方向以空间科学探测与航天应用为牵引，面向空间探测中普遍存在的弱信号、强噪声、高数据率等共性难题，融合信号处理、深度学习与高通量实时计算，构建覆盖“信号感知—干扰抑制—目标识别—信息提取—在轨处理”全链条的空间弱信号智能处理技术体系，为深空探测、空间态势感知、天基信息获取等提供关键技术支撑。
图1从数据预处理到脉冲星、快速射电暴智能识别的研究链条
空间弱信号高灵敏度检测 | 研究时频数据规整、射频干扰抑制、去色散及周期/瞬态搜索，为候选信号生成提供高质量数据。 |
复杂电磁环境下的干扰抑制 | 融合统计信号处理与深度学习，完成候选体筛选、特征提取、目标判别和误报抑制，提高低信噪比稀有事件的发现效率。 |
智能目标识别与分类 | 建设可复用算法/模型库，协同软件、硬件与算力资源，实现连续观测条件下的实时处理、稳定运行和规模化部署。 |
在轨实时处理与边缘计算 | 面向星载/球载等有限计算资源平台，开展算法轻量化、模型压缩与异构加速研究，实现弱信号处理的在轨实时化，降低星地数据传输压力。 |
方向带头人张洁教授长期从事空间弱信号检测、智能信息处理与高通量实时计算研究。主持国家重点研发计划课题、国家自然科学基金等国家级项目多项，在信号检测、目标识别与算法加速方面取得系列成果。已开发国内首个单脉冲与快速射电暴智能搜寻系统，并推广至国家天文台、紫金山天文台等多家科研机构应用；申请发明专利与软件著作权多项，发表高水平论文40余篇，担任International Journal of Theoretical Physics、EPJC等国际期刊审稿专家。
该方向的以重大科学问题牵引人工智能方法创新：以空间科学问题牵引智能方法创新，既关注低信噪比条件下的检测率、识别准确率与误报控制，也重视吞吐率、处理时延、功耗与系统稳定性；面向实际空间探测场景，依托射电望远镜阵列（如FAST、QUEST）、超级计算资源与星地协同平台，在真实观测数据与连续运行环境中开展算法验证；具有跨领域迁移能力，所发展的弱信号处理与智能识别方法可推广至空间碎片监测、深空通信、遥感信息处理、空间环境感知等空间科学技术领域。
图2应用研究领域
| |
| |
|
|
图3团队成果
研究团队成员：
张洁 主持国家自然科学基金项目3项，国家重点研发项目分解课题1项，省部级课题多项；发表SCI检索论文30余篇;入选山东省政府特殊津贴专家。 | |
刘门全 主持/参与国家级科研项目5项。发表SCI收录论文20余篇；有国家专利1项。出版国家级专著《核塌缩型超新星的演化》。 |
研究成果：研发国内第一个单脉冲、FRB搜寻系统，参与“齐鲁探天”阵列（QUEST）建设工作，成功发现新脉冲星4颗，团队已开发基于MPI-CUDA异构并行的脉冲星搜寻软件及脉冲星候选体智能识别系统，累计处理FAST观测数据超10 PB。团队已培养多名研究生，形成“本科生—研究生—青年学者”全链条人才培育机制，为空间信息处理领域输送兼具理论与工程能力的高素质人才。