导师类别 博、硕导
性 别 女
出生年月 1975年11月
联系电话
通讯地址 四川绵阳青龙大道中段59号
Email zjm@swust.edu.cn

个人简介
张江梅(1975—)，性别女，籍贯山西昔阳，中国科学技术大学控制科学与工程博士研究生毕业，工学博士学位，教授职称，博士研究生导师；国家级国防科技创新团队带头人，教育部省部共建协同创新中心PI创新团队负责人，四川省委组织部特殊一线岗位高端人才，国防重点学科实验室学术带头人，绵阳市创新领军人才，西南科技大学“龙山学术人才学术骨干”，中美和平利用核技术联合协调委员会核应急组专家，四川省核学会理事，四川、山东、福建、浙江等多省科技项目及成果评审专家，西南科技大学科技处副处长。长期从事信号检测、自适应信号处理、核探测技术与分析、辐射环境安全智能检测与预警、特殊环境机器人技术应用与研究并取得了一定成绩。先后主持和作为主研参与了核能开发、国家重大科技计划、国防基础科研、核设施退役与治理、四川省科技支撑计划等国家级重大专项及省部级科研项目60余项，在研项目经费1000余万元；科研成果获省部级科技进步一、二等奖2项，市级科技进步二、三等奖2项；鉴定成果7项，其中主持的2项成果受到多位院士的肯定，均达到“国际先进”水平；申请发明专利近30项，多项科研成果已得到应用和转化，为企业增加了近3亿元的销售收入；发表高水平论文40余篇；作为副主编编著学术专著1部，参编教材1本。指导学生参加国家自然科学基金委“水下机器人目标抓取大赛”、“中美创客大赛”、“研究生电子设计竞赛”、全国大学生及亚太地区大学生机器人电视大赛均获奖或获得冠、亚军的好成绩。

工作经历
2000.09—2005.03西南科技大学信息工程学院教师（2003.09破格评定讲师）
2005.05—2006.12西南科技大学科技处军工办副主任（副科级）
2007.01—2010.03西南科技大学科技处军工办副主任（科级）（2009.12评定副教授）
2010.04— 西南科技大学科技处副处长（2018.12评定为教授）
?期间：2010.04-2010.05参加四川省第九届妇干班学习
? 2013.09-2013.10 赴美国参加高校管理干部成果转化班学习
? 2015.05-2015.08 参加绵阳市2015年度公开遴选优秀干部和人才县级培养干部递进班学习

教育经历
1996.09—2000.06西南科技大学自动化专业学习，工学学士学位
2007.04—2010.06西南科技大学控制理论与控制工程工程硕士学位
2013.09—2017.09 中国科学技术大学自动化系控制科学与工程博士毕业，工学博士学位

获奖、荣誉称号
2020四川省科技进步二等奖（主持）
2020西南科技大学学生科技文化活动“优秀指导教师”
2019绵阳市绵州育才计划“绵州创新领军人才”荣誉称号
2019西南科技大学学生科技文化活动“优秀指导教师”
2019中国研究生电子设计竞赛西南地区优秀指导教师
2019西南科技大学“优秀共产党员”（2017-2019年度）
2018西南科技大学“龙山学术人才学术骨干”称号
2018西南科技大学学生科技文化活动“优秀指导教师”
2016西南科技大学优秀教育工作者
?2015西南科技大学机关一党委党员示范岗
2014西南科技大学“十佳岗位青年”
2004-2014西南科技大学保密工作先进个人4次
2013绵阳市哲社优秀成果二等奖
2009四川省军工安全保密工作先进个人
2007中国石油和化学工业联合会科技进步一等奖
2007重庆市人民政府自然科学二等奖
2007西南科技大学评建工作先进个人
2004-2007西南科技大学机关优秀教育工作者

社会、学会及学术兼职
中美和平利用核技术合作联合协调委员会核应急组专家；
四川省核学会理事。

研究领域

智能信号检测与处理；
自适应信号处理；
辐射环境安全智能监测与预警；
核辐射探测与核素识别；
特殊环境机器人技术。


科研项目
项目名称
项目编号
经费（万元）
角色
项目状态

国家级

***分析与应用示范
18zg6103
995
主持
在研

2GB/s图像数据的实时处理软硬件开发、试制（课题）
16zg0104
204
主研
在研

基于***技术研究
15zg6102
270
主研
结题

****关键技术研究与工程集成
14zg6101
1000
主研（子课题负责人）
在研

****研究
10zg6101
100
主研
结题

***的特性研究
08zg6103
340
主研
结题

省部级

多功能移动物体γ辐射监测系统研制
18zs6101
350
主持
在研

水下放射性检测与污染水平预测关键技术研究
19zs2148
20
主持
在研

放射性物体智能识别与分拣关键技术研究（重点）
18zs2143
10
主研
在研

核退役放射性监测机器人的四维场景感知关键技术研究
16zs2109
10
主研
在研

危险环境应急监测机器人系统关键技术研究
16ZS2102
20
主持
结题

核退役机器人关键单元的耐伽马辐射加固设计研究
15ZS2107
30
主研
结题

辐射侦查机器人关键技术研究
13zs2003
5
主研
在研

抗核辐射机器人环境场景感知与作业决策支持系统研究
12zs2103
30
主研
结题

人造岩石模拟固化锕系核素的关键技术研究
11zs2117
20
主研
结题

基于多信息融合的辐射环境三维场景感知研究
11zs2107
10
主研
结题

基于嵌入式PC的机器人行为控制
03zs1103
0.3
主研
结题

地市级

核环境移动机器人仿人手眼协调控制
18zd1113
10
主研
在研

基于微纳光纤传感器的气溶胶态污染物检测技术
17zd1106
15
主持
在研

危险环境微型抛掷式应急侦察机器人系统
15zd2005
4
主研
在研

辐射监测与应急救援飞行机器人系统
14zd2103
5
主研
结题

核辐射环境下移动机器人的抗毁通信
14zd1108
6
主研
结题

危险环境作业机器人信息采集系统
13zd1108
6
主研
结题

核辐射环境机器人多传感信息融合技术研究
12zd1117
4.5
主持
结题

放射性核废物处理材料研究
12zd1106
40
主研
结题

基于临场感的核辐射环境遥操作机器人感知系统研究
11zd2103
3
主研
结题

强辐射环境应急处置机器人系统
10zd2117
2
主研
结题

PCB焊后视觉检测系统关键技术研究
10zd1135
2
主研
在研

基于CCD的嵌入式机器视觉系统在移动智能体中的应用研究
06zd1121
3
主持
结题

横向

物理实验任务现场管理系统设计与实现
17zh0225
14.5
主研
在研

新型高效LED节能关键技术研究
11zh0219
40
主持
结题

雷达目标图像超分辨率重建算法研究与设计
10zh0121
0.3
主研
结题

Φ3.2米风洞测控处系统恢复改造
09zh0044
主研
结题

校级

基于核脉冲信号分析的微弱核素快速识别系统研究
18zx7103
6
主持
在研

特殊环境作业机器人作业环境探测与重构技术研究
13zd3101
10
主持
结题

基于临场感技术的核辐射环境机器人感知系统
11zxnk02
6
主持
结题

基于CMOS图像传感器的嵌入式机器视觉系统研究
08zx3151
0.5
主持
结题

单片机PWM驱动的半自主集控式足球机器人系统研究
02zx3120
0.3
主持
结题


发表论文
[1]Multi-task Feature Learning by Using Trace Norm Regularization [J]. Open Physics
[2]A Pulse Signal Recovery Method Based on Sparse Representation [J]. Journal of Beijing Institute of Technology
[3]Detection of the Damage Threshold of Fused Silica Components and Morphologies of Repaired Damage Sites Based on the Beam Deflection Method [J]. Open Physics
[4]稀疏表示与多任务学习的复杂核素识别[J]. 哈尔滨工业大学学报
[5]基于稀疏表示的核素能谱提取及核素识别[J].强激光与粒子束
[6]基于支持向量机的复杂核素能谱识别[J]. 核电子学与探测技术
[7]强噪声背景下微弱核脉冲信号提取方法[J]. 中国科学技术大学学报
[8]基于稀疏表示的γ能谱特征提取方法的研究[J]. 核电子学与探测技术
[9]稀疏表示法提取γ能谱[J]. 核电子学与探测技术
[10]基于SVD和SVM的核素识别算法[J], 兵工自动化
[11]一种机器人寻迹行走控制系统[J], 微计算机信息
[12]一种改进的AODV路由算法设计[J], 计算机应用与软件
[13]基于单片机和光检测技术的机器人行为控制系统[J], 机床与液压

出版专著和教材
《电子系统设计》高等教育出版社；
《西南科技大学科技发展报告（2000-2010）》科学出版社。

科研创新
[1]一种微量核素在线识别方法，专利号：0.X
[2] 一种基于模糊决策树的复杂核素识别方法，专利号：9.9
[3]一种防闪烁的LED脉宽调制控制电路，专利号： Zl0.9
[4]一种基于PWM的LED温度控制方法及系统 ，专利号：2.9
[5]一种基于SVD和SVM的核素识别方法，专利申请号：7.9
[6]一种基于稀疏特征与模糊决策树的多核素识别方法，专利申请号：5.1
[7]一种基于信号稀疏表示的微弱放射性信号的检测装置，专利申请号：6.0
[8]一种室内核辐射的四维信息重建装置及方法，专利申请号：1.9
[9]一种海洋放射性污染的多机协同监测方法，专利号：0.3
[10]多功能海洋放射性污染剂量率检测方法及装置，专利号：3.4
[11]一种移动无人船太阳能电池板自动跟随控制方法，专利号：6.3
[12]一种海上多移动异构平台短距离组网方法，专利号：0.9
[13]一种海洋核污染程度的评估方法，专利号：7.4
[14]一种基于分布式加密的海上多移动平台身份识别方法，专利号：3.9

教学活动
主讲《电子测量》、《数字电子技术》、《电工学》、《数字逻辑与数字系统》等本科生课程

指导学生情况
指导本科学生科技活动获奖情况：
指导学校参加第十四中国研究生电子设计竞赛获得全国二等奖和西南地区一等奖；指导学生参加国家自然科学基金委员会组织的2018水下机器人目标抓取大赛获得三等奖；指导学生参加第十三届、十五届中国研究生电子设计竞赛获得二等奖；指导学生参加中美创客大赛获得二等奖；指导校机器人小组参加国内外比赛获得包括亚太地区亚军1次、最佳技术奖1次，全国冠军1次，全国优秀奖4次，全国最佳技术奖等单项奖共5次。指导学生电子设计大赛、全国节能减排大赛等获得省部级奖励多项。
指导研究生情况：
学 号姓 名性 别年级院 系专 业
张草林男2020信息工程学院电子信息
王嘉麒男2020信息工程学院电子信息
李柏源男2020信息工程学院信息与通信工程
关佳月女2020信息工程学院控制科学与工程
袁 斌男2020信息工程学院电子信息
肖晓斐女2020国防科技学院核科学与技术
简成言男2020信息工程学院电子信息
周思益女2019信息工程学院控制科学与工程
廖学林男2019信息工程学院电子与通信工程
贾永豪男2019信息工程学院控制工程
喻琪家男2018信息工程学院控制工程
王加荣男2018信息工程学院控制工程
王鑫磊男2018信息工程学院控制工程
杨秀洪 男 2017 信息工程学院 电子与通信工程
袁 旭 男 2017 信息工程学院 控制工程
刘有用 男 2017 信息工程学院 控制工程
吕远向 男 2016 信息工程学院 集成电路工程
胡浩行 男 2016 信息工程学院 控制工程
王昌龙 男 2015 信息工程学院 控制科学与工程
刘灏霖 女 2014 信息工程学院 信息与通信工程
任俊松 男 2014 信息工程学院 信息与通信工程
朱庆平 男 2014 信息工程学院 集成电路工程

我的团队
核应急环境安全智能感知与预警团队是国家级国防科技创新团队，团队是信息科学与核科学相结合的交叉学科研究团队，同时是军民融合性质的研究团队；主要以国家国防科技工业重大需求为牵引，面向信息电子、核、兵器等行业领域，围绕国家核能开发、核应急、核设施退役与放射性废物治理、水域自然生态环境监测与预警等国家重大专项，开展微弱信号检测，自适应信号处理、人工智能、核探测与核素识别等相关的基础研究和应用研究。团队近年来承担了国家核能开发重点科研项目、国家自然科学基金、四川省科技支撑计划、省级军民融合专项基金等国家及省部级科研项目60余项；获得省级科技进步一等奖1项，申报国家发明专利30余项，在IEEE/ACM等国内外学术期刊发表论文80余篇。团队共有教师7人，其中高级职称3人、中级职称2人，博士5人，获得“龙山学术科研人才”支持计划3人。

研究方向1：核探测与核素识别 方向带头人：张江梅博士
针对核应急监测、核设施退役源项调查与固体废物分拣、军备控制核查等应用中放射性信号检测与核素种类识别的问题，主要研究：
Ø微量核素快速识别方法；
Ø便携式多功能剂量率探测仪；
Ø放射性物体检测与识别方法。

研究方向2：微弱信号检测 方向带头人：王坤朋博士
微弱信号在放大、变换与传输过程中极易受到检测电路的干扰和外部环境噪声的污染，一般时域波形和频谱分析方法很难实现本真信号的提取。针对复杂噪声环境下微弱声、光、磁等信号检测困难的问题，主要研究：
Ø利用时空多样性、稀疏性、非高斯性和时间结构等特征的微弱信号表示方法；
Ø从观测信号中将有用信号与噪声源进行分离的混合信号成分分离算法；
Ø基于微纳光纤传感器的新型光电检测方法。

研究方向3：自适应信号处理 方向带头人：何宏森博士
针对通信、自动控制和信号处理等领域中，由于各类噪声和多径反射/混响等造成的传统自适应滤波技术不能满足用户需求的问题，主要研究：
Ø噪声与信号分布特征和相关性分析建模方法；
Ø鲁棒时域和变换域自适应滤波算法；
Ø自适应降噪、自适应回声抵消、自适应声源定位与自适应(盲)解卷积方法。

研究方向4：人工智能 方向带头人：冯兴华博士
针对人工智能算法在计算机视觉、生物特征识别、辅助决策、智能机器人等具体应用场景中的适应性问题，主要研究：
Ø数据预处理及特征提取取方法；
Ø数据分类、聚类算法设计策略；
Ø基于分类一致性的分类算法评价方法