高玉龙

基本信息 科学研究 教育教学 团队成员 新建主栏目 基本信息 名称 高玉龙，1978年出生，博士，教授，博士生导师，多伦多大学访问学者，中国造船工程学会水面无人装备学术委员会副主任委员，黑龙江省计算机学会物联网专委副主任委员，中国电子学会高级会员，通信学会高级会员、IEEE会员。 近年一直从事智能信号处理和智能通信方面的科研和教学工作。主要利用机器学习、深度学习、统计信号处理和压缩感知理论等各种工具解决频谱认知、频谱智能管控，智能抗干扰通信、信号检测与识别、多源信息融合、目标检测跟踪等方面的理论和技术难题，研究成果能够应用于智能数据链、电磁频谱战、认知电子战、马赛克战以及空天地一体化网络等场景中。主持\参与国家自然基金、国家重点研发计划、国家科技重大专项、航天科学技术基金等多项国家级课题以及多项重要横向课题，累积科研经费6000万。共计发表SCI/EI论文100多篇，获教育部科技进步一等奖2项，黑龙江省科技发明一等奖1项，黑龙江省科技进步二等奖1项，校研究生教学成果二等奖1项，校教学优秀奖二等奖1项，授权专利30余项，主编著作3部，参入翻译著作1部。指导研究生40余人，多人获得答辩金奖、校百优论文、黑龙江省优秀毕业生等光荣称号。 每年招收硕士生若干名，博士生1-3名，欢迎踏实、认真、刻苦的学生加入团队。团队良好的学习氛围和科研条件将为你的成长和成功提供坚实的基础。 工作经历 名称 时间 工作经历 2007.11-2011.04 哈尔滨工业大学通信技术研究所 讲师 2011.04-2011.09 哈尔滨工业大学通信技术研究所 讲师 硕士生导师 2012.05-2013.05 多伦多大学电子与计算机工程系 访问学者 2011.10-2018.04 哈尔滨工业大学通信技术研究所 副教授 硕士生导师 2018.5 -2020.12 哈尔滨工业大学通信技术研究所 副教授 博士生导师 2020.12-至今 哈尔滨工业大学通信技术研究所 教授 博士生导师 主要社会任职 名称 中国造船工程学会水面无人装备学术委员会副主任委员，黑龙江省计算机学会物联网专委副主任委员。IEEE 会员，中国电子学会高级会员，中国通信学会高级会员。IEEE Transaction on Communications, IEEE Transaction on Signal Processing, IEEE Transaction on Industrial Informatics, IEEE Signal Processing Letters，IEEE Communication Letters, 通信学报，电子学报，计算机学报等知名期刊审稿人。国家自然科学基金评审专家，教育部学位中心论文评审专家。 研究领域 名称 一、智能信号处理和智能通信 该方向利用机器学习、深度学习、统计信号处理、压缩感知等理论研究认知电子战、频谱认知、频谱智能管控、信号多维参数联合识别、多源信息融合以及抗干扰技术，解决空天地一体化、强对抗强干扰等复杂电磁环境下的电磁频谱管控智能化、电磁频谱共享以及智能抗干扰通信等问题，尽可能提高异构通信系统的频谱利用效率和能量效率。该方向涉及的项目主要包括国家自然科学基金4项，民用航天预研项目1项，国家863项目1项，国家重大专项1项等多项国家级课题和众多横向课题。本研究方向共发表论文50余篇，授权专利15项，获得黑龙江省科技发明一等奖1项，黑龙江省技术发明二等奖1项，黑龙江省科技进步二等奖1项。出版专著1部（即将出版），著作2部，译著1部。通过5项成果鉴定和1个软件评估。 二、智能图像处理和计算机视觉 该方向主要利用机器学习、深度学习和压缩感知研究图像处理和计算机视觉问题，实现图像压缩解压缩、目标识别和跟踪、多源信息融合，解决复杂电磁环境下的无线图像传输和处理的重大科学问题，为研究成果产业化奠定了坚实的基础。该方向将图像获取、图像传输、计算机视觉等紧密联系在一起，实时直观地监视复杂电磁场景下的目标态势，提高目标识别的精度，并且信号处理方法的应用增强了通信系统抗干扰能力。本研究方向支撑项目包括横向项目十多项，黑龙江省博士后启动基金1项，国家重大专项项目2项。本研究方向共发表论文20余篇，授权专利10余项。获得教育部科技进步一等奖2项。出版著作1部。 研究方向特点 名称 1.研究方向瞄准国家重大战略需求 电磁频谱是有限的战略资源，关系了国家传统和新兴领域的安全。电磁空间安全的支撑技术和基础理论是国家信息化建设的重要任务，是国家安全的决定因素之一。因此迫切需要实现网络化、精细化、智能化的频谱监测和管控技术。我们采用统计信号处理和机器学习理论解决复杂电磁环境下信号多域参数识别问题。我们的远景目标是：能够快速地感知和预测任何时间、任何地点和任何形式的电磁信号，建立三维立体的电磁频谱地图，为智能地监测和利用电磁频谱提供理论支撑和技术保障。 2.研究成果具有实际应用价值 目前，部分研究成果已经应用于国家重大项目以及在此基础上衍生的多项实际课题，创造了可观的社会效益和经济效益。比如《一种多帧频谱检测方法》和《图像拼接方法》两个授权专利已经应用于智能图像传输系统。《一种基于稀疏去噪的谱感知方法》应用于通信抗干扰项目。这些成果获得省部级1等奖2项目，省部级二等奖2项。更为重要的是，在实际的国家重大需求项目中，我们发现频谱监测和利用的场景复杂多样，比如沙漠和海面场景，它们与传统的场景有很大的不同且极为复杂。这些都为我们提供了新的理论研究方向，并能够利用实际数据对理论研究结果进行验证。 代表性论文 名称 Rundong Zhou, Yulong Gao, Peng Wu, Xiongwei Zhao, Wenhao Dou, Chenyang Sun, Yu Zhong, and Yang Wang. Collision-Free Waterway Segmentation for Inland Unmanned Surface Vehicles. IEEE Transactions on Instrumentation and Measurement, vol. 71, pp. 1-16, 2022, Art no. 5013416(SCI,IF=5.3/Q1) Yulong Gao, Chen Wang, Yanping Chen, Xu Bai. GLRT-based spectrum sensing by exploiting Multitaper Spectral Estimation for cognitive radio network. Adhoc Networks, 29 Aug 2020 published online. Doi: 10.1016/j.adhoc.2020.102289(SCI,IF=3.643) Yulong Gao, Yanping Chen, “Spectrum sensing exploiting the maximumvalue of power spectrum density in wireless sensor network,” Wireless Networks, online,doi:10.1007/s11276-018-1789-x.2018(IF=1.981) Yulong Gao, Deshun Hu, Yanping Chen, and Yongkui Ma, “Gridless one-bit DOA Estimation Exploiting SVM Approach,” IEEE Communications Letters, vol. 21, no.10, pp.2210-2213, Jul.2017（IF=1.988） Yulong Gao, Yanping Chen, and Yongkui Ma, “Sparse-Bayesian-Learning-Based WidebandSpectrum Sensing With Simplified Modulated Wideband Converter,” IEEE ACCESS, V5, pp.1-13, March.2018(IF=3.244，Invited paper) Yulong Gao, Wei Zhang, and Yongkui Ma, “Adaptive Adjustment of Compressed Measurements for Wideband Spectrum Sensing,” KSII Transactions on Internet and Information Systems, vol.10, no.1, pp.58-78, Jan.2016.(IF=0.45) Ruoyu Zhang, Jiayan Zhang, Honglin Zhao, Yulong Gao, "Sparsity-aided codebook for limited feedback in FDD massive MIMOsystem," Physical Communication, vol.30,pp.58–67, 2018(IF=1.522) 高玉龙,陈艳平,管修挚,张中兆,沙学军.基于循环谱对称性的频谱感知算法[J].通信学报,2011,37(11):21-26 孔庆磊,高玉龙.基于循环平稳的多天线渐进最优χ2检测算法[J].通信学报,2012,33(Z2):228-232 Yulong Gao, Yongkui Ma, Suhang Li, Xiaokang Zhou and Shaochuan Wu. A Novel Joint Angle and Frequency Estimation Method Based on the Extended OMP Algorithm, 2019 IEEE Global Communications Conference (GLOBECOM), Hawaii, USA, Dec.9 -13, 2019. Yulong Gao, Yanping Chen, Xiaokang Zhou and Shaochuan Wu. Spectrum sensing in the extremely low SNR regime by exploiting dictionary learning. IEEE International Symposium on Personal, Indoor and Mobile Radio Communications(PIMRC), Istanbul, Turkey, 8-11 September 2019. Yulong Gao, Yanping Chen, Huang Wang and Shaochuan Wu. DOA Tracking Algorithm for the Time-varying Number of Signal Sources. IEEE International Symposium on Personal, Indoor and Mobile Radio Communications(PIMRC), Istanbul, Turkey, 8-11 September 2019. Yulong Gao, Chen Wang, Wei Wang, and Xu Bai. 2-D high precision DOA estimation based on SVM. The 2020 IEEE 92nd Vehicular Technology Conference, Victoria, British Columbia, Canada, 4-7 October 2020. Yulong Gao, Xinsheng Han, and Yongkui Ma, “Mean Spectral Radius Detection for Cognitive Radio,” 2016 IEEE 84th Vehicular Technology Conference (VTC-Fall), Montreal，Canada, Sep.2016, pp.1-5. 科研获奖 名称 基于时频联合抗干扰的红外图像传输信号处理方法，黑龙江省科技发明一等奖、 图像处理与传输系统，教育部科技进步一等奖2项 基于软件无线电的北斗有源定位系统用户机研制，黑龙江省科技进步二等奖 高性能卫星导航接收机信号处理技术，黑龙江科技发明二等奖 授权专利 名称 1.高玉龙，吴少川，白旭，管修挚，常坚，沙学军，张佳岩。一种基于循环谱对称性的认知无线 电频谱感知方法。授权专利号: ZL201110047810.9，授权公告日：2013.5.1 2.高玉龙，白旭，吴少川，常坚，管修挚，沙学军，马永奎。宽视场背景下的图像拼接成像方法 及装置。授权专利号：ZL201110052397.5，授权公告日：2012.10.17 3.高玉龙，王思，吴宣利，吴玮，吴少川，李卓明，沙学军。一种结合频谱分配与功率控制的 Femtocell中干扰抑制的方法。授权专利号：ZL201210178877.0 授权公告日：2014.12.3 4.高玉龙，张蔚，朱尤祥，马永奎，许鹏，张中兆。一种多帧压缩感知信号频谱检测方法，专利 授权号：ZL201410169462.6，授权公告日：2015.10.28 5.高玉龙，张蔚，马永奎等。一种盲稀疏条件下压缩感知的频谱检测方法，授权专利 号：201410116718.7，2014.3.26，授权公告日：2016.2.3 6.高玉龙、张蔚、刘佳鑫，马永奎，朱尤祥，张中兆。嵌入式Linux系统下的EMIF与FPGA的接口 驱动方法。授权专利号：201410255584.7，授权公告日：2016.11.16 7.高玉龙，朱尤祥，张蔚，马永奎，陈肖敏，李想。一种基于稀疏去噪的认知无线电频谱感知方 法。授权专利号：ZL201410255554.6，授权公告日：2016.2.3 8.高玉龙，李然，陈艳平，刘佳鑫，马永奎，朱尤祥。一种基于随机矩阵的认知无线电频谱感知 方法。授权专利号：201410293452.3，授权公告日：2017.4.12 9.高玉龙，苏林效，陈艳平，马永奎。基于频域的频谱感知方法，授权专利 号：ZL201510968517.4，授权公告日：2017.11.3 10.高玉龙，王松，陈艳平，许康，马永奎。一种非重构框架下的信号估计方法。授权专利 号：ZL201610933561.6，授权公告日：2019.7.16 11.高玉龙，胡德顺，陈艳平，许康，马永奎。一种基于逻辑回归的单比特空间谱估计方法。授 权专利号：ZL201611109952.2，授权公告日：2019.4.16 12.高玉龙，胡德顺，陈艳平，许康，马永奎。一种基于支持向量机的单比特空间谱估计方法。 授权专利号：ZL201611109930.6， 授权公告日2019.2.22 13.高玉龙，王璜，白旭，许康，王松。一种基于贝叶斯方法的目标方位跟踪方法。授权专利 号：ZL201710464010.4，授权日期，2019.11.15 14.高玉龙，陈艳平，吴少川，司艳玲.基于多正弦窗功率谱峰值的信号检测方法。授权专利 号：ZL201810917687.3，授权公告日：2020.11.3 指导学生获奖 名称 1. 李天然等。基于语音识别的寻迹避障小车。2012大一年度项目二等奖，指导教师：高玉龙 2. 轩启运等。基于51单片机的水箱水位控制系统。2014大一年度项目一等奖，指导教师：高玉龙 3. 孙钰桐等。基于三维手势识别的手语翻译工具。2016大一年度项目二等奖，指导教师：高玉龙 4. 蒋子宇等。基于LBS的便携式定位系统。2016大学生创新创业训练计划项目二等奖，指导教师：高玉龙 5. 石际等。哈尔滨停车服务资讯网的开发与推广。2016大学生创新创业训练计划项目二等奖，指导教师：高玉龙 6. 陈军等。工大guide。2018大学生创新创业训练计划项目二等奖，指导教师：高玉龙 7. 张永铭等。夜晚守护灯。2018大学生创新创业训练计划项目一等奖，指导教师：高玉龙 8. 楚博文等。“掌控”。2018大学生创新创业训练计划项目二等奖，指导教师：高玉龙 讲授课程 名称 1. 电路基础（课程负责人，本科生课程） 电路基础是电子信息工程、通信工程、电子信息科学与技术等专业的一门重要的专业基础理论课程，是学生接触的第一门正式的专业核心课程。该课程主要分析电路中的基本规律及电路分析方法，理论严密、逻辑性强，有广阔的工程应用背景。本课程能够培养学生严肃认真的科学作风和理论联系实际的工程观点，提高科学思维能力、分析计算能力、创新能力、实验研究能力和科学归纳能力。 2. 通信信号分析与处理（课程负责人，本科生课程） 通信信号分析与处理是通信工程专业本科生的一门核心专业课程，是通信专业各主干课程后续学习的基础，也是专业科学研究的基本数学工具之一。本课程侧重在物理概念和分析方法上，把复杂的理论和数学问题与实际的通信技术问题相联系，使学生深入理解通信信号的本质，掌握通信信号处理分析的相关理论与方法。本课程主要介绍随机过程的基本埋论、随机过程的线性变换、非线性变换以及通信系统中常用的典型随机过程以及最新出现的非平稳信号处理和方法。 3. 深度学习（课程负责人，硕士生课程） 深度学习作为实现通信、信号和信息处理智能化的主要技术手段，受到越来越多关注。本课程根据深度学习的特点，结合通信，信号和信息处理的需要主要讲授传深度学习涉及的概念、理论、技术以及未来的发展趋势。主要介绍深度学习基本概念、理论，经典机器学习技术，卷积神经网络，循环神经网络，概论图模型以及其他深度网络等。更为重要的是，在技术原理讲授的同时，我们将阐述深度学习发展的历史，遇到的困难以及解决方法，让学生对深度学习的背景，发展思路有整体系统的概念，激发他们的创新思维。 教学奖励和评价 名称 《数据通信网络》课程创新性教学与实践方法，获2013年度哈尔滨工业大学研究生教学成果二等奖； 2018年7月获得校教学优秀奖二等奖 学生评教一半以上为A和A+,全部为B+以上， 2016年通信信号分析与处理和2019年电路基础讲课受到学校通报表扬 学生科技创新获奖9项 华为云先锋教师称号 教育部-华为“智能基座”栋梁教师称号 出版物 名称 1. 高玉龙, 白旭, 吴玮，达芬奇技术开发基础、原理与实例， 电子工业出版社，2012 2. 孟维晓, 马永奎, 高玉龙 译，辅助GPS 原理与应用，电子工业出版社，2013 3. 高玉龙，陈艳平，何晨光, 随机过程分析与处理，哈尔滨工业大学出版社, 2017 4. 高玉龙，陈艳平，何晨光, 随机过程分析与处理（第2版），哈尔滨工业大学出版社, 2020 教学论文 名称 1.高玉龙，陈艳平，何晨光，马永奎. 改革教学内容提高教学质量方法的探索,高等工科教育，2016,1:29-33 2. 高玉龙, 马永奎, 孟维晓, 张中兆. 发挥课程优势培养学生综合素质. 哈尔滨工业大学学报（社科版），2012(增1)：64-66 3.马永奎，高玉龙，张佳岩，张中兆. “数字信号处理”课程设计导向型教学初探. 电气电子教学学报, 2012.4:96-97 4.高玉龙，陈艳平，何晨光."随机信号"课程思政元素挖掘方法研究.2022,5(113):12-15 在读学生 名称 博士生：周润东，王启明，李晓东 硕士生：姜昕卓，薛文举，王国强，李廷非，张天祥，姜力僮，徐前，孔金山，王文韬，苏生潇，柏森 本科生：刘禹辰，季晨星，李滢茜，徐兆龙，钏助仲，丁博洋 已毕业硕士生 名称 2023年毕业生 梁宝强，李澳洋 2022年毕业生 陈鹏，付宁，李晓东 2021年毕业生 王臣，原子鸿，赵春雁，顾云涛 2020年毕业生 王威 2019年毕业生 司艳玲，李苏航，轩启运 2018年毕业生 许康，王璜，王松 2017年毕业生 胡德顺，苏林效，程君会，李晶新 2016年毕业生 韩新胜，李宁 2015年毕业生 朱尤祥，张蔚，许鹏，刘佳鑫，李然 2013年毕业生 王思 已毕业本科生 名称 2023年毕业生 徐前，罗清平，侯紫怡，何冠志，姜凯晨 2022年毕业生 姜昕卓，王国强，薛文举，陈锦炫 2021年毕业生 梁宝强，宋阳、尚辰、曹骏，张晶迪 2020年毕业生 付宁，陈鹏，楚博文 2019年毕业生 顾云涛，陆宇，陈宇航，王臣 2018年毕业生 康昊鹏，孟梅，闫聪明 2017年毕业生 李苏航， 司艳玲， 曾涛， 轩启运， 宋维斌，石际 2016年毕业生 许康， 王松， 田冬 2015年毕业生 胡德顺， 苏林效， 李晶新， 程君会 2014年毕业生 赵天宇， 张欣宇， 李京， 王晔 2013年毕业生 张润彬 2012年毕业生 孔庆磊 2011年毕业生 蒋梦颖，管修挚，蒋雯喆，闫东胜，朴虎林 2010年毕业生 李达，徐淑凝，曹霄鹏，骆亚明 2009年毕业生 李涛，刘洁，徐喆 2008年毕业生 齐轶楠