负责物联网终端设备与云平台的通信协议栈全生命周期开发，涵盖需求分析、协议设计、代码实现及现场调优，重点解决弱网环境连接稳定性、多协议适配及低功耗通信难题，支撑工业/消费类IoT设备的规模化接入。

• 主导设计基于MQTT 5.0的自适应心跳机制：针对南方工厂电磁干扰导致的弱网场景（RTT波动±300ms，丢包率8%-15%），通过Wireshark抓包分析断连主因（固定心跳与网络抖动不匹配），引入动态心跳间隔算法（基于RTT均值+2倍标准差调整，范围5-60s），结合TLS 1.3会话恢复技术，将设备在线率从92%提升至99.2%，已应用于8款工业网关设备，累计接入设备超30万台。
• 核心参与LwM2M 1.1协议栈的轻量化移植：面向农业环境监测终端（内存限制16KB RAM），基于开源Open Mobile Alliance（OMA）LwM2M参考实现，裁剪非必要对象（如删除冗余固件升级流程），重构对象实例管理逻辑，将协议栈内存占用从12KB压缩至7.5KB，同时保留设备配置、数据上报等核心功能，助力终端成本降低15%。
• 优化CoAP块传输（Block-Wise）性能：解决农业传感器批量上传土壤湿度数据时的延迟问题（单包256字节时延迟1.2s），通过调整Block Size（从512字节动态适配至1024字节）、启用ACK请求压缩（仅反馈错误块），将单设备数据上传耗时降至0.4s，支撑1000+台传感器并发上传场景。
• 排查并修复TLS握手延迟瓶颈：现场反馈部分4G模组（移远EC20）与云平台建立连接耗时超2s（行业标准≤1s），通过tcpdump分析发现证书链校验耗时占比60%，优化证书预加载策略（提前缓存根证书哈希值），并替换为ECC证书（替代RSA 2048），将平均握手时间缩短至450ms，问题闭环率100%。

聚焦消费级智能硬件（智能家居、穿戴设备）的协议适配与优化，负责Zigbee 3.0、Thread及BLE Mesh协议栈开发，解决多厂商设备互操作性问题，提升设备入网效率与用户体验。

• 定制Zigbee 3.0协议栈的簇库（Cluster Library）扩展：针对客户提出的“空调+温湿度传感器联动”需求（需支持Cluster ID 0x0402温度报告），基于Silicon Labs EFR32芯片平台，在现有簇库基础上新增自定义属性（报告间隔1-3600s可调），并通过Zigbee联盟测试工具（Z3Test）验证，实现跨品牌设备（如小米传感器与美的空调）的联动成功率从75%提升至98%。
• 优化Thread网络路由算法：解决大户型智能家居（200㎡+，15+节点）的数据包丢包问题（原丢包率12%），分析发现传统Mesh路由（AODVjr）存在局部最优路径，引入基于RSSI的权重因子（链路质量=RSSI×0.6+跳数×0.4）重新计算路由，丢包率降至3%，网络收敛时间从45s缩短至15s。
• 设计设备双因子身份认证方案：应对仿冒设备接入风险（曾发生2起恶意设备伪造MAC地址入网事件），基于IEEE 802.15.4g标准，采用PSK（设备出厂预置）+ 临时证书（首次入网时云平台下发）的双因子认证，认证失败率从0.8%降至0.05%，通过中国信息安全测评中心（CNITSEC）物联网安全认证。
• 开发Modbus RTU转MQTT网关：为某工业客户解决老旧PLC（仅支持Modbus RTU）与云平台的对接问题，基于STM32H7芯片，实现Modbus寄存器（4x保持寄存器、0x线圈）到MQTT主题（$sys/{deviceId}/modbus/data）的映射，支持自定义轮询周期（1-60s），已在3个工厂部署，替代原有线SCADA系统，部署成本降低40%。

参与NB-IoT、LoRaWAN终端的协议栈测试与调试，协助完成协议一致性验证，优化设备端通信逻辑，支撑早期物联网产品的商用落地。

• 完成NB-IoT设备CoAP协议适配：针对移远BC28模组，解决AT指令与协议栈的兼容性问题（初始版本发送POST请求失败率30%），通过分析AT指令响应时序（发现需等待‘OK’确认后再发送数据），修改协议栈发送逻辑（增加500ms延时+重试机制），失败率降至2%，支撑首款NB-IoT水表原型机通过运营商入库测试。
• 定位LoRaWAN时间同步误差问题：测试中发现终端与网关时间偏差超10s（影响Aloha随机接入），使用LoRa Server开源平台抓取MAC命令，发现终端未正确处理LinkADRReq指令中的时间同步标志位，修复协议栈时间更新函数（基于SF7带宽下的传播延迟补偿），误差缩小至±500ms，满足LoRaWAN 1.0.3规范。
• 编写协议一致性测试用例：依据ETSI TS 103 361标准，为LoRaWAN终端设计覆盖Join Procedure（入网流程）、Data Transmission（数据传输）的32条测试用例，包含异常场景（如无效DevEUI、错误MIC校验），测试覆盖率从65%提升至90%，助力产品通过CE-RED认证。
• 优化设备端协议栈内存管理：针对早期C语言实现的LwM2M协议栈（RAM占用10KB），通过静态变量替换动态分配（如将接收缓冲区从malloc改为数组预分配）、释放未使用的对象实例（如删除未启用的Device Management簇），将RAM占用降至6.8KB，满足低成本MCU（如STC89C52）的资源限制。

工业级LPWAN传感器高可靠接入系统研发

• 某高端汽车零部件制造企业面临生产线设备远程监控痛点——现有LoRa方案在车间金属屏蔽、电磁干扰环境下丢包率超15%，且传感器续航仅18个月，无法满足3年免维护要求。我的核心职责是主导设计适配工业场景的高可靠、长续航LPWAN接入系统，支撑企业10条生产线的2000+台振动、温度传感器实时数据回传。
• 项目遇到两大技术壁垒：一是工业环境的多径衰落导致LoRa信号信噪比（SNR）低至-12dB，传统固定信道策略易受同频干扰；二是传感器MCU资源受限（ARM Cortex-M0+，64KB Flash），无法承载复杂节能算法。我使用Keysight E7515B矢量信号分析仪完成车间频谱扫描，识别出2个主要干扰频段（470-480MHz、868-870MHz），结合FPGA轻量级频谱感知模块（处理延迟<10ms），设计了动态信道跳频算法；同时在MAC层优化休眠调度，采用“事件触发+阶梯式唤醒”模式——设备仅在振动阈值超标时激活传输，平时以10s周期唤醒监听指令，降低信令开销。
• 我主导开发了基于LoRa的动态信道管理系统，集成频谱感知、自适应跳频（每5分钟扫描一次信道质量）和低功耗MAC协议；针对终端电源约束，通过降低扩频因子（从SF12降到SF10）平衡传输速率与功耗，同时引入边缘计算网关做数据预处理——过滤掉振幅<0.5g的无效振动数据，减少后端平台80%的冗余计算。
• 项目落地后，车间LoRa信号丢包率降至2.8%，传感器平均续航提升至42个月（远超客户3年要求）；支撑企业实现生产线设备状态实时监控，提前预警轴承磨损、电机过热等故障12次，减少非计划停机损失约200万元。该方案被公司纳入《工业物联网LPWAN接入标准》，后续复用在3家汽车零部件客户的智能工厂项目中。

省级智能水表NB-IoT大规模部署优化项目

• 某省级自来水公司推进“智慧水务”改造，需实现10万+ NB-IoT水表的每日自动抄表，但初期面临两大问题：一是郊区基站覆盖盲区导致数据缺失率超8%，二是高峰时段（每日早8点、晚6点）平台并发连接数达1.2万次/小时，频繁出现宕机。我的职责是作为核心工程师，解决网络覆盖与平台稳定性问题，支撑项目达到“数据采集率≥99%、平台可用性≥99.9%”的目标。
• 针对网络盲区，我用Matlab搭建NB-IoT网络覆盖仿真模型，输入基站位置、地形地貌数据，识别出12个信号弱覆盖区域（RSRP<-110dBm）；针对平台负载，发现传统MQTT broker采用单节点部署，无法应对海量设备并发，且未做数据缓存导致断网时数据丢失。我在终端侧优化NB-IoT的PSM（Power Saving Mode）参数——将激活时间从默认30s缩短至10s，同时启用eDRX（扩展不活动定时器）延长休眠周期；在平台侧引入Redis分布式缓存（容量50GB），存储未上传的水表数据，待网络恢复后通过TCP长连接重传。
• 我主导制定了“盲区补传+缓存重发+负载均衡”三位一体方案：终端检测到网络断开时，将数据存储在本地Flash（支持1000条缓存），优先在信号恢复后上传；平台侧部署MQTT broker集群（3节点），采用Nginx做负载均衡，将并发连接数提升至10万次/小时；同时设计数据校验规则——过滤流量突增（超过日均用量3倍）或时序错乱的异常数据，减少平台无效处理。
• 项目完成后，数据采集率提升至99.7%，抄表效率较人工模式提升85%，自来水公司每月节省人工成本约80万元；平台稳定运行18个月无宕机，支撑了全市5个区的智能水表改造。我的技术方案被中国移动物联网公司采纳为“NB-IoT水表接入最佳实践”，后续参与了杭州、成都两个城市的智能水表项目。

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。