陈跃 · Communications Countermeasures Systems Engineer

• 主导某军工集团短波/超短波通信对抗系统全周期开发，针对复杂电磁环境下信号捕获难、识别慢的痛点，设计并实现基于FPGA+DSP的实时信号分析架构，将调制识别准确率从82%提升至96%，信号截获时延缩短40%。

• 围绕多类型短波通信链路，统筹干扰策略设计，引入动态频点跟踪与自适应干扰波形生成技术，在仿真与外场测试中干扰成功率由67%提高至89%，助力系统通过定型鉴定。

• 牵头信号分析模块软硬件联调，完成4类调制样式（2FSK、4FSK、QPSK、8PSK）的自动识别算法部署，并优化FPGA并行流水线，将单通道处理带宽扩展至1.2 MHz，系统响应延迟低于2.3 ms。

• 针对跳频通信的抗干扰需求，设计基于认知决策的干扰策略引擎，结合频谱感知反馈实时调整干扰参数，在20轮对抗演练中实现91%的有效阻断率，为后续型号研制积累关键算法库。

• 针对复杂短波信道多径衰落与干扰叠加场景，独立建立基于Watterson模型的衰落信道仿真环境（MATLAB），将信号捕获灵敏度提升至-125 dBm，漏检率降低27%。

• 主导开发基于高阶累积量和循环谱的多制式信号盲解调模块（C++嵌入DSP），支持PSK/FSK/OFDM等8种调制样式，在信噪比不低于3 dB时解调成功率达92%，较原有方案提升18个百分点。

• 设计实时干扰决策引擎，融合信道估计与干扰效能预计算法，在200 MHz处理带宽下将决策延迟控制在5 ms以内，干扰成功率从71%提升至89%。

• 构建短波链路级半实物仿真系统（C++ + FPGA），完成1000+组外场回放测试，验证在信噪比5 dB条件下捕获时间稳定在1.2秒内，满足系统战术指标。

• 优化多通道并行处理架构，将信号解调与干扰策略生成流水线执行效率提升40%，支撑系统在4个目标频点同时连续对抗，误警率控制在3%以下。

• 主导构建某卫星通信信号自动识别与分析平台，针对L/S/C频段卫星链路设计多域特征提取算法（时频图、循环谱、高阶累积量），结合深度学习模型（ResNet-50 + 注意力机制）实现8种调制方式（QPSK/8PSK/16APSK/32APSK等）的自动分类，在信噪比-5 dB环境下识别准确率达93.2%，较传统决策树方案提升15.6个百分点。

• 开发实时参数估计模块，对捕获的卫星信号完成符号速率、载波频偏、滚降系数等6项关键参数的高精度估计，利用Python+Cython优化特征计算流水线，单次处理时延降至2.3 ms（目标频谱带宽40 MHz），支撑后续对抗策略的毫秒级决策闭环。

• 构建含12万条标注样本的卫星通信信号仿真与采集数据库，覆盖雨衰、多径、同频干扰等实际信道场景；基于该库训练轻量化CNN模型（参数量<1.2 MB），部署至嵌入式信号处理板卡后在线识别率仍达88.7%，并通过16组外场实测验证，成功识别某型卫星物联网终端的跳频-扩频混合模式，为对抗决策提供关键先验信息。

• 针对传统固定干扰策略效率低、易被规避的痛点，主导设计并实现基于Q学习的认知无线电干扰决策引擎，利用FPGA加速实时频谱感知与参数自适应调整，在20 MHz带宽内对未知跳频通信链路的干扰成功率从34%提升至87%，平均决策延迟控制在1.2 ms以内。

• 面对多目标信号共存及干扰冲突的挑战，构建动态频谱环境建模与在线Q学习优化框架，实现干扰波形、功率与时机的一体化自适应选择，经外场实测，干扰效果稳定性提高52%，频谱占用率较固定策略降低29%，误干扰率低于0.6%。

• 为解决传统干扰系统无法实时规避自干扰和相邻信道污染的问题，开发基于FPGA的毫秒级频谱感知模块并与干扰决策闭环集成，在密集信号场景下自适应切换干扰样式，使误判率从21%降至3%，系统有效吞吐量提升2.3倍。

• 为验证系统在真实战场电磁环境下的鲁棒性，主导完成联合对抗测试，部署3套原型系统，在信号密度超过200跳/秒的模拟对抗中，实现对80%以上目标链路的成功压制，且对友邻通信的误扰率控制在0.3%以内。

因突破短波快速调制识别技术而获得的所内年度奖项