本科(2013–2017)与博士(2017–2022)均就读于复旦大学信息科学与工程学院,研究深度学习与无线通信的结合——把神经网络用到毫米波 massive MIMO 的波束成形、
信道估计与信号检测里。代表工作发表于 IEEE Wireless Communications Letters,并把代码开源,
被全球研究者复现和引用。
2022 年加入华为无线网络产品线,从学术走进工业一线,做真正跑在网络上的 5G 技术。
工作之外,我在 CSDN / 知乎持续写通信与 AI 的科普与笔记,也用大模型做了一堆自己每天在用的工具。
—— 研究、工程、开源、写作,是我和这个领域对话的四种方式。
用深度学习直接学习大规模天线阵列的波束成形设计,把传统优化的复杂度大幅降低——该领域较早的代表性工作,开源代码 329★。
主要研究方向:
用深度学习做波束成形设计,IEEE WCL 论文配套代码,通信+DL 领域热门复现项目。
用深度神经网络做 OFDM 系统的信道估计与信号检测,Keras 实现,易上手。
毫米波系统基于 MMSE 准则的混合波束成形 MATLAB 仿真代码。
最简 SRGAN 超分辨率网络实现,含预训练模型和演示,新手友好。
让 9 大主流 AI 在一屏同台辩论的 Chrome 扩展(AI 圆桌派),业余项目。
查看全部 →