学术方向

飞行器动力学与控制研究

动力系统建模与仿真研究

飞机总体设计研究

主讲课程

1、导弹飞行力学，本科生课程， 40学时

学术成果

主持军委科技委基础加强计划重点基础研究项目、装备重大基础研究项目、辽宁省科技厅首届“揭榜挂帅”项目、辽宁省教育厅项目等纵向项目，主持横向课题10余项。近五年发表学术论文20余篇，其中SCI论文9篇，申请专利3余项，授权3项，。

部分代表性科研项目：

1. 基于深度学习的发动机数据增强方法，军委科技委基础加强计划重点基础研究项目，项目经费100万元，2021.11-2025.11，主持；

2. 固体发动机点火准则和火焰传播机理研究，装备发展部装备重大基础研究项目，项目经费50万元，2021.11-2023.11，主持；

3. 高能碳氢液体火箭发动机设计技术攻关（数值模块化设计），辽宁省科技厅首届“揭榜挂帅”项目，项目经费20万元，2021.12-2022.12，主持；

部分代表性论文：

[1] Huixin Yang, Pengcheng Yu, Bixuan Lou, et al. Deep learning-enabled turbulence model optimization of solid motor, Advanced Engineering Informatics, 2025, 64(103072). (中科院一区Top)

[2] Huixin Yang, Pengcheng Yu, Yan Cui, et al. Data Augmentation and Deep Learning Methods for Pressure Prediction in Ignition Process of Solid Rocket Motors, Machines, 2025, 12(906). (中科院三区)

[3] Huixin Yang, Zijian Xiang, Wei Zhang, et al. An improved GAN-Based data augmentation model for addressing data scarcity in SRMs. Measurement Science and Technology, 2025, 36(026129). (中科院三区)

[4] Huixin Yang, Haoyu Zou, Zeming Song, et al. Parametric Simulation Study of Liquid Film Cooling of Hydrocarbon Liquid Rocket Engine, Aerospace, 2025, 12(3), 176. (中科院三区)

[5] 杨慧欣，宋泽明，董凯凯. 椭圆轨道翻滚目标交会的追踪型模型预测控制, 西北工业大学学报, 2025. (已录用)

[6] Huixin Yang, Xu Wang, Shangshang Zheng, et al. Prediction of Solid Rocket Motor Performance Based on Deep Learning and Ignition Experimental Data, IEEE Transactions on Aerospace and Electronic Systems, 2024, 60(5): 6241-6255. (中科院二区TOP)

[7] 杨慧欣，王旭，李响. 基于深度学习的固体姿轨控发动机性能预示方法[J], 北京航空航天大学学报，2024, 08. (网络首发)

[8] Huixin Yang, Shangshang Zheng, Xu Wang, et al. Lightweight RepVGG-Based Cross-Modality Data Prediction Method for Solid Rocket Motors[J], Sensors, 2023, 23(22): 9165. (中科院二区)

[9] 杨慧欣，项子健，李响等. 基于DCNN和数据增强的固体发动机烧蚀预测方法, 测控技术, 2023, 42(08): 64-70.

[10] Huixin Yang, Xiang Li, Wei Zhang. Interpretability of deep convolutional neural networks on rolling bearing fault diagnosis, Measurement Science and Technology, 2022, 33(5): 055005. (中科院三区)

第一申请人授权发明专利3项：

[1]杨慧欣，徐明泽，张微等. 基于深度学习的固体火箭发动机时间序列参数预测方法和预测系统，专利号：ZL 2023 1 0173394.X

[2]杨慧欣，王旭，张微等. 基于CNN-LSTM-Attention网络结构的固体火箭发动机总冲预测方法，专利号：ZL 2023 1 0173397.3

[3]杨慧欣，项子健，张微等. 基于深度学习与数据增强的固体火箭发动机性能预测方法、预测系统、存储介质和设备，专利号：ZL 2023 1 0176428.0