我的研究聚焦无线感知与人工智能，主要包括面向无线系统的生成式人工智能、 射频与无线感知、具身导航与空间智能三个方向。研究工作关注无线信号的建模、 生成、感知和定位，并重视相关方法在真实系统中的验证。
研究方向
物理结构让模型尊重信号与传播规律
跨域泛化跨环境、跨设备与跨模态工作
系统验证在真实系统、代码与数据中验证方法
01
生成式人工智能
面向无线系统的生成式人工智能
以射频信号的结构与物理规律为基础构建生成模型。
研究符合射频信号时频特性、复数结构与物理规律的生成模型，使生成式人工智能 真正服务于无线数据合成、信道理解、感知与通信。
RF-native generationTime-frequency modelingMultimodal learning
相关工作 RF-Diffusion · WiViD · AirECG
02
射频与无线感知
射频与无线感知
利用环境中已有的无线信号，实现可靠、可泛化的感知。
利用 Wi-Fi、毫米波等信号感知人体、设备与运动状态，并重点解决跨环境、 跨部署和跨模态条件下的鲁棒性与泛化问题。
Wi-Fi sensingLocalizationCross-domain robustness
相关工作 XFall · Wi-Drone · milliLoc
03
具身导航
具身导航与空间智能
连接感知、地图与行动，让智能体理解并进入真实空间。
研究异构传感器、在线地图与结构化推理如何共同支撑定位、导航与运动， 将无线感知进一步延伸到面向真实环境的具身空间智能。
Spatial intelligenceMapless autonomyMultimodal navigation
相关工作 iSAT · FollowUpAR · Map Uncertainty
未来议题
无线智能与真实世界 AI 的下一步研究
下一阶段，我希望进一步探索射频基础模型、多模态空间表征，以及通信、感知与行动之间的协同设计， 形成从无线数据生成到具身空间理解的连续研究链条。
系统与资源
与研究方向相关的系统和资源
以下系统、代码、数据与教程对应上述研究主线，为实验、教学和进一步合作提供入口。
