深度学习方法在图像分类、目标检测、特征识别和故障诊断等领域取得了卓越成果.然而，在实际应用中诸多限制使得通常无法获取大量的样本数据.因此，近几年在小样本情况下进行学习的算法成为学术研究热点.本篇综述的目标是概述主流的小样本学习方法及其在典型应用场景中的效果.在具体的算法方面，总结了包括度量模型、记忆模型、参数更新模型和样本扩充模型等不同方法的优势和缺点.阐述了现有小样本学习方法在图像分类、目标检测、语义分割和故障诊断4个典型领域的应用情况.对小样本学习不同方法的局限性进行了讨论，并且从数据的低依赖性，算法的高效化和模型的鲁棒性3个角度分析了未来的小样本学习研究的趋势.

严格回归轨道的设计基于高阶次的地球非球形引力场模型，属于太阳同步回归、冻结轨道，回归周期始末的地固系空间轨迹高度重合.卫星在轨的自主管道导航以地面设计的严格回归轨道作为参考轨道，卫星与参考轨道形成一个虚拟编队.严格回归轨道的设计未考虑大气阻力，卫星在轨由于大气阻力导致的轨道衰减可由自主定轨与参考轨道的偏差进行估算.为了实现参考轨道的重复使用，严格回归轨道的设计也未考虑历元相关的日月三体引力等摄动影响，轨道倾角的长期运动和周期运动规律需要结合在轨数据进行辨识.本文应用陆探一号的在轨遥测数据，对上述轨道运动特性进行了分析.

陆地生态系统碳监测卫星(句芒号)主要用于陆地生态系统碳监测、陆地生态和资源调查监测、国家重大生态工程监测评价等，句芒号卫星控制分系统设计了高精度的姿态确定、高稳定的姿态控制算法和混合轨迹规划姿态机动算法.针对载荷对月定标的需求设计任意时刻经过任意惯性空间位置的惯性扫描模式，针对卫星自主任务规划的需求，设计一种基于地表模型图的星下点地表属性预报方法和高精度的火点视线指向地理经纬度计算方法，并为火点检测敏感器提供了太阳天顶角、卫星天顶角、相对方位角等云判辅助信息火点位置的实时动态预报，在轨实现了高可靠的敏感器火点指向计算和伪火点剔除.根据卫星在轨运行数据，给出相应指标实现情况，对姿态控制系统的方案和指标满足情况进行在轨验证.

针对空间站柔性太阳翼振动测量相机的动态杂光快速分析需求，基于全轨道周期下日月地3种环境光源与相机光轴夹角关系、大面积柔性阵面的动态振动位移的模拟，并从点光源和面光源两类光源特性、直接入射和经太阳翼阵面一次反射后再入射两类杂光干扰途径出发，给出了大幅降低运算量的动态杂光判别算法，提升了杂光轨迹随被测对象动态变化时的仿真效率.仿真结果表明，该算法的实时性和准确性均可满足大型柔性太阳翼振动测量相机的杂光分析需求.

可重复使用航天器使用的惯性测量单元(IMU)既需要满足空间段长期在轨使用需求，又需要满足再入大气过程较严酷的力学振动环境及高动态下的高精度导航需求.针对可重复使用航天器对IMU的需求，本文对研制过程中动态精度设计和验证方法进行了总结，并介绍了一种六自由度振动IMU精度试验方法，该方法能够更真实模拟再入力学环境，可从系统需求出发，对IMU动态精度进行综合评估,为其他天地往返类型航天器提供参考.

为了构建在视觉定位过程中时隔更加久远的约束，便于搭载视觉定位设备的飞行器能够建立全局一致的轨迹估计，提出一个基于对比学习的轻量化弱监督即时定位与地图重建技术(simultaneous localization and mapping，SLAM）闭环回路检测算法.通过对图像建立一致的全局描述符，利用相似度度量判断轨迹中的闭环回路，建立长时序约束.考虑到在资源受限平台上的应用，利用EfficientNet (efficient neural network)实现更高效的特征提取，并结合需求压缩与激励(need squeeze and excitation，NSE)注意力模块提升数据降维过程中对有效数据的筛选，通过完整的局部聚合描述符矢量(vector of locally aggregated descriptors, VLAD)层整合全局描述符，使网络模型最终能够在光照条件、视角和季节等环境变化中仍具备高效的识别能力.实验结果表明，在保持与基线模型TOP5召回率指标相差2%的基础上，所提出的方法能够有效缩减57%模型体积、35%模型训练时间并提升48%执行效率，有利于部署在小型无人机等资源受限的嵌入式平台上.

为解决智能体在复杂环境下的路径规划问题，提出一种基于改进优先经验回放方法的在线异策略深度强化学习算法模型.该模型采用柔性动作评价算法，通过设计智能体的状态空间、动作空间及奖励函数等实现智能体无碰撞路径规划；利用样本状态优先度与TD误差构建的样本混合优先度的离散度计算样本采样概率，进一步提出基于改进优先经验回放方法的柔性动作评价算法，提高模型学习效率.仿真实验结果验证了提出的改进柔性动作评价算法在各个参数配合下的有效性及改进优先经验回放方法在连续控制任务中模型学习效率的优越性.

在两航天器交会问题中，采用多脉冲变轨策略往往能取得更小的燃料消耗.利用人工蜂群算法优化了航天器固定时间多脉冲交会问题，提出一种改进的人工蜂群算法.该方法能够简化时间约束的处理，能获得满足地球半径约束的解.该方法易于编程，鲁棒性强，可以应用到不同的摄动模型.仿真结果表明，该算法不易陷入局部最优，相比于粒子群算法和传统人工蜂群算法具有更高的求解精度.

针对三明治系统的弱阻尼挠性模态引起的机械谐振问题及齿隙非线性因素的影响，提出一种基于自耦PID(auto coupling proportional integration differential, ACPID)控制理论思想的控制方法.该方法首先将三明治系统已知或未知动态、非线性死区引起的不确定因素定义为一个总扰动，并将4阶非光滑非线性三明治系统等价映射为一个4阶线性扰动系统，然后建立了以总扰动为激励的受控误差系统，根据ACPID控制理论思想设计了基于速度因子的ACPID控制系统，最后分析了ACPID控制系统的鲁棒稳定性和抗扰动鲁棒性.仿真结果表明ACPID控制系统的有效性，不仅有良好的动态品质与稳态性能，而且有良好的抗扰动鲁棒性，在三明治传动系统控制领域具有良好的应用价值.

及时有效检测航天器电源系统(SPS)的在轨异常变化是航天器安全稳定运行的重要保证.由于SPS的工作环境复杂以及SPS内部存在的闭环结构，使得表征其工作状态的遥测信号含有噪声不能及时反映出故障信息.针对SPS遥测信号存在噪声和无标签问题，提出一种基于多分辨率奇异值分解(MSVD)和自动编码器(AE)的SPS故障检测方法.将MSVD应用于波动信号去噪领域以降低噪声对遥测信号的影响，采用无监督的自动编码器算法对降噪后的数据进行异常检测，将本文所提算法应用于SPS中，对比了MSVD、小波变换和经验模态分析的去噪效果，而后结合AE分别对SPS进行检测，结果表明，所提算法具有更低的误判率以及更高的检测率.

目标检测相关技术已经广泛应用于空间目标监视、卫星自动寻轨等领域，也是计算机视觉领域最重要和最具有挑战性的研究分支之一，逐渐成为国内外军事领域的应用热点.在现代空天对抗中，通过卫星遥感图像获取近地飞行器目标，借以快速判断敌方部队的有生力量，将使我方部队占据战略优势.针对卫星观测距离过远、遥感图像背景复杂等问题，研究基于一阶段轻量化网络YOLOv8的小样本目标检测算法.通过图像翻转、马赛克数据增强及mixup数据增强等图像增强手段提高了模型的泛化性能；通过多次调整优化函数、降低类别损失增益及降低掩模比等参数调整策略提高了模型的平均精度；通过使用参数预设及加载原优化函数导出的模型提高了模型的运算效率.提出的方法在公开的飞行器数据集进行了验证，验证指标包括查准率查全率(precision recall)、平均精度(mAP)和画面每秒传输帧数(FPS).结果表明本文提出的改进型网络模型能满足卫星遥感图像的快速目标检测需要.

随着航天器软件任务量和复杂度的增加，软件复用需求越来越迫切.针对现阶段多个平台的电推进软件，采用结构化的分析方法开展软件需求分析，提取共性需求及可变性需求，识别可复用软件组件；提出基于适应性改进的事件驱动模型来组装软件组件，建立电推进软件体系结构框架；描述公共服务操作以及硬件驱动程序的封装形式，并给出软件体系结构在具体项目中的应用方式.文章提出的电推进体系结构框架以及所设计实现的软件组件在多个项目中得到应用，并取得了良好效果.