学科建设：信息与通信工程 学科带头人：田锦

1、通信与信息系统方向：（骨干：田锦教授 孟超博士等）

通过将深度学习等人工智能技术引入到无线资源管理和分配等领域，实现移动通信与人工智能技术有机融合，大幅度提升移动通信系统的效能。

WLAN及WPAN系列MAC接入技术、认知无线电MAC接入技术、认知无线电链路切换技术。该研究方向可以在数字城市、无线城市、宽带城市等建设中发挥重要作用。

超密集小蜂窝和无线资源管理技术；5G以及铁路专网移动通信网络优化；以计算机信息系统集成和通信工程集成为产业支撑，应用先进的软件架构技术，采用异构网络融合、容迟容断网络技术、多跳路由、协同调度等关键技术，实现异构网络的多元业务无缝接入、认知QoS保障、智能调度网络资源等功能，从而增强网络的整体性能。

针对新一代信息网络的泛在、异构、融合等特征，引入纳什均衡理论、最优化理论与生物智能等基础学科理论与方法，研究网络新模型、机制和关键技术。异构融合网络主要面向正在兴起的物联网技术，在智能交通领域可以广泛应用。利用其技术方案和产品，可广泛应用于交通、食品安全、气象、海洋、环保、水利、地质等跨区域行业的协同业务需求。

2、信号与信息处理方向：（骨干：王池社教授 刘静博士等）

基于压缩感知理论的室内定位方法研究。将近些年新兴的压缩感知理论应用于室内环境的定位算法与技术，解决室内定位应用中无线局域网信号较弱、噪声较大情况下的定位优化问题。

基于机器学习理论的室内定位方法研究。利用数据挖掘技术根据用户现有的位置信息推测用户下一步行为，发掘新的信息，提高基于WiFi、802.14等技术的室内定位技术的适应性与实用性。

与位置服务技术相应的安全理论技术研究。定位技术在推动社会发展与丰富人们生活的同时，带来了潜在的安全问题，研究与其相应的安全技术，将有助于位置服务的推广，而且能够克服位置服务带来负面社会作用。

无线电目标识别与跟踪。利用雷达原理解决目标识别与跟踪定位问题。

跨媒体智能是新一代人工智能的重要组成部分，基于机器学习、视听感知、语言计算等理论和方法，通过对图像、视频、音频等媒体数据的分析与推理，构建出实体世界的统一语义表达。本方向研究内容基于该方向教师团队在视频图像处理、深度学习研究方面的优势进行特色创新和和应用研究。

3、光电信息处理方向：（骨干：贲德院士  邹益民教授  叶全意副教授）

（a）光学超宽带(UWB)射频信号的产生、传输和处理技术、可见光无线通信等。研究光载射频信号的相干探测和接收研究、调制解调和MAC接入技术，该研究方向可在未来数字城市、5G通信等建设中发挥重要作用，用于超宽带蜂窝网络、室内无线网络、智能交通系统、预警雷达和探地雷达等，实现小型化、低成本、低功率的高速数据传输无线通信和高精确定位。

（b）光电信息的检测、处理和应用。通过光纤传感、光电技术、光谱技术、CCD等方法，结合无线监测，互联网等技术对信息进行采集和分析，实现对健康参数，食品参数、医药参数以及生物光学信息科学方面等检测，可应用于医疗、食品安全、环保、建筑及航空等监测。

（c）人工超构材料、非线性光学的理论与实验研究，设计研究新型光功能器件。