主导中大型工业级无人机（固定翼+垂直起降复合翼）全生命周期测试，覆盖硬件可靠性、飞控算法鲁棒性、5.8G图传/4G数传链路稳定性及电力巡检/应急救援场景化功能验证，负责从测试方案设计、问题定位到闭环整改的全流程管控，衔接研发、硬件与生产团队。

• 主导某款油电混合固定翼无人机RTCA DO-160G电磁兼容性（EMC）测试，使用CST电磁仿真软件建模机翼-天线耦合场景，结合Keysight E4980A LCR表定位遥控信号丢包（12%）根源——机翼根部天线与燃油管路金属屏蔽层共振。通过将天线移至垂尾顶端、加装铁氧体磁环抑制高频噪声，最终丢包率降至0.8%，助力机型通过民航局适航预审核。
• 核心参与高温高湿环境适应性测试，选址海南三亚搭建ESPEC SH-241恒温恒湿箱（35-60℃/85%RH），针对电池热失控风险设计梯度升温方案，结合DJI A3飞控日志分析电池电压、温度曲线。发现电池组散热鳍片效率不足后，推动硬件团队将鳍片间距从2mm缩至1.5mm并新增导热硅胶垫，使电池在60℃下持续工作4小时无异常，通过IEC 60068-2-3环境测试标准。
• 优化自主避障系统测试流程，引入CARLA仿真平台生成100+种极端场景（城市楼宇遮挡GPS、突发动态障碍物），结合大疆M300 RTK实飞验证。解决传统路测场景单一导致的算法泛化弱问题，将实飞测试里程从周均50公里压缩至20公里，避障响应时间从1.2秒缩短至0.6秒，支撑机型获得民航局UOM（无人机运行管理）认证。
• 搭建通信链路健康度评估体系，基于MATLAB开发误码率（BER）、信号强度（RSSI）、链路延迟实时分析脚本，整合飞控日志与地面站数据实现预测性维护。在某电网巡检项目中提前预警3次链路衰减（RSSI从-85dBm降至-105dBm），避免任务失败，使项目季度完成率从92%提升至98%。

负责消费级及行业级多旋翼无人机功能验证，聚焦飞控逻辑、传感器融合（GPS/IMU/视觉）及基础通信性能，执行测试用例设计、缺陷跟踪及改进方案落地，支撑产品从原型到量产的迭代。

• 独立承担教育级多旋翼无人机飞控校准测试，使用Pixhawk 4飞控+QGroundControl地面站，针对磁罗盘漂移问题（校准成功率85%），对比水泥地/草地校准数据发现金属校准架干扰。建议更换为塑料校准架并增加环境磁场监测步骤，使成功率提升至97%，降低售后返工率30%。
• 参与农业植保无人机喷洒系统测试，设计流量一致性方案：用电子秤（精度0.1g）+YF-S201流量传感器，对10台样机喷头连续测试30分钟。发现15%喷头因堵塞导致流量偏差超15%，推动供应链将过滤棉从10μm改为5μm，使偏差控制在5%内，满足农业部喷洒精度要求。
• 搭建GPS定位精度测试场景，使用NovAtel SPAN-IGM-A1惯导+千寻RTK服务，在城市峡谷（高楼密度>80%）测试发现RTK固定解切换时间长达8秒。通过增加外置陶瓷天线、调整RTK卫星搜索数至12颗，将切换时间缩至3秒，定位精度从±1.5米提升至±0.5米，支撑机型进入精准农业市场。

负责消费类电子产品硬件测试，覆盖无线通信模块（Wi-Fi/蓝牙）、电源可靠性及EMC/EMI验证，从原理图评审到量产测试全流程支持，为转岗无人机测试积累硬件底层及通信协议经验。

• 主导智能手表蓝牙通信测试，使用Anritsu MT8852B蓝牙测试仪，针对连接丢包（7%）问题，通过频谱分析定位2.4GHz Wi-Fi干扰。建议将蓝牙信道固定为ch.11并优化抗干扰算法，使丢包率降至1%，顺利通过蓝牙SIG认证。
• 参与无线充电模块EMC测试，使用R&S ESMI接收机发现充电时手机摄像头花屏，根源是屏蔽罩材料（ABS）抗干扰弱。优化为导电PC材料并调整接地设计，使辐射骚扰强度从40dBμV/m降至25dBμV/m，满足CISPR 22 Class B标准。
• 用Python编写无线模块吞吐量自动化测试脚本，整合TestLink平台，将单模块测试时间从15分钟缩至5分钟，效率提升3倍。支撑产品月产量从5万台增至15万台，保障量产进度。

工业级固定翼无人机高可靠性飞控系统研发及产业化

• 项目背景是工业级固定翼无人机在电力巡检、应急救援等场景中，常因复杂电磁环境（如高压输电线塔高频干扰、山区地形信号遮挡）导致姿态解算误差大，且关键传感器单节点故障时系统易失控，无法满足高端工业场景对飞行可靠性的要求。项目目标是研发一套姿态精度≤0.1°、关键传感器故障恢复时间＜100ms的高可靠性飞控系统，支撑公司产品切入国家电网、南方电网等高端客户市场。我的总体职责是主导飞控系统架构设计、核心算法研发及量产验证，协调硬件、软件、测试团队完成全流程落地。
• 解决的关键难题有两点：一是复杂电磁环境下IMU原始数据噪声大，传统EKF卡尔曼滤波姿态解算误差高达0.5°，远超工业场景要求；二是单IMU/GPS模块故障时，系统切换备用传感器会出现姿态震荡，恢复时间超2秒，存在坠机风险。使用的技术包括多源传感器融合算法（EKF结合自适应噪声协方差调整）、双IMU热备份架构，以及基于Scikit-learn随机森林模型的传感器故障检测。
• 我的核心行动和创新点：1. 针对姿态解算误差，重新推导卡尔曼滤波状态/观测方程，引入磁罗盘、气压计数据融合，并根据环境噪声动态优化过程噪声矩阵Q和观测噪声矩阵R，通过100+小时实测数据迭代，将姿态误差从0.5°压降至0.1°；2. 针对故障恢复问题，设计双IMU同步采集+一致性校验机制，通过随机森林模型（准确率98%）实时识别主IMU异常，无缝切换至备用IMU，并调整控制增益参数抑制姿态震荡，将故障恢复时间缩短至50ms内。
• 项目成果：飞控系统通过DO-178C软件认证与ISO 26262功能安全认证，搭载该系统的工业无人机量产交付超2000套，占公司当年工业线营收的45%（年均3000万元增量）。我的贡献是主导核心算法设计与可靠性验证，推动产品从原型到量产的关键跨越，成为公司工业无人机进入高端市场的核心竞争力。

多模态无人机集群通信链路优化及产业化应用

• 项目背景是公司原有无人机集群产品在执行10+架次协同任务时，存在通信延迟高（150ms）、丢包率高（8%）的问题，无法支持大规模测绘、灾害搜救等场景。项目目标是构建低延迟（≤50ms）、高可靠（丢包率≤1%）的集群通信链路，支撑100架无人机实时协同。我的总体职责是负责集群通信架构设计、调制解调算法研发及复杂环境测试，协调射频、算法、产品团队完成方案落地。
• 解决的关键难题：一是传统FDMA频分多址导致频谱资源浪费，相邻无人机频谱冲突引发丢包；二是远距离（＞10km）传输时信噪比下降，OFDM信号误码率升高。使用的技术包括认知无线电（CR）频谱感知、OFDM+LDPC前向纠错编码，以及分布式AODV路由算法。
• 我的核心行动和创新点：1. 针对频谱冲突，引入USRP软件无线电平台实现实时频谱感知，动态分配空闲频段，将频谱利用率提升40%，丢包率下降30%；2. 针对远距离传输，优化OFDM子载波为QPSK+LDPC编码组合，误码率从10^-3降至10^-5，同时在路由算法中加入分布式节点切换机制，链路中断时自动选择最优备用路径，进一步降低丢包。此外，搭建100架无人机集群测试平台，在郊区、山区验证性能。
• 项目成果：通信延迟降至45ms、丢包率0.8%，成功支持某省自然资源厅120架无人机国土调查任务。项目让公司集群产品进入应急管理部、省级测绘局采购目录，带来1.2亿元订单。我的贡献是整合认知无线电与OFDM+FEC技术，解决集群通信核心瓶颈，推动公司集群产品技术升级，奠定在无人机集群通信领域的领先地位。

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。