突破！特等奖+9，擂主+2!

项目名称：毫米波云雷达非气象目标智能识别技术研究 

项目简介：非气象目标智能识别技术在气象研究中具有重要意义，团队针对THI模式和PPI模式两种气象雷达数据分别设计了非气象目标智能识别网络。网络模型的构建紧密围绕数据特性和识别难点，从数据融合、非气象目标特征增强以及特征可分性增强等方面进行针对性优化，提升网络结构的性能，最终实现两种模式数据下非气象目标的准确识别。

项目简介：“蜂行者”为拒止环境集群无人机搜索提供创新性解决方案。实现高可靠的集群通信和协同定位、全覆盖的集群搜索、安全自主可控的规划控制、高精度的靶标识别与定位。此外，还将计算平台国产化以确保技术自主可控。

项目名称：基于深度学习和配准技术的眼部医学影像生物组织力学特性预测新方法 

项目简介：该项目致力于利用深度学习和医学影像分析技术，创新开发眼科医学影像分析方法和可预测近视风险的AI模型。通过分析OCT影像形变，聚焦于视乳头区域的高应变分布，弥补了常规检查的不足。团队创新性地提出了微分同胚配准的应变估计、基于深度学习的组织形变预测以及基于深度学习近视风险预测模型。

项目名称：仪语灵犀-基于生成式AI与5G的智能仪器助手

项目简介：该项目结合生成式AI与5G技术，开发了一款智能仪器助手。通过5G透传技术，实现分布式测量和远程操作。项目采用SC171AIoT5G开发套件部署Agent，集成语音交互和手势识别技术，用户可通过自然交互快速控制仪器并获得测试结果。该系统大幅提升操作便捷性与效率，降低技术门槛，广泛适用于实验室协作、设备远程管理等场景。

项目名称：助力太空经济发展的星载MRAM创新应用

项目简介：在新型存储芯片中，磁随机存储芯片（MRAM）兼具快读写速度、低功耗、非易失与抗辐照等多项优势，是我国打造下一代航天级存储芯片的必然选择。为验证MRAM装载卫星的可行性与其带来的性能提升，团队设计了以MRAM为存储单元的星载相控阵系统。经实测对比，MRAM的引入使星载相控阵系统在快速响应、抗干扰与可靠性等关键指标上均有显著提高。

项目名称：拒止环境下微型无人机集群协同探索与覆盖

项目简介：在典型拒止环境中，因卫星拒止和通信受限的特点，无人机集群搜索任务将面临信息不完整的挑战，需要具备感知定位、目标识别和协同控制三大能力。团队提出一套抗拒止、全自主、高可靠的无人机集群搜索系统。在感知定位中，提出多传感器多机观测的联合定位方法，适应大尺度、低纹理、非结构的环境；在目标识别中，建立高置信、强泛化的人工智能识别模型，克服多背景、变光照、假目标的干扰；在协同控制中，设计视觉引导、由粗到细的搜索策略，兼顾了局部感知约束以及全局搜索效能。该系统在路演实飞比测中表现优异，为拒止环境下蜂群对抗提供理论和技术支撑。

项目名称：氢能源混合动力无人机容量配置与功率调控技术研究

项目简介：该项目从无人机实际应用需求出发，通过设计氢电混合动力系统并搭建数字化模型，提出三种氢电混合系统能量管理策略，并通过等比例无人机飞行平台验证了三种方案的有效性。实现了燃料电池与储能电池容量配置与功率调控策略的协同优化，有效提升了动力系统的经济性和运行稳定性。

项目名称：智空腾飞——无人机集群博弈对抗探索者

项目简介：无人机集群作战已经广泛应用于现代局部战争，团队针对赛方课题，设计了由待命状态、跟踪状态、攻击状态、躲避状态组成的有限状态机模型。该模型采用分层状态机结构以实现多层决策机制；同时使用基于改进匈牙利算法的目标分配方法，实现最优目标分配。该模型在规定的测试环境下，可以完胜赛方无人机集群。

项目名称：基于生成式AI的麒麟操作系统场景判别和性能调优软件

项目简介：该项目基于传统机器学习模型和生成式AI，对操作系统调优的部分流程进行自动化和改进。通过使用人工智能和TPE搜索策略等方式，降低了对专业技术人员的依赖性和使用者的理解成本，并且利用在线生成式AI，在消耗较少本地软硬件资源的情况下找到较好的调优策略。