负责物联网无线模块的射频性能、兼容性及量产测试全流程工作，边界覆盖从模块硬件设计验证到量产导入的质量管控，对接研发、生产与运营商认证团队

• 主导某款NB-IoT无线模块的射频全项测试，使用Keysight E4438C矢量信号发生器模拟基站下行信号、E5071C网络分析仪测量接收灵敏度与发射功率，针对1GHz频段杂散辐射超标（-36dBm，超标准3dB）问题，联动硬件团队调整PCB天线匹配电路、优化PA偏置电压参数，最终将杂散降至-45dBm，助力模块通过中国电信入库认证
• 负责模块与三大运营商基站的兼容性验证，用Anritsu MT8820C LTE综测仪搭建基站模拟环境，设计多终端并发接入、弱信号切换测试用例，发现模块在RSRP=-115dBm场景下与华为基站的RRC连接成功率仅85%（标准≥95%），定位为固件重传机制参数不合理，优化后成功率提升至97%，覆盖全国20+省份基站兼容测试
• 搭建模块量产自动化测试框架，基于Python编写脚本集成LabVIEW控制设备，实现射频指标、功能逻辑全自动测试，测试效率从人工12台/小时提升至25台/小时，量产不良率从3%降至0.5%，支撑月产能从5万片扩至10万片
• 参与模块高温（65℃）丢包故障分析，用热成像仪定位PCB晶振发热源，建议更换低功耗晶振型号，后续批次丢包率从1.2%降至0.1%，避免量产延误

负责消费级无人机的飞控系统、通信链路及整机可靠性测试，边界覆盖原型机验证到量产前的全阶段测试，联动研发、生产与质量部门保障产品稳定性

• 主导SY-200消费级四轴无人机飞控稳定性测试，用PX4生态Gazebo仿真平台构建12m/s大风、-10℃低温场景，结合QGroundControl监控姿态数据，发现高风速下姿态解算漂移率0.5°/s（标准≤0.2°/s），定位为IMU温度补偿缺失，优化卡尔曼滤波参数并加入温度校正因子后，漂移率降至0.1°/s，满足户外飞行要求
• 负责数传/图传链路抗干扰测试，用R&S CMW500模拟2.4GHz Wi-Fi/蓝牙干扰，测试200米传输丢包率，初始达5%（标准≤1%），分析为跳频策略固定，调整为动态跳频（每100ms切换信道）后，丢包率降至0.1%，保障远程操控可靠性
• 设计整机可靠性方案，用MTS振动台模拟5-200Hz/10g运输振动、IPX7箱验证水下1米30分钟密封，发现振动后飞控航向角偏差2°、防水胶圈渗水，推动结构团队换硅胶减震垫、加密胶圈密封，最终振动偏差降至0.5°，通过IPX7认证，可靠性达标率从85%升至98%
• 搭建测试数据自动化分析系统，用C#开发采集模块对接设备日志，结合Matplotlib绘制趋势图，将测试报告生成时间从1天缩至2小时，测试迭代周期从7天压至3天，支撑研发快速定位问题

负责工业级无人机的载荷集成、电磁兼容及适航认证测试，边界覆盖载荷选型到适航取证全流程，支撑客户定制化项目与行业资质落地

• 主导ZY-500工业级无人机激光雷达载荷集成测试，针对电力巡检±10cm点云精度需求，用Riegl VQ-1560激光雷达设计山区、城市、森林场景测试，初始精度±15cm，分析为载荷-飞控坐标系融合误差，优化外参标定算法（引入时间同步）后，精度提升至±5cm，满足客户高精度测量要求
• 负责工业级无人机EMC认证，用Schwarzbeck VULB 9163天线测30MHz-1GHz辐射发射，发现500MHz频段超标10dBμV/m（标准≤30dBμV/m），定位为飞控板未加屏蔽罩，推动硬件团队加铝制屏蔽罩并接地，最终降至25dBμV/m，通过CE/FCC认证
• 支撑首款工业级无人机适航取证，依据ASTM F2508标准整理飞控FHA（功能危害分析）、FTA（故障树分析）数据，编制12份测试报告，协助公司获民航局首张工业级无人机适航证，填补行业资质空白
• 对接物流无人机客户定制需求，针对续航提升20%目标，分析发现货仓载荷功耗25W过高，联动供应商优化电机驱动电路降至18W，配合飞控调整巡航策略，续航从120分钟延至145分钟，项目交付带来500万订单

工业级多模态无人机全域通信与自主避障系统研发

• 项目针对工业无人机在山区电网巡检、城市应急救援场景中面临的“通信易中断、避障决策滞后”痛点，目标研发一套融合卫星+5G+UWB自组网的多模态通信链路，及激光雷达+视觉+毫米波雷达的多源感知避障系统，实现全场景下通信覆盖率≥99%、避障响应时间≤100ms的目标。
• 项目核心挑战有两点：一是多模态通信切换时存在200ms以上的高延迟与丢包率（原方案达5%），无法满足实时控制需求；二是复杂环境（高楼遮挡、电磁干扰）下多传感器融合精度低，障碍物识别准确率仅85%，易出现误判或漏判。
• 我主导设计了“分层分布式”通信架构——以5G/UWB自组网为核心链路，卫星为备份，引入基于PPO强化学习的动态切换策略，通过训练“信号强度-延迟-丢包率”多维度状态空间的决策模型，优化切换门限；针对避障问题，采用联邦卡尔曼滤波融合多传感器数据，结合改进YOLOv5的目标检测算法（引入注意力机制增强小目标识别），解决传感器数据异质性与环境干扰问题。
• 项目落地后，通信切换延迟降至45ms以内、丢包率<0.8%，避障系统在复杂环境下的识别准确率提升至98%、响应时间缩短至90ms；该系统使公司工业无人机在电网巡检场景的作业成功率从72%升至95%，助力拿下国家电网2023年度1200万元订单，同时申请2项发明专利（“一种无人机多模态通信动态切换方法”“基于多源感知的无人机自主避障系统”），主导撰写3项行业标准草案。

农业植保无人机高精度变量喷洒系统研发

• 项目聚焦农业植保无人机“喷洒不均匀、农药浪费严重”的行业问题，目标开发一套基于作物密度实时感知的变量喷洒系统，实现喷洒量误差≤5%、作物覆盖率≥90%的要求，降低农户种植成本。
• 关键难点在于：一是作物密度（如玉米、小麦）的实时检测精度不足，传统RGB相机无法区分不同生长阶段的株间差异；二是喷洒系统的泵浦与喷头响应速度慢（原方案达2秒），无法匹配密度数据的更新频率，导致流量调整滞后。
• 我牵头完成三项核心工作：1）选型多光谱相机（获取NDVI植被指数）结合惯性测量单元（IMU）定位，构建作物密度预测模型——用随机森林算法训练10万组田间数据，实现密度预测误差≤3%；2）设计基于PID自适应控制的喷洒执行机构，优化泵浦转速与喷头开度的联动逻辑，将响应时间缩短至450ms；3）搭建田间测试平台（覆盖不同作物品种、生长周期），迭代校准算法参数。
• 系统上线后，喷洒均匀度从80%提升至92%，农药使用量减少15%，单亩作业成本降低80元；助力公司在河南、山东农业植保市场份额提升8%，新增合作农户120余家，项目获1项实用新型专利（“一种农业植保无人机变量喷洒装置”），并在《农业工程学报》发表论文《基于多光谱感知的植保无人机变量喷洒系统设计》。

支教时发现乡村小学因缺乏实验器材，科学课多停留在课本讲解。返校后联合实验室开发出百元级科学实验背包，内含20个基础实验器材。为确保可持续运营，设计配套视频课程与城乡结对系统，并培训132名大学生担任远程助教。项目覆盖9省47所学校后，学生科学兴趣评分提升35%。这段经历教会我用产品思维解决社会问题，当看到孩子们用自制望远镜发现土星光环时，我理解了教育的真谛是点燃可能性。