本人研究方向移动网络与智能计算、面向认知网络、移动社会网络、机会数据通信、工业互联网、新一代移动通信与边缘计算开展研究，在网络体系结构建模、路由与数据分发、服务质量管控、用户行为建模、移动管理等关键技术

本团队聚焦移动集群网络与智能计算领域，面向组网优化、空间智能、协同决策等关键技术展开研究，形成多项技术成果：研究空地D2D的视频传输方法，在服务端采用神经辐射场实时重建三维场景，通过5G增强技术搭建空地协作式网络智能传输巡检架构，提升传输与目标检测的稳定性和效率；研究基于边端协同空地平台的小目标识别算法，适配无人机巡检场景，实现地面小目标识别的精准度；研发无人机同步定位建图与避障系统，无人机探索未知环境并构建栅格图，实现实时避障与路径重规划，保障巡检安全；研究建基于多旋翼无人机的高精度数据标校方法，为航磁、激光雷达等数据提供高精度数据标校；研究基于点云特征增强及恶劣环境自适应方法，结合数字孪生技术，实现粮仓环境三维建模，仓内粮食动态渲染，数据接入与管理以及数据可视化。核心技术经多次验证，关键指标达到国内领先水平，相关技术已申请多项发明专利，形成完整的技术保护体系，具备较强的技术壁垒。

成果实际应用场景主要覆盖智能巡检、矿山测绘、粮食仓储、应急救援等领域。无人集群系统可应用于工业、电力、交通、环保、矿山等行业的巡检，实现复杂环境的小目标精准识别、自主避障与场景建模，提升无人巡检效率；空地协作式网络智能传输巡检系统可适配复杂户外环境，保障巡检数据实时传输；粮食仓储AI孪生计测平台实现粮食仓储的精准监测、智能管控；三维场景重建JS应用、高精度数据标校系统可服务于各类数字化、智能化场景升级。该系列科研成果在工业网络、矿山测绘和粮食仓储等领域实现成果应用与转化，推动具身智能与人工智能等技术的场景化落地，为各行业数字化转型注入新动能，兼具实用性与研究意义。