负责公司智能物联网终端（工业传感器、智能电表）与阿里云Link IoT平台的MQTT/CoAP协议栈定制开发、端到端性能优化及多厂商芯片兼容性适配，支撑年出货量50万+设备的稳定商用

• 主导设计基于MQTT 3.1.1的轻量化协议栈，针对低功耗工业传感器场景（内存限制128KB），采用FreeRTOS+LwIP栈组合，通过静态代码分析工具Coverity定位并修复3处内存泄漏点，将协议栈内存占用优化至64KB；同时调整报文分包策略（从固定1KB→动态256-512B），解决高延迟场景下的发包卡顿问题，将端到端延迟从500ms降至150ms，最终支撑10万+台设备稳定接入云平台，连接稳定性提升至99.95%
• 核心参与CoAP协议与阿里云Link SDK的兼容性适配，针对TI CC2652芯片的BLE-Mesh网络场景，用Wireshark抓包分析发现DTLS握手报文序列化错误（原多设备并发注册失败率15%），优化握手流程并引入指数退避重试机制（最大重试次数5次，间隔1-32s），将注册成功率提升至99.2%，保障了某智能园区项目中2000+台传感器的批量部署
• 重点解决MQTT QoS 1消息可靠性问题，针对移动网络波动场景（4G信号弱区），设计本地SQLite消息缓存+链路状态检测策略：当心跳包超时（阈值30s）时，自动重传未确认报文（最多3次）；优化后消息丢失率从3%降至0.1%，支撑电力行业智能电表远程抄表业务，月度抄表成功率提升至99.98%
• 搭建协议性能自动化测试框架，基于Python+Scapy模拟10万+设备并发连接，发现原协议栈在高并发下CPU占用率高达75%（因线程同步锁竞争），通过引入多线程任务队列+缓存池设计（复用报文头结构体），将CPU占用降至40%，支撑公司产品通过阿里云IoT“大规模设备接入认证”

负责公司智能家居终端（智能门锁、环境监测仪）与腾讯云IoT Explorer的MQTT/HTTP协议开发及OTA升级功能实现，支撑年出货量20万+设备的迭代升级

• 主导开发基于MQTT的OTA升级模块，针对智能门锁低带宽场景（平均100Kbps），采用bsdiff算法生成差分包（固件体积减少60%），结合断点续传机制（记录已下载块哈希值）；优化后升级成功率从85%提升至98%，单台设备升级时间从5分钟缩短至1.5分钟，支撑年度15万+台门锁的远程升级
• 核心参与HTTP/2协议与腾讯云SDK集成，解决多设备并发请求时的TCP连接池瓶颈（原最大连接数10→优化至20），并引入libuv异步IO模型替代同步请求；将请求超时率从10%降至0.5%，数据上传延迟从2s缩至500ms，保障了智能环境监测仪的实时温湿度数据同步
• 优化MQTT心跳机制，针对智能家居待机场景，设计自适应心跳策略：通过FreeRTOS定时器监控网络状态（基于ICMP ping），动态调整心跳间隔（10-120s）；实现后设备待机功耗降低20%，单台门锁电池寿命从6个月延长至8个月，用户投诉率下降35%
• 牵头制定公司内部物联网协议规范，整合MQTT标准字段与自定义扩展（如设备类型码、数据压缩标识），统一智能门锁、环境监测仪的通信接口；使新设备接入周期从2周缩短至3天，减少跨团队适配成本约40%

负责工业物联网终端嵌入式开发，聚焦Modbus RTU/TCP/IP协议转换，为后续物联网协议开发积累底层通信经验

• 主导开发Modbus RTU转TCP/IP网关模块，采用STM32F4+FreeRTOS系统，实现Modbus RTU报文解析（解析寄存器地址、功能码）与TCP/IP封装（添加TCP头、IP头）；支持最多32个从机设备，解决了工厂老旧Modbus仪表与云端平台的通信问题，支撑5个工业客户的数字化转型项目，设备接入率达100%
• 优化Modbus协议传输效率，针对工业现场电磁干扰问题，设计CRC校验优化算法（预计算校验码表，减少实时计算量30%）；将报文传输延迟从100ms降至30ms，数据准确率从98%提升至99.9%，获客户书面表扬并带来2个后续订单
• 编写《Modbus协议开发手册》，涵盖报文格式、异常处理（如非法功能码响应）、调试技巧（用串口助手抓包分析）；成为公司内部标准参考资料，新员工培训时间从1个月缩短至2周

工业级低功耗广域网（LPWAN）终端规模化接入与端到端可靠性优化项目

• 项目针对工业客户LPWAN终端（智能电表/环境传感器）规模化部署痛点——多模态终端异步接入导致丢包率＞5%、单批次500台以上接入成功率＜90%、端到端延迟超10秒，目标是构建支持万级终端、可靠性≥99.9%、接入成功率≥99%的工业级LPWAN网络。我主导整体方案设计与核心技术攻关，衔接客户需求、算法优化与工程落地。
• 关键挑战包括：1）多频段（470MHz/868MHz）、多扩频因子终端同时接入的信道竞争冲突；2）传统静态拓扑无法适配工厂金属遮挡等动态环境；3）HTTP协议栈开销大导致端到端延迟高。技术上针对性引入LoRaWAN 1.1自适应数据速率（ADR）算法、边缘计算节点本地信道调度，用TensorFlow Lite部署强化学习模型实现动态频谱分配，替换HTTP为MQTT-SN协议降低 overhead，并设计网关侧SQLite轻量级缓存+异步重传机制解决瞬时断网问题。
• 核心行动：1）重构“云-边-端”三层架构，边缘侧部署自研STM32H7+SX1302芯片网关，集成动态频谱分配模块；2）终端侧修改固件支持远程ADR参数调整，加入RSSI/SNR环境感知功能，主动上报遮挡状态；3）云端开发可视化管理平台，实时监控信道利用率、终端健康度，实现故障根因定位（如某频段拥塞时自动触发频谱重分配）。创新点在于将强化学习首次应用于LPWAN动态频谱分配，边缘ADR算法将终端响应时间从秒级压缩至毫秒级。
• 项目成果：支持终端规模从3000台扩容至1.2万台，接入成功率99.3%，丢包率降至1.8%以下，端到端延迟平均3.2秒（较之前下降60%）；直接推动公司拿下3个大型工业客户订单（总金额1500万+），申请2项发明专利（动态频谱分配方法、边缘侧ADR优化算法），形成工业级LPWAN规模化部署的方法论。

NB-IoT智能水表规模化部署的功耗优化与多运营商网络适配项目

• 项目针对NB-IoT智能水表规模化部署的核心问题——电池寿命未达称标5年（实际3年耗尽）、不同运营商网络覆盖差异导致偏远地区离线率＞10%，我的职责是优化终端功耗与适配多运营商网络，提升水表部署成功率与客户满意度。
• 关键难题：1）传统固定周期唤醒策略导致电量浪费，唤醒后找不到网络引发重复尝试；2）三大运营商频点（如电信800MHz、移动900MHz）与寻呼周期不一致，终端无法自动适配。技术上采用基于事件触发的唤醒机制（仅当水表流量变化超10%时唤醒），结合运营商GIS网络覆盖数据动态调整发射功率（弱覆盖区提升功率但限制最大次数），开发终端网络适配模块自动识别运营商参数。
• 核心行动：1）主导设计低功耗NB-IoT水表固件，集成自适应休眠与功率控制算法，将终端休眠电流从1.2μA降至0.8μA；2）联动中国移动、中国电信获取网络覆盖GIS数据，嵌入终端配置文件实现自动频点切换；3）在实验室搭建3家运营商模拟环境，完成功耗测试（连续运行600天剩余电量85%）与离线率测试（弱覆盖区从12%降至3%）。
• 项目成果：水表电池寿命延长至5.5年，偏远地区离线率降至3%以下，助力公司中标3个省份水表智能化改造项目，市场份额提升15%；发表EI论文《基于事件触发的NB-IoT终端低功耗优化策略》，沉淀了多运营商网络适配的工具链与流程，成为公司NB-IoT水表产品的核心竞争力之一。

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。