邓敏导师主页

---

基本信息

---

姓名: 邓敏
职称: 讲师
单位电话:
电子信箱: treasure_dm@foxmail.com
办公室: 电子与通信工程系
个人主页:

个人简介

---

学习工作经历

---

2006年-2010年，湖南大学，本科；

2010年-2011年，华南理工大学，硕士研究生；
2011年-2017年，华南理工大学，博士研究生。
工作经历：
2017年-至今，湘潭大学自动化与电子信息学院



研究方向

---

认知无线电频谱感知，车间通信，干扰对抗
课题团队依托“智能导航与遥感”研究中心，“信息与通信工程”湖南省重点学科，"北斗导航信息安全与对抗技术"湖南省国防科技重点实验室



科研项目

---

1. 国防科技重点实验室基金(***)，***资源调度研究，2019/2-2020/12，结题，主持；
2. 湖南省自然科学基金(2019JJ50620)，车联网移动环境中基于位置信息辅助的频谱感知，2019/1-2021/12，在研，主持；
3. 湘潭大学博士科研启动资助项目(19QDZ07)，车联网场景下的空时域频谱感知研究，2019/1-2022/12，在研，主持.
4. 国家自然科学基金(**)，数据驱动广义Stiefel流形约束优化问题的算法及其应用研究，2020/9-2024/12，在研，参与.

主要代表性论文

---

[1] Zhao-Yi Luo, Min Deng, Zhi-Qiang Yao, Xiao-Fan Leng, Yong-Qi Chen, Distributed Blanket Jamming Resource Scheduling for Satellite Navigation Based on Particle Swarm Optimization and Genetic Algorithm, 20th IEEE International Conference on Communication Technology (ICCT 2020), 611-616, 2020.(EI)

[2] Min Deng, Bin-Jie Hu, Xiaohuan Li. Adaptive Weighted Sensing with Simultaneous Transmission for Dynamic Primary User Traffic, IEEE Transactions on Communications, vol. 65, no.3, pp. 992-1004, 2017. (SCI)
[3] 邓敏, 吴海燕, 李海宏, 胡斌杰. 基于认知无线电的广东省UHF频段监测与分析, 电波科学学报, vol. 28, no. 03, pp. 485-490, 2013. (EI)
[4] Min Deng, Bin-Jie Hu. LLR Based Spatiotemporal Cooperative Spectrum Sensing Schemes for Cognitive Radios, 5th IEEE International Conference on Signal Processing, Communications and Computing (ICSPCC), 523-528, 2015. (EI)
[5] Min Deng, Bin-Jie Hu. Location estimation based spatiotemporal sensing in cognitive radio networks, 10th International Conference on Wireless Communications, Networking and Mobile Computing (WiCOM), 121-125, 2014. (EI)
[6] 赵小兰, 邓敏, 李海宏, 胡斌杰. 基于认知无线电的GSM频段占用分析与建模, 电波科学学报, vol. 28, no. 04, pp. 622-628, 2013. (EI)
[7] Bing Li, Bin-Jie Hu, Xiaohuan Li, Min Deng, Zong-Heng Wei. Efficiency Enhancement of Long-Distance Wireless Power Transmission Using Time Reversal Technique, IEEE International Conference on Computational Electromagnetics (ICCEM), 49-51, 2016. (EI)
[8] Xi-Zhao Li, Williams S., Lee G., Min Deng. Computer-aided mammography classification of malignant mass regions and normal regions based on novel texton features, 12th Control Automation Robotics & Vision (ICARCV), 1431-1436, 2012.(EI)