研究概况 | Research Profile
课题组聚焦于结构光场调控（Structured Light）的基础物理效应及其在复杂环境下的传输机理研究。我们秉持“物理机制导向、应用场景驱动”的研究思路，致力于攻克光场在强湍流、高散射等极端物理环境下的传输畸变抑制难题。
近年来，团队重点布局“光学+AI”的跨学科交叉研究，通过融合结构光物理模型与深度学习算法，探索复杂工业场景下的鲁棒光通信、智能感知与机器视觉方案。目前，相关研究成果已在多项工业自动化场景中实现转化应用。
主要研究方向 | Research Interests
一、 基础研究：光场调控与环境交互
复杂介质传输机理：探究相干/部分相干光场在非均匀介质（湍流、散射及水下）中的演化规律，构建适用于极端环境的物理传输模型。
高维光场调控：研发新型结构光场的产生与测量技术，重点研究轨道角动量（OAM）在远距离探测与高维信息编码中的物理特性。
二、 应用研究：人工智能赋能的智能感知
极端场景视觉感知：结合深度学习框架（如 YOLO, Transformer），解决工业场景下高温、烟雾及低对比度环境的目标特征提取与鲁棒识别问题。
端侧算法优化与部署：研发“感知-决策-控制”闭环系统，并针对嵌入式与移动端平台开展轻量化算法部署研究。
代表性科研成果 (2025) | Selected Achievements
在国家自然科学基金等项目支持下，课题组近期在结构光拓扑态表征及环境自适应领域取得系列进展：
| 发表期刊 | 影响因子 | 成果简述 |
|---|---|---|
| eLight | 32.1 | 论述光学斯格明子（Optical Skyrmions）的物理演化及其前沿应用 |
| Light: Science & Applications | 23.4 | 系统阐述基于光学涡旋的精密光学计量理论 |
| Photonics Research | 7.2 | 提出基于机器学习的湍流环境结构光场高效表征新方法 |
| Communications Physics | 5.4 | 揭示了深度神经网络在结构光模态识别中的鲁棒性物理机理 |
| Optics Express (2篇) | 3.3 | 报道了多重干扰环境下结构光场的传输演化规律 |
国际合作与平台 | Global Collaboration
团队为成员提供广阔的国际化视野与高水平科研支撑：
深度协作：与结构光领域权威学者、南非科学院院士 Andrew Forbes 教授团队保持长期稳定的学术交流。
联合培养：实行多导师联合指导制（本人、郭立新教授及 Andrew Forbes 院士），表现优异者可推荐至南非金山大学开展短期访问或联合研究。
学术交流：资助研究生参加高水平国际学术会议，进入全球结构光场研究网络。
人才培养理念 | Mentorship Philosophy
我们致力于培养具备物理直觉、工程实现力与国际竞争力的复合型人才：
全链条科研训练：建立从理论推导、数值模拟（Python/MATLAB）到实验验证、算法部署（PyTorch）的完整训练闭环。
科研反哺教学：将《数值计算方法》、《计算物理》、《结构光场理论》等主讲课程与前沿课题结合，强调基础理论的实用化演进。
培养成效：团队学术氛围严谨，近年指导的研究生多次获国家奖学金，本科生科创项目多次以“优秀”结题并获国家级奖项。
招生与联系方式 | Recruitment
招生计划：每年计划招收博士、硕士研究生 3-4 名。
专业背景要求：欢迎具备物理、光电、电信、计算机或自动控制背景的学生申请。
我们期待的成员：
内生动力：对光物理探索具有浓厚兴趣，具备独立思考与解决问题的意识。
专业素养：具备扎实的数学物理基础，或拥有优秀的编程实现（Code Implementation）能力。
协作精神：具备良好的中英文沟通能力，珍视团队学术声誉与合作。
联系方式：
有意者请将个人简历及代表性成果发送至我的办公邮箱。期待与您共同探索光场调控的物理边界与技术应用。