谢睿达  

个人简介

谢睿达于澳大利亚新南威尔士大学取得博士学位，获澳大利亚联邦科学与工业研究组织(CSIRO)，澳大利亚国家高性能计算中心多个项目支持。2023年被国际宇联（IAF）授予Emerging Space Leader Award；在《Aerospace Science and Technology》、《Acta Astronautica》等顶级期刊发表高水平论文10余篇，做会议报告10余场，谷歌引用百余次，专利多项。担任《Aerospace Science and Technology》、《Acta Astonautica》、《Advances in Space Research》、《Space Science & Technology》《Aerospace》等主流高水平期刊审稿人。

当前主要从事空天领域的任务设计与任务规划方法研究，研究空天资源的高效分配和调度，优化复杂系统性能、提高效益。主要研究领域包括：1）巨型星座智能管控技术。2）地外资源运输与在轨服务。3）低空经济与物流网络优化。研究内容面向国家空天安全与可持续发展的重大战略需求，契合安徽省空天信息产业与深空探测技术的前沿发展方向。主持国家自然科学基金青年项目、安徽省自然科学基金青年项目，中央军委科技委国防创新特区项目，某新型卫星型号研制项目等，与业内头部单位展开深度技术合作，参与国家实验室、国防科工局民用航天等多个项目。

所属团队：空天系统管理团队。

研究内容介绍见：个人学术主页; 

论文发表见：谷歌学术;  Researchgate;

招生信息 / Recruitment

招2026年硕士研究生，有意者请将简历、成绩单等材料发至： ruida_xie@163.com

欢迎管理科学与工程、物流等学科的学生报名本人研究生，加入空天系统管理团队！

你的学术方向：智能优化，深度学习，轨迹优化，最优控制相关课题或其他相关题目。

项目信息 / Project Information

[1] 国家自然科学基金项目，国家自然科学基金委员会，2026 - 2028。

[2] 安徽省自然科学基金项目, 安徽省科技厅，2025 - 2027。

[3] 某新型卫星地面系统研制，中国东方红卫星有限公司，2025 - 2026。

[4] 智能任务规划与控制算法设计与软件研制，北京市遥感所，2024 - 2025。

[5] XXX探测与体系论证，北京市遥感所，2024 - 2025。

[6] 地外采矿机器人规划技术，澳大利亚联邦科学与工业研究组织，2018-2022。

研究方向 / Current Research Interest

（1）巨型星座智能管控技术：

        聚焦巨型星座生态系统构建与调控，融合数字孪生与卫星具身智能，实现千颗级卫星的自主任务规划与系统级弹性重构。

（2）地外资源运输与在轨服务

         聚焦“太空快递”系统，研究小行星采矿、空间资源开采运输与在轨服务，构建地外智能配送网络，服务未来月球基地。

（3）低空经济与物流网络优化

        构建空地一体化智能配送网络，研究无人机与无人车群体协同任务规划算法，实现城市末端物流的无人化、高效精准配送。

教育经历 / Education

论文 / Publications

[1] Ruida Xie, Xiaoxuan Hu, Andrew Dempster. (2025). A location routing problem for the design of Mega Satellite Constellation Service Network. 76th International Astronomical Congress, 2025.(Accepted) 

[2] Ruida Xie, Xiaoxuan Hu, Serkan Saydam, Andrew Dempster. (2025). Continuous thrust-based space logistics modelling and optimization for off-Earth mining missions. 76th International Astronomical Congress, 2025.(Accepted)

[3] Xie, Ruida, Xiaoxuan Hu, Andrew Dempster. (2025). Efficient low-thrust trajectory design using a multi-DNN framework. 76th International Astronomical Congress, 2025.(Accepted)

[4] Xie, R., Saydam, S., & Dempster, A. G. (2023). Low-thrust trajectory design for near-Earth asteroid supply delivery and resource transportation mission using high-power solar electric propulsion. Aerospace Science and Technology, 137, 108304.  (Q1, IF: 5.457) 

[5] Bennett N.J, Xie, R. and Dempster, A.G., 2022. The Moon and NEAs as sources of cislunar propellant; removing some constraints from a recent paper drives down lunar sourced propellant cost. Acta Astronautica, 190, pp.409-412. (Q1, IF:2.954)

[6] Xie, R., Bennett, N.J. and Dempster, A.G., 2021. Target evaluation for near earth asteroid long-term mining missions. Acta Astronautica, 181, pp.249-270. (Q1, IF:2.954)

[7] Xie, R. and Dempster, A.G., 2021. An on-line deep learning framework for low-thrust trajectory optimisation. Aerospace Science and Technology, 118, p.107002. （Q1, IF: 5.457）

[8] Ruida Xie; Serkan Saydam; Andrew Dempster ; A framework for near-Earth asteroid mining campaign design and analysis, 74th International Astronomical Congress, Heydar Aliyev Centre, Baku, 2023.

[9] Ruida Xie; Serkan Saydam; Andrew Dempster ; Ranking near-Earth objects for long-term multi-return mining missions, 74th International Astronomical Congress, Heydar Aliyev Centre, Baku, 2023.

[10] Xie, R. and Dempster, A.G., 2022. A Survey of Near-Earth Asteroids for Low-Thrust Round-Trip Missions. IEEE Aerospace Conference.

[11] Xie, R., Saydam, S. and Dempster, A., 2022. A framework for campaign level asteroid mining pre-feasibility study. In AIAA SCITECH 2022 Forum (p. 2583). 

[12] Xie, R. and Dempster, A.G., 2021. Feasible low-thrust trajectory identification via a deep neural network classifier. 2021 AAS/AIAA Astrodynamics Specialist Conference. 

[13] Xie, R. and Dempster, A.G., 2022. Efficient low-thrust trajectory generation via generative adversarial network. In AIAA ASCEND 2022 (p. 4229).

[14] ZHAO, L., RD XIE*, and Y. LIU. "Offline calibration method of low frequency error of star sensor and gyroscope drift [J]." Acta Aeronautica ET Astronautica Sinicaˈ 38.5 (2017): 42-50.

[15] Yuan L, Ruida X*, Lin Z, et al. Machine learning based on-orbit distortion calibration technique for large field-of-view star tracker[J]. Infrared and Laser Engineering, 2016, 45(12): 1217004-1217004 (9).

[16] Xie, Ruida. Target evaluation and low-thrust trajectory planning for near-Earth asteroid mining. Diss. UNSW Sydney, 2023.

会议演讲 / Speech

课题组将带给你：

（1）良好环境：位于管理学院顶层，视野开阔，心旷神怡，科研环境优异。

（2）项目机会：科研项目多，能够在学习中磨练实践技能，提高就业实力。

（3）学术交流：常邀请国内外学者交流访问，课题组内部学术交流多。

（4）国际视野：优秀者有机会推荐前往国外访学交流。

（5）快速入门：课题组积累丰厚，老师、学生乐于分享科研经验，论文经验。

（6）学生深耕：优秀者有直博机会，继续深耕科研。

联系方式 / Contact 

通讯/办公地址： 合肥工业大学管理学院15楼

邮箱： ruida_xie@163.com