香港中文大学（CUHK)博士（PhD）申请攻略及导师简介

导师简介

如果你想申请香港中文大学信息工程系博士，那今天这期文章解析可能对你有用！今天Mason学长为大家详细解析香港中文大学的Prof.CHEN的研究领域和代表文章，同时，我们也推出了新的内容“科研想法&开题立意”，为同学们的科研规划提供一些参考，并且会对如何申请该导师提出实用的建议！方便大家进行套磁！后续我们也将陆续解析其他大学和专业的导师，欢迎大家关注！

导师现任香港中文大学信息工程系助理教授，是无线网络与感知(WiNS)研究组的负责人。他在山东大学获得学士和硕士学位，在悉尼大学获得电气与信息工程博士学位。在加入香港中文大学之前，他曾在悉尼大学电气与信息工程学院担任研究员。目前他是IEEE Transactions on Wireless Communications的编委。

研究领域

主要研究方向包括：

• 低延迟无线网络
• 智能无线感知
• 实时机器人系统
• 人工智能系统应用
• 信息时效性(Age of Information)
• WiFi感知技术

研究分析

1 "Pulse Shape-Aided Multipath Parameter Estimation for Fine-Grained WiFi Sensing"

(IEEE Transactions on Communications, 2024)研究基于脉冲形状的多径参数估计，提高WiFi精细感知能力。

2 "CSI-RFF: Leveraging Micro-Signals on CSI for RF Fingerprinting of Commodity WiFi"

(IEEE Transactions on Information Forensics & Security, 2024)开发基于CSI的射频指纹识别技术，提升WiFi安全性。

3 "Optimizing Age of Information in Wireless Uplink Networks With Partial Observations"

(IEEE Transactions on Communications, 2023)在部分观测条件下优化无线上行网络的信息时效性。

4 "A Just-In-Time Networking Framework for Minimizing Request-Response Latency"

(IEEE Internet of Things Things Journal, 2023)提出即时网络框架，最小化时间敏感应用的请求响应延迟。

5 "Design and Implementation of Time-Sensitive Wireless IoT Networks"

(IEEE Internet of Things Journal, 2022)在软件定义无线电上实现时间敏感物联网网络。

6 "Fresh-Fi: Enhancing Information Freshness in Commodity WiFi Systems"

(WiOpt, 2023)通过定制底层协议提升商用WiFi系统的信息新鲜度。

项目分析

1 智能无线感知项目研究领域：WiFi感知技术主要成果：开发精细化感知算法

2 低延迟无线网络项目研究领域：时间敏感网络重要发现：提出即时网络架构

3 信息时效性优化项目研究方向：无线网络优化研究成果：提出多种优化算法

研究想法

1.多模态融合感知系统

• 整合WiFi/毫米波/雷达多源数据
• 设计跨模态特征提取网络
• 开发自适应传感器选择机制

2.分布式协同感知框架

• 设计分布式感知算法
• 优化节点间协同机制
• 研究资源效率权衡

3.智能时延优化系统

• 开发预测性资源分配
• 设计端到端QoS保障机制
• 研究跨层优化策略

4.实时任务调度框架

• 构建任务感知调度模型
• 优化计算-通信协同
• 设计自适应负载均衡

5."基于深度学习的多模态WiFi感知系统：融合时空特征的高精度人体行为识别"

• 创新点：
• 多模态数据融合
• 端到端深度学习架构
• 自适应特征提取
• 实时处理能力

6."面向工业物联网的确定性低延迟通信框架：联合优化时延、可靠性与能效"创新点：

• 确定性服务保障
• 多目标联合优化
• 跨层协议设计
• 实时反馈控制

7."分布式边缘网络中的信息时效性优化：考虑计算资源与通信约束"创新点：

• 边缘计算集成
• 分布式优化算法
• 动态资源分配
• 自适应控制策略

申请建议

A. 核心技术能力培养

通信系统基础

• 无线通信原理
• 信号处理理论
• 信息论基础

编程与实现能力

• C++/Python编程
• SDR平台开发
• FPGA编程
• 网络协议实现

B. 专业知识储备

• 优化理论
• 机器学习
• 5G/6G技术
• IoT协议栈
• 边缘计算
• 分布式系统

C. 实验技能构建

硬件平台

• USRP操作
• WiFi设备配置
• 传感器集成

软件工具

• GNU Radio
• MATLAB
• TensorFlow/PyTorch
• 网络仿真器

D. 研究能力提升

系统设计能力

• 架构设计
• 协议开发
• 性能优化

实验验证能力

• 实验设计
• 数据采集

E. 工程实践经验

• 参与实际项目
• 开发原型系统
• 撰写技术文档
• 解决工程问题

F. 重点关注领域

• 低延迟通信
• 无线感知技术
• 边缘计算
• 机器学习应用

博士背景

Kimi,985机械工程硕士，现为港三机械工程博士生。研究方向为智能制造和机器人学，专注于工业4.0背景下的自动化生产系统优化。曾在《Journal of Mechanical Design》和《Robotics and Computer-Integrated Manufacturing》发表过论文。获得IEEE机器人与自动化国际会议最佳学生论文奖。