陈一鸣 · Communications Technology Engineer

针对产线5G NR射频模块手动测试耗时长、易出错的问题，独立基于Python与SCPI指令开发自动化测试脚本，集成矢量信号源与频谱分析仪，实现发射功率、EVM、ACLR等关键指标的一键批量采集与自动判定

将单模块全性能测试周期从平均40分钟压缩至12分钟，在实习期内支撑超300个功放模块的快速验证，测试效率提升约230%，且自动化脚本误判率控制在0.3%以内

利用Python数据栈（Pandas/Matplotlib）编写信号分析及异常预警模块，自动生成包含频谱模板、星座图与指标趋势的测试报告，帮助团队将批次异常响应时间从小时级缩短至分钟级

参与构建可复用的自动化测试用例库，覆盖3GPP 38.141传导测试场景达30余项，使产测回归测试的覆盖度从约65%提升至95%以上

与射频工程师协作优化测试流程，引入并行测量与仪表状态缓存机制，减少仪器重配置等待时间，使单日最大测试通量提升近2倍

针对汽车柔性产线中PLC控制与AGV协同的URLLC需求，主导设计基于网络切片的5G内网架构，将控制面与用户面分离部署，通过NS-3构建工厂多径信道模型进行端到端时延仿真。

对URLLC切片划分专用RB资源并引入免授权上行调度，仿真对比不同子载波间隔与TTI配置，将关键控制指令的空中接口单向时延从2.8 ms压降至0.9 ms，同步达到99.999%可靠性。

在NS-3中注入突发干扰和全负载背景流量模拟最差工况，优化PDCP复制与分集传输策略，将时延抖动从±0.5 ms收敛至±0.12 ms，有效抑制偶发长尾时延。

输出含MEC部署建议与切片参数组合的内网架构设计报告，仿真数据支撑工厂方案选型，项目成果被合作单位作为5G URLLC产线试点方案直接采纳。

针对校内礼堂高并发场景，搭建Wi-Fi 6与5G NR-U融合覆盖试验床，完成多AP协同部署与信道规划，将单用户平均信号强度从-72dBm提升至-58dBm。

设计并执行阶梯式接入压力测试，采集并分析终端关联时延与吞吐量数据，使混合组网下边缘用户下行速率提高32%，丢包率降低至1.2%以下。

利用Wi-Fi 6 BSS Coloring与5G波束管理机制优化同频干扰，通过调整MCS与空间复用参数，将高密度区域频谱效率从2.1bps/Hz提升至3.4bps/Hz。

主导搭建信号覆盖热力图与容量仿真模型，对比纯Wi-Fi、纯5G与融合方案的覆盖盲区与容量上限，输出优化报告并推动校方采纳融合方案进行设备升级。

主动调研某省运营商OTN骨干网历史故障案例，独立设计并基于Python开发了一款光传输网故障定位与光信噪比(OSNR)监测工具，覆盖告警解析、光功率趋势分析与根因推荐。

构建OSNR劣化趋势检测与多阈值关联规则引擎，在回放的132起历史故障中实现89.4%的自动定位准确率，平均定位耗时由人工的35分钟压缩至4分钟以内。

开发PyQt可视化看板，实时监测关键光通道OSNR并支持故障节点拓扑高亮，在模拟环境连续运行期间成功预警潜在光信噪比异常事件7次。

编写工具使用手册与故障推理逻辑文档，其“特征提取-规则匹配”框架被部门导师认可并纳入后续烽火设备故障定位原型参考。