基本信息科学研究教育教学团队成员
基本信息
高玉龙，博士，副教授，博士生导师。多伦多大学电子与计算机工程系访问学者。现为中国电子学会高级会员，IEEE会员。

近年一直从事智能通信、认知无线网络和无线传感器网络等方面的科研和教学工作。主要利用机器学习等各种工具解决智能通信中的频谱共享，参数识别等问题。主持国家自然基金2项，军品横向1项，重大军品横向子课题1项（经费2千万），民用航天重点项目子课题1项，黑龙江省博士后基金1项，哈工大创新基金1项。参与多项国家重大专项、973、863项目以及各类企业项目等，共计发表SCI/EI论文30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，申请授权专利20余项，主编著作2部，参入翻译著作1部。指导或协助指导研究生20余人。

每年招收硕士生1-2名，博士生1-2名，欢迎踏实，认真的学生加入团队，团队将为你的学习和生活提供尽可能好的条件。


工作经历
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
2008.03-2010.03哈尔滨工业大学电子科学与技术博士后流动站 博士后
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 -至今 哈尔滨工业大学通信技术研究所 副教授 博士生导师

主要任职
IEEE 会员，中国电子学会高级会员

研究领域
一、统计信号处理

该方向本人主要研究认知无线电中的信号参数识别和接收机信号处理。

首先研究多域频谱感知。众所周知，作为解决频谱利用率低和利用不平衡的主要技术手段，认知无线电正受到越来越多的关注。其中的信号处理是其实现的关键和核心，其主要研究内容包括多域频谱感知、信号参数估计、信道状态和容量估计等。多域频谱感知为认知用户发现信号的各种空闲资源，而信号和信道参数估计则为认知用户的信息传输提供依据。由于认知无线电属于非合作通信技术，在进行信号处理时一般来说信噪比较低且很难获得各种先验信息，其信号处理的目的就是减少各种处理算法对主用户、信道和噪声等先验信息的依赖，克服噪声不确定性，提高算法在低信噪比下的性能以及实用性。研究内容能够充分挖掘无线通信的潜在优势，最大限度地提高系统容量和频谱利用率。更为重要的是，该方向的研究成果也能为电磁频谱地图建立提供各种无线环境参数。并且对于军事领域中的信息对抗，本研究方向的相关研究成果能够识别敌方信号的各种参数，为未来信息对抗的胜利奠定技术基础。另外，在上述研究的基础上，结合沙漠和海面通信场景等复杂环境下研究无线接收机信号处理方法。主要解决无线信号的强干扰，复杂多径以及高动态等主要问题，并把研究成果应用于北斗卫星接收机的研制，取得了较好的社会效益和经济效益。因此，该研究方向对于民用和军事领域均具有重要的理论研究意义和实际应用价值，研究成果能为认知无线电在未来无线通信中的应用提供理论支撑和实用算法，为信息战和电子频谱地图的建立提供技术支持。

该方向涉及的项目主要包括国家自然科学基金2项，国家军口863项目1项，国家重大专项1项，哈尔滨工业大学创新基金1项。本研究方向共发表论文31篇，授权专利10个，受理专利4个，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。出版著作1部，译著1部。通过3项成果鉴定和1个软件评估。

二、数字图像处理

由于图像信息的直观性以及无线传输的便利性，无线图像传输信号处理技术在很多应用场合都得到了广泛应用，但很多应用情况，特别是军事应用环境下，无线通信环境较为复杂，具有强干扰，复杂多径等很多不利因素，这些因素引起的信号衰落和多径干扰严重影响了无线图像传输性能。因此，针对这些环境下的国防数据链对低码率、低信噪比环境下无线视频实时传输技术的战略需求，设计并实现了一种新型的数字视频传输方案，该方案针对红外图像特性和目标特性进行了相关处理，能够在满足图像清晰度且带宽受限的前提下将传输和处理时延控制在百毫秒量级。这些研究成果突破了超视距视频传输技术的技术瓶颈，实现了目标的快速捕获和精确跟踪。由于不同的军事无线图像传输场景都极为复杂且具有很大的不同，比如沙漠和海面通信场景，因此该研究方向能够根据不同应用场景提炼不同的科学研究问题，具有紧密结合实际应用的特点。该研究方向能够将前期关于信号处理的研究成果应用于实际的无线图像传输系统，解决复杂环境下的军事无线图像传输的重大科学问题，为研究成果产业化奠定了坚实的基础。另外，该方向研究成果将图像信息获取、图像信息传递、图像信息处理等紧密联系在一起，实时直观地监视战场动态，提高武器装备目标打击精度和命中率，并且信号处理方法的应用增强了武器装备的抗干扰能力。

本研究方向支撑项目包括军品横向项目十多项(本人承担科研经费1300万，总经费将近3亿元)，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10篇，授权专利5个，受理专利1个。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
1.研究方向瞄准国家重大战略需求

电磁频谱被界定为继“陆、海、空、天、网”之后的第六维作战领域，是信息战和信息技术的灵魂和核心。可以说，电磁空间安全的支撑技术是国家信息化建设的重要基础，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、智能化的频谱监测技术和频谱利用技术。我们采用统计信号处理和机器学习理论解决电磁频谱多域参数识别问题。频谱利用技术是第二个研究方向，主要根据识别的参数实时调整图像信息处理方法和参数。我们的远景目标是：能够快速地感知任何时间、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军品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某图像指令系统。《一种基于稀疏去噪的谱感知方法》应用于某某通信项目。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，在实际的国家重大军品项目中，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。


发表的代表性论文
1.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)

2. Ruoyu Zhang, Jiayan Zhang, Honglin Zhao, Yulong Gao, "Sparsity-aided codebook for limited feedback in FDD massive MIMO
system," Physical Communication, vol.30,pp.58–67, 2018(IF=1.522)

3. 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)
4. Yulong Gao, Deshun Hu, Yanping Chen, and Yongkui Ma, “Gridless one-bit DOA Estimation Exploiting SVM Approach,”IEEECommunications Letters, vol. 21, no.10, pp.2210-2213, Jul.2017（IF=1.988）

5. Yulong Gao, Yanping Chen, Yongkui Ma, Chenguang He, and Linxiao Su, “Eigenvalue-Based Spectrum Sensing for Multiple Received Signals Under the Non-Reconstruction Framework of Compressed Sensing, ” IEEE ACCESS, no.4, pp.4891-4901, Sep.2016.((IF=3.244))

6. 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)

7. Yulong Gao and Yanping Chen, “Energy-Based Spectrum Sensing under Non-reconstruction Framework,” Mathematical Problems in Engineering, vol. 2015, Article ID 259890, 16 pages, 2015.(IF=0.8)

8. Yulong Gao, Yanping Chen and Linxiao Su. Statistical Properties of SNR for Compressed Measurements," vol. 2016, Article ID **, 6 pages, 2016.(IF=0.8)

9. 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. (B类会议)

10. 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

11.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

12. Yulong Gao, Kang Xu, Yanping Chen. A Novel Method of Multi-band Spectrum Sensing Exploiting Dynamic Compressive Sensing. 2016 IEEE 13th international conference on signal processing proceedings,2016,1152-1156(B类会议)


讲授课程
1. 高等数字信号处理（硕士生课程）
本课程不仅对经典数字信号处理算法进行梳理总结，从更深层次对其进行分析，还主要介绍现代数字信号处理发展的最新成果，包括多速率信号处理、现代谱估计、自适应数字滤波以及高阶谱和高阶统计量等。通过该课程的学习可以更为深入学习和理解数字信号处理相关的算法，为进一步的学术研究和将来的工作打下坚实的基础。

2. 数据通信与网路（硕士生课程）
主要介绍数据通信和网路方面的基本原理和概念，重点阐述各种无线、有线通信网路中的数据通信知识，该课程需要学生提前掌握信号与系统，通信原理等课程的内容。

3. 电路基础（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。

通过本课程的学习，使学生掌握电路的基本理论知识和分析计算电路的基本方法，并为学习后续有关专业课程和从事电类相关领域的工程技术工作打下坚实的理论基础。

4. 通信信号分析与处理（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。

教学成果
1.《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；

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

4.2015年秋高等数字信号教学评价为A+

5.2016春电路基础学生教学评价为A

6.2016年通信信号分析与处理讲课获得学校通报表扬

7.2017年电路基础评价为96分(评价为A+)，通信信号分析与处理93.7分(评价为A)

8.2018年7月获得校教学优秀奖二等奖


出版物
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，49.9万字，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，50.4万字，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, 39.5万字，2017


2016级硕士
许康，王璜，王松

2015级硕士
胡德顺，苏林效，程君会，李晶新


2017级硕士
司艳玲，李苏航，轩启运


2014级硕士
韩新胜，李宁


2013级硕士
朱尤祥，张蔚，许鹏，刘佳鑫，李然


2011级硕士
王思


本科毕业学生
2018年毕业

康昊鹏，孟梅，闫聪明

2017年毕业

李苏航， 司艳玲， 曾涛， 轩启运， 宋维彬

2016年毕业

许康， 王松， 田冬

2015年毕业

胡德顺， 苏林效， 李晶新， 程君会

2014年毕业

赵天宇， 张欣宇， 李京， 王晔

2013年毕业

张润彬

2012年毕业

孔庆磊

2011年毕业

蒋梦颖，管修挚，蒋雯喆，闫东胜，朴虎林

2010年毕业

李达，徐淑凝，曹霄鹏，骆亚明

2009年毕业

李涛，刘洁，徐喆

2008年毕业

齐轶楠