10月25日-27日，第三屆傳感器技術與控制國際研討會（ISSTC 2024)在廣東珠海召開。ISSTC 2024組委、山東省空間碎片監測與低軌衛星組網重點實驗室執行主任郭陽副教授，研究生張曉倩、龐慶浩、趙爽和王博陽應邀參會并作學術報告。
本次論壇由中國計量大學、浙江科技大學、安徽科技學院聯合主辦，天津工業大學、遼寧科技大學、ISSTE國際科學技術學會聯合協辦，旨在“傳感器技術”和“控制科學與控制工程”等領域提供一個共享科研成果、前沿技術，了解學術發展趨勢，拓寬研究思路，加強學術研究和探討，促進學術成果產業化合作的平臺。
會議上，實驗室參會研究生針對各自研究方向分別做了口頭匯報。張曉倩分析了執行器的應用現狀，針對不同系統對執行器的選擇要求，提出利用Q-learning算法解決主動反射面控制系統中的促動器最優選擇問題。在工程建造早期，通過模擬實驗實現了促動器的最優選擇，并在實體實驗平臺上進行驗證。這一方法減少了后期的大規模物理實驗和調整，從而顯著降低了試錯成本和調試時間，推動了項目的高效完成，為未來復雜系統的智能決策提供了參考框架。
龐慶浩分析了當前太空環境日益擁堵的現象，針對由于空間環境的動態性和復雜性造成視覺干擾導致目標無法被連續識別的問題，提出了一種Mean Shift 結合Unscentend Kalman Filter算法，利用預測-追蹤的方式實現對空間遮擋目標的有效追蹤。通過預測-追蹤的形式，保證了追蹤過程的連續性和準確新，降低了潛在的碰撞風險，為空間多樣性目標的追蹤提供了新的思路和方法。
趙爽分析了傳感器應用中的問題，針對實驗室主動反射面數字孿生實驗平臺上的VL53L1激光距離傳感器，設計了一個數據采集系統。該系統以STM32單片機作為主控制器，通過RS485總線與上位機連接，并移植FreeModbus協議棧以實現Modbus通信。最終，使用Modbus Poll進行了連通性測試和數據采集命令的發送。該系統有效地傳輸了傳感器數據，為實現對傳感器的健康監測奠定了基礎。
王博陽分析了LEO衛星軌跡預測中的挑戰，提出了一種基于CEEMDAN-STimesNet的深度學習模型。該模型利用CEEMDAN算法將軌道高度數據分解為多個子序列，有效分離趨勢成分。通過引入空間注意力機制與TimesNet結合，模型將一維時間序列轉換為多周期的二維張量，從而提高了歷史信息的提取效率。實驗結果表明，該模型在預測精度上顯著優于現有的Transformer及其變體，為衛星軌跡預測提供了新方案。
實驗室積極鼓勵研究生參與國際學術會議，使學生開拓視野、了解世界科技前沿、拓展科研思路、提高學術熱情。下一步，實驗室將繼續支持和鼓勵研究生積極參與國內外學術交流，致力于培養具有全球視野和創新能力的高素質人才，為學校的內涵式高質量發展注入新的活力。