相册


基本信息 The basic information
姓名: 胡高歌

学院: 自动化学院


学历: 博士研究生毕业

学位: 工学博士


职称: 副研究员(自然科学)

职务:


学科: 控制科学与工程-控制理论与控制工程,控制科学与工程-导航、制导与控制


邮箱: hugaoge1111@126.com




工作经历 Work Experience
2017.9~至今： 西北工业大学，自动化学院，副研究员，硕士生导师
2016.5~2017.8：西安华为技术有限公司SPO平台设计部，系统工程师



教育经历 Education Experience
2011.9~2016.3：西北工业大学，控制理论与控制工程专业，博士
2010.9~2011.7：西北工业大学，控制理论与控制工程专业，硕士
2006.9~2010.7：西北工业大学，数学与应用数学专业，本科



招生信息 Admission Information
招生专业：控制科学与工程-学硕（控制理论与控制工程，导航、制导与控制）；专硕（电子信息）。
欢迎有数学、控制、仪器仪表、人工智能 或机器人专业背景的同学报考，所有同学均有机会前往国外相关团队进行学术交流和联合培养。



荣誉获奖 Awards Information
（1）陕西省高等学校科学技术奖一等奖，2016
（2）西北工业大学优秀博士学位论文，2018



科学研究 Scientific Research
研究方向：
（1） 组合导航与信息融合。围绕高超飞行器精确导航、深空探测器自主导航等国家重大战略需求，开展先进组合导航技术、状态估计理论以及多源数据融合等领域的理论和应用研究。
（2） 无人机智能编队及控制。基于人工智能方法，研究无人机航迹规划、多无人机编队以及协同控制的理论方法和应用。
（3）机器人自主导航与控制。研究机器人的自主导航定位、地图构建(SLAM) 以及相关的控制问题，并开展人工智能技术在机器人导航、控制中的应用工作。
（4） 隐身目标协同探测与跟踪。在协同作战体系下，探索基于多传感器交叉提示的隐身目标协同探测、识别和跟踪的基础理论及应用。
（5）基于机器学习的仪器仪表故障诊断。利用机器学习手段，研究仪器仪表的故障自诊断以及寿命预测等问题，同时考虑仪器仪表海量异质数据的融合问题。



科研项目：
主持国家自然科学基金项目1项、深圳市基础研究-自由探索项目1项（省部级）、陕西省自然科学基金项目1项、航天科学技术基金项目1项、西安市科技计划项目1项、中央高校基本科研业务费资助项目1项以及横向课题多项。参与国家国防科技工业局“十二五”、“十三五”民用航天技术预研项目各1项、国家自然科学基金项目2项、总装备部预研基金项目2项以及高等学校博士学科点专项科研基金1项。





学术成果 Academic Achievements
发表学术论文40余篇，其中第一作者或通讯作者20篇（包括SCI检索14篇，EI检索6篇），一作/通讯作者文章Google Scholar引用400余次；相关成果受到了房建成院士、夏元清教授、杨功流教授以及贾英民教授等知名****的引用，并给出了正面评价。
部分期刊论文如下（*为通讯作者）：
[1]GaogeHu*, BingbingGao, YongminZhong, et al. Unscented Kalman Filter with Process Noise Covariance Estimation for Vehicular INS/GPS Integration System [J]. Information Fusion, 2020, 64: 194-204.(SCI收录)
[2] Gaoge Hu*, Wei Wang, Yongmin Zhong, et al. A new direct filtering approach to INS/GNSS integration[J]. Aerospace Science and Technology, 2018, 77: 755-764. (SCI收录)
[3]Gaoge Hu*, Shesheng Gao,Yongmin Zhong. A derivative UKF for tightly coupled INS/GPS integrated navigation[J]. ISA Transactions, 2015, 56: 135-144. (SCI收录)
[4] Yang Meng, Shesheng Gao, Yongmin Zhong, Gaoge Hu*, et al. Covariance matching based adaptive unscented Kalman filter for direct filtering in INS/GNSS integration[J]. Acta Astronautica, 2016, 120: 171-181. (SCI收录)
[5] Gaoge Hu*,Bingbing Gao, Yongmin Zhong, et al.Robust unscented Kalman filtering with measurementuncertainty detection for tightly coupled INS/GNSSintegration in hypersonic vehicle navigation[J]. IEEE Access, 2019, 7: 151409-151421. (SCI收录)
[6] Gaoge Hu*, Shesheng Gao, Yongmin Zhong, et al. Stochastic stability of the derivative unscented Kalman filter[J]. Chinese Physics B, 2015, 24(7): 070202. (SCI收录)
[7] Gaoge Hu*, Shesheng Gao, Yongmin Zhong, et al. Modified strong tracking unscented Kalman filter for nonlinear state estimation with process model uncertainty[J]. International Journal of Adaptive Control and Signal Processing, 2015, 29(12): 1561-1577. (SCI收录)
[8] Shesheng Gao, Gaoge Hu*, Yongmin Zhong . Windowing and random weighting‐based adaptive unscented Kalman filter[J]. International Journal of Adaptive Control and Signal Processing, 2015, 29(2): 201-223. (SCI收录)
[9] Gaoge Hu, Longqiang Ni, Bingbing Gao*, et al. Model predictive based unscented Kalman filter for hypersonic vehicle navigation with INS/GNSS integration, IEEE Access, 2020, 8: 4814-4823. (SCI收录)
[10]Gaoge Hu*,Shesheng Gao, Yongmin Zhong , et al. Modified federated Kalman filter for INS/GNSS/CNS integration[J]. Proceedings of the Institution of Mechanical Engineers Part g-Journal of Aerospace Engineering, 2016, 230(1): 30-44. (SCI收录)
[11] Gaoge Hu*,Shesheng Gao,Yongmin Zhong, et al. Matrix weighted multi-sensor data fusion for INS/GNSS/CNS integration[J]. Proceedings of the Institution of Mechanical Engineers Part g-Journal of Aerospace Engineering, 2016, 230(6): 1011-1026. (SCI收录)
[12] Gaoge Hu*,Shesheng Gao,Yongmin Zhong, et al. Random weighting estimation of stable exponent[J]. Metrika, 2014, 77(4): 451-468. (SCI收录)
[13] Gaoge Hu*,Shesheng Gao,Yongmin Zhong, et al. Asymptotic properties of random weighted empirical distribution function[J]. Communications in Statistics-Theory and Methods, 2015, 44(18):3812-3824. (SCI收录)
[14]Yang Zhao,Jing Zhang, Gaoge Hu *, et al. Set-Membership based hybrid Kalman filter for nonlinear state estimation under systematic uncertainty[J]. Sensors, 2020, 20(3): 627. (SCI收录)
[15] Bingbing Gao*,Shesheng Gao, Gaoge Hu, et al. Maximum likelihood principle and moving horizon estimation based adaptive unscented Kalman filter[J]. Aerospace Science and Technology, 2018, 73: 184-196. (SCI收录)
[16]Bingbing Gao*, Gaoge Hu,Shesheng Gao, et al. Multi-sensor optimal data fusion based on the adaptive fading unscented Kalman filter[J]. Sensors, 2018, 18(2): 488. (SCI收录)
[17] Bingbing Gao*, Gaoge Hu,Shesheng Gao, et al. Multi-sensor optimal data fusion for INS/GNSS/CNS integration based on unscented Kalman filter[J]. International Journal of Control, Automation and Systems, 2018, 16(1): 129-140. (SCI收录)




社会兼职 Social Appointments
中国自动化学会会员;
陕西省自动化学会青年工作委员会委员;
受邀担任SCI期刊《Mathematical Problems in Engineering》客座主编;
期刊《无人系统技术》青年编委;
期刊《Current Chinese Science: Cybernetics》和《The Open Artificial Intelligence Journal》 编委；
Automatica、IEEE TSP、IEEE TII、ISA Transactions、Acta Astronautica等十余个国际知名期刊以及自动化学报审稿人。