研究方向
研究方向:1. 信号参数估计,通信信号处理,语音信号处理; 2. 稀疏优化,压缩感知,数据挖掘; 3. 目标定位,无线定位。 教育背景:2005年获得华中科技大学双学士学位,2007年获得华中科技大学硕士学位,2011年获得加拿大University of Calgary博士学位 工作经历:2012-2017年任职河海大学,曾任河海大学副教授,2017年起任职上海师范大学副教授;2021-2022年在上海交通大学进行访问和学术交流。 教学经历:国家级一流本科课程负责人,第三届上海市高校教师教学创新大赛二等奖(新工科组)获得者,第四届全国高校混合式教学设计创新大赛“设计之星”奖获得者。曾获得上海师范大学青年教师教学竞赛一等奖(2019年),获得上海师范大学“党史”党课竞赛(教师支部书记组)三等奖(2021年),校混合式教学设计创新大赛一等奖(2022年),获得校教学设计创新大赛特等奖(2022年)。作为指导老师指导多项国家级、市级大创项目、数学建模竞赛等。 科研项目: 1. 国家自然科学基金青年项目,基于稀疏优化的空时分布密集多径信号估计方法研究,2015/01-2017/12,主持; 2. 上海市自然科学基金面上基金,基于离格稀疏优化的移动场景下空时密集信号估计方法研究,2019/07-2022/06,主持; 3. 国家自然科学基金面上项目,基于稀疏优化的雷达风力涡轮机杂波抑制方法研究,2018/01-2021/12, 参与; 4. 江苏省自然科学基金青年项目,空时相关密集信号超分辨方法研究,2014/07-2017/06, 主持; 5. 江苏省自然科学基金面上项目,调频广播外辐射源雷达关键技术研究,2015/07-2018/06, 参加; 6. 中央高校基本科研业务费项目,2014-2016,主持; 7. 留学人员科技活动项目择优资助项目,2012-2013,主持。 主要论文: 1. S. Wei,H. Pan,D. He*,L. Tian; A Deep-Learning-based Time of Arrival Estimation using Kernel Sparse Encoding Scheme, Signal Processing, 2023. 2. H. Pan; S. Wei*; A DOA and TOA joint estimation algorithm based on deep transfer learning, Electronics Letters, 2023. 3. S. Wei*, J Lu;Weighted sparse Bayesian method for direction of arrival estimation based on grid fission, IET Signal processing, 2023. 4. S. Wei; R. Liu; P. Xu; Y. Long; C. Yang; J. Ying ; A Sparse Optimisation Method based on Cross-Correlation Function for Chirp Signals, Electronics Letters, 58(3): 127-129, 2022. 5. S. Wei,Y. Long,R. Liu, Y. Su, A Two-Step Compressed Sensing Approach for Single-Snapshot DOA Estimation of Closely Spaced Signals, Mathematical Problems in Engineering, 2021. 6. S. Wei; W. Li; Y. Su; R. Liu; Off-grid Sparse Bayesian Inference with Biased Total Grids for Dense Time Delay Estimation[J],Journal of Shanghai Jiao Tong University (Science), June. 2022 (Online). 7. S. Wei,Defu Jiang and Feng Wang, A New Multiobjective Genetic Programming Approach using Compromise Distance Ranking for Automated Design of Nonlinear System Design”,Journal of Intelligent and Fuzzy Systems, v.31, pp. 601-611, 2016. 10. S. Wei*, F. Wang and D. Jiang, Sparse component analysis based on an improved ant K-means clustering algorithm for underdetermined blind source separation, 2019 IEEE 16th International Conference on Networking, Sensing and Control (ICNSC), Banff, AB, Canada, 2019, pp. 200-205. |