一、实验室简介
复杂系统控制与智能协同技术重点实验室以航天三院三部为依托单位。实验室瞄准先进飞行器产品发展需求，特别是跨域机动、远程自主协同等未来技术发展趋势，从先进制导控制技术机理性、基础性问题入手，开展前瞻性、创新性研究，探索飞行器制导控制技术研究的新思路和新方法，突破核心关键技术，构建先进飞行器制导控制技术创新体系，引领前沿发展方向、实现技术跨越式提升。
二、指南内容1、飞行器本体动力学系数群智能实时辨识技术研究
研究内容：针对提升大气层内飞行器飞行控制性能的需求，研究飞行器本体动力学系数在线辨识技术，利用飞行器姿态、姿态角速度、加速度、执行机构测量信息，运用PSO等群智能优化算法，在线获得飞行器动力学模型，为飞行器的高精度和高性能的飞行控制奠定基础。
要求：在典型飞控计算机上，在线辨识算法运算周期不大于0.1s；动力学系数在线辨识精度不大于30%。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：全胜
联系方式：01068377959/18611599812
2、基于关联规则挖掘和全局灵敏度分析的飞行器集群协同效能影响量化评估技术研究
研究内容：针对飞行器集群协同作战效能的多因素影响量化评估需求，开展基于关联规则挖掘的影响因素筛选、基于全局灵敏度分析的效能影响量化评估方法研究，挖掘影响协同作战效能的核心要素，并给出其对能力指标影响程度的计算模型，支撑飞行器集群协同策略与智能算法的设计、优化与应用。
要求：适应效能影响分析的因素不少于10个；实现不同因素效能影响的量化分析。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：李景
联系方式：01068376494/13811312316
3、基于跨模态对比生成样本的深度学习模型及适配区预测方法研究
研究内容：针对可用于匹配的景象特征形态差异较大、准确遴选难度大，对特征进行遍历统计运算量大、适配区选择预处理耗时长的难题，研究跨模态图像匹配深度学习模型及训练方法，提取跨模态图像间的稳定共性特征；研究无监督学习方法，对跨模态训练得到的CNN高维图像特征进行降维处理与分析，优化特征的独特性，减少重复性；研究基于CNN优化特征描述的适配区预测和适配性权值图生成方法；研究利用快速正交分解和多尺度窗口滤波方法实现适配区快速选取。
要求：可提取跨模态图像间的稳定共性特征；适配区选取拒真和认伪概率均不大于10%；处理时间：Intel(R)Core(TM)i5，RAM 8GB运行环境下100km*100km（5m分辨率）处理时间不超过0.5h。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：白雪
联系方式：01068742589/15727330814
4、网络化无人飞行器协同突防快速编队重构设计研究
研究内容：体系对抗的敌我态势瞬息万变，如何实现网络化无人飞行器协同突防的快速编队重构设计，已经成为飞行器网络化打击技术发展的瓶颈问题之一。针对这一问题，瞄准体系对抗中的不同任务和场景，突破基于航迹的快速编队重构设计技术，按需输出编队形态、编队样式、各类飞行器占位、协同突防轨迹等，实现网络化突防效果最大化。
要求：编队突防队形不少于8种；具备编队队形自拆分、自重构能力，重构算法耗时不大于0.8s。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：禹磊
联系方式：01088536540/17701256633
5、雷达抗干扰策略奖惩函数与评价方法研究
研究内容：针对复杂战场环境下雷达博弈对抗应用需求，开展雷达抗干扰策略收益评价方法研究，研究具有可扩展性的抗干扰策略奖惩函数表征与策略收益获取方法，形成一套基于多评价指标的抗干扰策略收益综合评价方法，并基于给定的典型对抗场景仿真验证方法的可行性，为增强面向复杂战场环境的博弈对抗效能奠定理论方法基础。
要求：抗干扰策略收益函数评价方法不少于2种；评价方法在对抗策略和指标种类方面具有可扩展性。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：李志强
联系方式：01068742867/15101537629
6、面向红外图像的对抗样本防御方法研究
研究内容：针对现有基于深度学习的智能识别算法在对抗样本攻击条件下性能显著下降的问题，开展红外图像对抗样本作用机理和算法性能评估理论方法研究，突破红外图像对抗攻击条件下防御算法研究，提升智能目标识别算法对抗攻击下的鲁棒性与可靠性，完成数学仿真验证，为后续工程转化应用奠定理论基础。
要求：防御方法具备对白盒攻击、黑盒攻击的防御能力；防御算法对智能目标识别算法性能的提升不低于10%。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：谭威
联系方式：01088532305/13439564925
7、面向复杂场景态势认知的目标知识图谱构建技术研究
研究内容：针对复杂场景中信息海量、多维、异构等新特点给态势认知带来的数据利用率低的问题，开展非结构化数据知识抽取、多源异构信息统一知识表示等理论研究，突破目标态势知识图谱构建方法研究，为目标威胁评估、推理及趋势预测等高层态势认知奠定基础。完成典型舰船目标的知识图谱构建，为后续工程转化应用奠定理论基础。
要求：目标态势知识图谱的本体和schema构建方法；支持的目标数据类型包括文本、可见光、红外、SAR图像等异构数据源；提供开放域文本的知识抽取工具或算法不少于2种。
研究周期：2021年11月-2022年12月
研究经费：20万
完成形式：研究报告、算法软件、1篇SCI论文或2篇EI论文、1项专利
发布方式：公开发布
本项目的实验室技术联系人：陈林秀
联系方式：01088538974/13167562822
1、申请人需具有副高级以上技术职称，须与至少一位我实验室研究人员合作申请；已获实验室开放基金资助但尚未结题的项目负责人不得申请。
2、本次基金申报截止于2021年12月15日，请各申请人按照《复杂系统控制与智能协同技术重点实验室开放基金课题申请书》要求完成填报，一式两份，加盖所在单位公章，并请将电子版刻盘一并邮寄。
3、实验室将于12月底，统一组织专家对申请书进行审查，最终由学术委员会主任和实验室主任会议审定批准。
4、课题申请得到批准后，申请者应根据课题申请书和评审意见开展课题研究，并接受实验室的检查和监督。
5、研究获得的研究成果由实验室和申请者及其所在单位共享，论文发表或其他成果署研究人员姓名，同时请冠以"复杂系统控制与智能协同技术重点实验室"和研究人员所在单位名称。
6、经费使用须符合依托单位的财务管理规定和财政部、科技部印发的《国家重点实验室专项经费管理办法》。
四、联系方式联系人：沈超
联系方式：010-68742373/13381137288
寄送地址：北京市丰台区云岗北里40号
邮政编码：100074
课题申请书模板链接: https://pan.baidu.com/s/19I_GILH8eLDwRKEbsntLpw
提取码: 91yc