课程
- 数字信号处理
- 通信原理
- 数字电路设计
- 嵌入式系统
项目
- 参与基于TI DSP处理器的音频信号处理系统开发，使用C/C++和汇编语言优化算法，提高实时处理性能。
- 主持一个FPGA与DSP协同设计的项目，实现高速数字滤波器，使用Xilinx Vivado工具进行仿真和实现。
成就
- 获得清华大学电子设计竞赛一等奖（2016年）。
- 担任DSP兴趣小组组长，组织多次技术分享会，提升团队信号处理技能。
技能
- 熟练掌握DSP开发工具链，包括Code Composer Studio和MATLAB Simulink。
课程
- 高级数字信号处理
- 多媒体信号处理
- 人工智能与信号分析
- 软件无线电技术
项目
- 研究基于ARM Cortex-A53处理器的DSP加速算法，开发实时视频流处理应用，使用OpenCL优化并行计算性能。
- 完成硕士毕业论文《基于深度学习的音频信号降噪方法》，使用TensorFlow框架实现端到端训练模型，显著提升信噪比。
成就
- 在IEEE信号处理协会国际会议（IEEE ICSP）上发表论文《DSP-based Real-Time Audio Processing Techniques》，获得最佳学生论文奖（2020年）。
- 参与国家级科研项目，负责DSP模块的硬件加速设计，使用Keil MDK和ADS1.2工具进行开发和测试。
技能
- 精通DSP开发环境，包括DSP/BIOS和DSPAssembler，熟悉TI的C6000系列处理器。
工作描述
-
负责基于TI DSP处理器的无线通信模块开发，包括设计和实现数字信号处理算法，提升系统性能。
-
使用C/C++编程语言，结合Code Composer Studio工具链进行DSP代码开发和调试，确保实时性要求。
-
参与5G通信标准中的信号处理项目，优化FFT算法以提高频谱效率和降低延迟。
-
贡献于多模调制解调器设计，集成ADC和DAC接口，处理IQ信号，实现低误差率通信链路。
-
协作团队进行嵌入式系统优化，使用DSP的NEON指令集加速数据处理，并编写单元测试确保代码可靠性。
-
跟踪行业趋势，应用如TI的TMS320C6系列DSP，进行音频和视频信号处理原型开发，支持实时音频编解码应用。
工作描述
主要职责
- 负责数字信号处理（DSP）算法的开发、优化和实现，专注于无线通信和音频处理领域。
- 使用MATLAB进行算法原型设计和仿真，然后用C/C++在TI的DSP平台上实现，确保实时性能。
具体项目
- 开发了基于TMS320C6000 DSP的自适应滤波器模块，用于降低通信系统中的噪声干扰，提升了信号质量指标达25%。
- 参与设计了多速率信号处理系统，包括抽取和插值滤波器，优化了音频编解码算法，减少了处理延迟至10ms以下。
技术栈
- 熟练掌握DSP开发工具链，如Code Composer Studio和DSP Builder，用于代码调试和性能分析。
- 熟悉FFT算法、快速卷积和窗口化技术，应用于频谱分析和信号检测，提高了系统的鲁棒性和抗干扰能力。
工作职责
- 开发数字信号处理算法：负责设计和实现包括FIR和IIR滤波器、频谱分析及信号增强算法，使用MATLAB和C/C++编程进行仿真和优化，针对TI C6000系列DSP处理器进行汇编级优化，确保实时处理性能。
- 项目参与：主导或协助多个DSP相关项目，如无线通信模块和音频编解码器开发，处理高频信号和噪声抑制，提升系统效率和鲁棒性。
- 协作与测试：与硬件工程师和软件团队合作，进行系统集成、性能测试和故障排查，使用示波器、信号发生器等工具验证算法效果，并编写技术文档。
- 技能应用：熟练掌握DSP理论知识，包括数字滤波、变换算法和嵌入式系统开发，熟悉实时操作系统如RTOS，并优化代码以降低功耗和提高处理速度。
项目概述
本项目旨在开发一款基于DSP的数字音频增强系统，用于实时处理音频信号，提升音质并去除背景噪音。系统采用TI的DSP处理器，实现高效音频处理算法，广泛应用于会议系统和语音通信设备中。
技术实现
核心任务包括设计自适应滤波器和实现快速傅里叶变换（FFT）。我们使用C语言和DSP Builder开发环境进行编码，优化了算法以确保实时处理延迟低于10ms。技术难点在于处理非平稳噪声，通过开发基于小波变换的降噪模块，成功将信噪比提升了20dB以上。
项目成果
系统在实际应用中显著提高了音频清晰度，用户反馈满意度达95%。该成果已获得专利，并为公司带来了超过500万元的年收入。
项目概述
此项目聚焦于开发一个基于DSP的实时视频流编码模块，用于高效压缩视频数据并支持低带宽传输。模块集成到监控摄像头和视频会议系统中，旨在实现高质量视频编码，同时降低计算资源消耗。
技术实现
主要技术包括H.264编码算法的DSP优化和并行处理设计。使用ARM Cortex-R4 DSP处理器，通过汇编代码优化关键路径，实现了视频帧率提升至30fps以上，压缩比达到1:10。技术难点在于处理高分辨率视频时的帧间预测，我们采用基于运动估计的动态调整算法，减少了约15%的计算开销。
项目成果
模块成功部署于多个商业产品中，支持4K视频流传输，系统稳定性达99.9%。项目缩短了视频传输延迟至50ms以内，并获得了行业奖项。
个人总结
作为一名DSP开发工程师，我拥有扎实的数字信号处理背景和丰富的实战经验。精通C/C++编程、MATLAB仿真及德州仪器DSP工具链，曾在多个项目中主导音频处理和通信系统优化模块开发，确保高性能和低功耗实现。
我的职业规划聚焦于深化DSP算法创新，提升嵌入式系统集成能力，并通过团队协作推动行业应用，以专业技能驱动技术突破。
研究背景
本研究旨在探索深度学习技术与传统自适应滤波算法的结合，以解决复杂信号环境下的滤波效率问题。
研究方法
采用卷积神经网络（CNN）对输入信号进行特征提取，结合LMS算法实现自适应权值调整。通过小波变换对信号进行预处理，提升算法的鲁棒性。
主要成果
- 提出了一种混合模型架构，滤波速度提升40%，误码率降低至传统算法的1/3
- 发表论文《Deep-LMS: 结合深度学习的自适应滤波新范式》，被IEEE信号处理汇刊收录
- 开发了原型系统，支持实时音频和视频信号处理，处理延迟控制在5ms以内
创新点
首次将深度学习的特征提取能力与自适应滤波的在线学习特性结合，实现了在非平稳环境下的动态优化
研究背景
针对大规模数字信号处理任务的计算瓶颈问题，本研究聚焦于多核DSP架构下的并行计算优化策略。
研究方法
基于任务依赖图（TDG）分析方法，设计了动态任务分配算法。采用OpenCL实现跨核异构计算调度，结合循环展开和数据重排技术优化内存访问模式。
主要成果
- 开发出适用于TMS320C6748等DSP平台的并行计算框架，处理效率提升65%
- 获得发明专利《一种多核DSP系统的动态任务调度方法》
- 在5G信号解调应用中，将解调延迟从原来的300ms缩短至80ms，达到工业级实时性要求
创新点
提出基于历史任务执行数据的自适应调度策略，首次实现DSP系统在动态负载下的实时性保障，相关成果被嵌入式系统顶级会议ETCS嵌入式技术与系统会议接收
- 英语: 熟练（C1级别），能够流利撰写技术文档、参与国际会议和处理英文项目资料。
- 中文: 母语水平，能够高效沟通国内项目需求，确保开发团队协作顺畅。
- DSP数字信号处理认证: 由DSP协会颁发，证明在数字信号处理领域的专业技能，包括算法优化和实时系统开发。
- 嵌入式系统工程师证书: 掌握DSP开发核心知识，提升系统级设计和性能优化能力。