在系统分析和总结人工智能航天领域应用研究现状的基础上,开展了智能航天体系顶层设计,从分系统、单星、体系等多维度研究了航天领域人工智能应用分级标准,提出了智能航天体系概念内涵,基于安全性、可用性、可扩展性等约束,提出包含底层基础设施、智能算法层、体系层、应用层等多层次的智能航天体系架构,给出了各层次的主要构成、支撑技术、相互关系以及交互模式,可为加速推进新一代人工智能技术在航天领域的应用提供参考。 

【文章来源】：航天器工程. 2020,29(05)北大核心CSCD

【文章页数】：6 页

【部分图文】：

智能航天体系要素

包括基于机器学习、深度学习的智能航天应用基础算法。机器学习通过利用底层基础的大数据统计,分析导出规则或流程用于解释数据或预测未来数据;深度学习通过建立类似于人脑的分层模型结构,对输入数据逐级提取从底层到高层的特征,从而建立从底层信号到高层语义的映射。(3)系统层。

航天任务是一个典型的知识处理过程,人工智能在解决航天任务的复杂逻辑推理和众多约束条件时具有天然优势,航天领域的人工智能应用研究始于20世纪70年代末,1977年,美国国家航空航天局(NASA)机器智能与机器人学的研究小组受命研究人工智能对整个航天领域的影响[5],此后,航天领域的人工智能研究大致经历了诞生、萌芽、兴起、重视到深化几个阶段,如图1所示,可以看到,人工智能在航天领域应用的广度和深度都进一步拓展,人工智能已经渗透到航天设计、研制、发射以及运行各个阶段。人工智能在航天领域应用主要集中在星上数据处理与解译、自主任务规划、自主故障检测、多星协同以及空间机器人等方向,其中以美国的研究最具代表性,开展了一系列智能航天系统试验和计划:①战术卫星-3(TacSat-3)的运载管理试验中对自动推理系统的行为问题进行了研究,自动推理系统主要用于故障检测和诊断[6];②2006年发射的技术卫星-21(TechSat-21)用于演示编队飞行及在轨自主技术,以提高快速响应能力和改进操作效率,其自动科学与航天器(ASE)软件被安装在卫星上用于实现在轨任务规划、调度与执行,以及在轨观测规划分配[7];③美国天基监视系统具有全天时持续工作能力,可以快速扫描、发现、识别、跟踪低轨至高轨目标,支持卫星在轨性能升级,如探测更小的目标、自动跟踪感兴趣目标以及提高系统使用效率等[8];④NASA的深空探测计划中[9-10],深空1号(DS-1)验证了部分自主技术,包括自主导航技术、自主远程代理技术、自主软件测试技术和自动代码生成技术,实现了一定程度的自主规划、诊断和恢复能力;2017年,NASA宣布用开普勒探测器发现了第二个“太阳系”,采用了Google提供的AI模型对探测器拍摄的天文图像进行分析;全新一代火星漫游车“火星2020”,能够自主避障,自主选择兴趣目标、探测条件和最佳探测方案。NASA未来的深空无人探测器,欧罗巴快帆计划和彗星漫游项目等都将全面具备AI能力。

【参考文献】：
期刊论文
[1]面向新型人工智能系统的建模与仿真技术初步研究[J]. 李伯虎,柴旭东,张霖,李潭,卿杜政,林廷宇,刘阳.  系统仿真学报. 2018(02)
[2]国内航天器故障诊断技术应用状况分析与展望[J]. 张威,魏炳翌,闻新.  航空兵器. 2017(04)
[3]美国出台新的探测木卫二计划[J]. 尹怀勤.  太空探索. 2017(06)
[4]美日欧政府发展人工智能的新举措及对我国的启示[J]. 李修全,蒋鸿玲.  全球科技经济瞭望. 2016(10)
[5]航天器在轨服务技术体系解析[J]. 胡绍林,李晔,陈晓红.  载人航天. 2016(04)
[6]国外天基空间目标监视系统发展现状与启示[J]. 汤泽滢,黄贤锋,蔡宗宝.  航天电子对抗. 2015(02)
[7]美国的载人小行星和火星探测[J]. 李虹琳.  中国航天. 2014(08)
[8]一种基于人工智能技术的卫星遥感载荷系统方案[J]. 吕红,苏云,陈晓丽,李娜.  航天返回与遥感. 2014(03)
[9]智能遥感卫星系统[J]. 张兵.  遥感学报. 2011(03)
[10]人工智能在航天飞行任务规划中的应用研究[J]. 席政.  航空学报. 2007(04)



本文编号：3139662