入选IEEE Fellow!宁大郑侃教授给汽车连上“最强大脑”
日前
美国电子电气工程师学会
(Institute of Electrical and Electronic Engineers,IEEE)
发布新一届 Fellow 名单
宁波大学信息学院通信工程系郑侃教授
因对无线网络中的资源管理做出贡献
入选2024 IEEE Fellow
IEEE 是国际性的电子技术与信息科学工程师学会,成立于1963年,IEEE Fellow为该学会最高等级会员,是IEEE授予成员的最高荣誉,在学术科技界被认定为权威的荣誉和重要的职业成就。
近年来
郑侃教授专注于深入研究
面向5G/6G的车联网
和智能物联网的关键技术
不仅在理论和算法方面取得了显著突破
还成功将这些创新
应用到实际系统中进行实现与验证
今天,跟随宁大官微一起聚焦
01
车联网复杂移动行为分析与建模理论研究
基于城区交通数据,构建宏观车速与微观车辆轨迹数据集;并进一步提出了宏观路网流速和微观车辆轨迹的模型及预测方法;同时提出了面向自动驾驶的车辆驾驶行为决策理论与方法。
在宏观建模方面,综合考虑了不同路段上宏观移动行为的多样性与相似性,面向大规模路网提出了一种基于深度聚类的时间序列预测技术网络化方法,解决了大规模网络中多个时间序列的预测问题;同时深刻揭示了建模复杂度与精度间的内在联系,并提出低复杂度的分簇路网流速建模与预测方法。
在微观建模方面,提出了基于内容感知的批量时序数据补全算法,利用生成式模型很好地解决了微观数据在采集过程中各种缺失问题;探索了车辆间空间与时间上的相互作用机制,基于特征重要性等理论提出了车辆轨迹的空时建模与预测方法。
综合利用微观驾驶环境感知信息,并基于深度强化学习以及生成式模型等理论,提出了车辆驾驶行为的空时决策方法,在保证安全性的前提下提高了车辆的驾驶效率。
02
面向复杂移动环境的
车联网性能优化理论研究
从异构网络角度探索了多域资源间本质联系,并考虑车联网的通信与交通特征,提出了多种低时延高可靠的资源分配策略;针对自动驾驶车辆控制场景,进行了控制策略与通信机制的深入研究;探索基于车辆移动行为特点的车联网安全与信任等机制。
设计并提出了一种基于软件定义网络的异构车联网新型架构,同时提出了一系列基于深度学习等理论的车联网多域资源优化方法,充分利用车联网中有限的通信、计算和存储资源来提供多样性的车联网服务。
为解决V2X通信与其他移动蜂窝通信间的异构共存问题,对低时延高可靠的帧结构设计以及通信资源分配进行了研究;同时,基于车辆移动的信息需求特征,提出V2I下的控制效率及交通效率联合优化方法;在通信资源受限情况下,研究车辆编队中的姿态控制与无线资源调度策略,提出优化方法保证车队行驶的稳定性。
首次提出了车联网中基于区块链的分布式信任管理方法,通过采用工作量证明和权益证明联合共识机制快速达成共识,从而促使车联网中协作维护可靠且一致的信任区块链,在数据的安全性与时效性之间达到平衡,有效地保障了车联网的数据安全。
03
安全高效的智能物联网(AIoT)系统
设计与优化/
为解决物联网数据的安全及隐私等挑战,基于云原生、边缘计算及区块链等技术,设计基于区块链的智能物联网系统架构,并进一步研究区块链数据打包与共识等新机制;同时,首次在智能物联网硬件开发平台上实现安全性增强功能并完成性能测试。
面向物联网大规模设备接入、海量多元数据实时处理与深度挖掘及多样化应用需求,设计并完成智能物联网云平台系统,实现异构设备间互联互通;在确保数据和系统的安全性和稳定性时,完成高效的数据处理和分析应用。
面向物联网数据的差异化特征,设计了多账本区块链系统架构,并针对数据安全需求研究设计了 基于智能合约的访问控制机制 ;同时,基于边缘计算研究并提出了针对物联网多样化业务需求的交易打包算法和轻量级共识机制,在保证安全性的前提下提高了物联网系统效率。
在多个智能物联网网关进行基于嵌入式硬件的定制化开发,实现了基于联盟链的物联网分布式数据管理,包括数据打包与上链等;现场实验结果充分证明了所设计物联网区块链系统具有低时延、高吞吐能力,可有效提高物联网数据的安全性和隐私性。
郑侃教授曾主持或参与大量国家科研项目,在国际学术期刊等发表200余篇学术论文,其中SCI检索的第一作者论文40余篇,多篇论文入选ESI高被引论文以及ESI热点论文。曾获得教育部新世纪人才、教育部自然科学二等奖、北京市自然科学二等奖以及中国电子学会科学技术二等奖等,并获得5次国际学术会议及期刊最佳论文奖。2015年入选英国英国工程技术学会(IET) Fellow;入选2020年度、2021年度爱思唯尔中国高被引学者;连续多年入选斯坦福大学全球前2%顶尖科学家榜单。