RSSI室内墙体结构反演
研究背景
本课题面向 AI+无线通信+室内环境感知的交叉方向，研究如何利用少量 RSSI 观测点反推出室内墙体占据图、墙体边界与无线环境地图。传统无线传播建模通常是“已知地图、墙体和发射机位置，预测 RSSI 分布”；本课题反过来做“已知少量 RSSI 测量点和发射机位置，推断室内墙体结构”。因此它本质上是一个 inverse radio propagation problem，即无线传播反问题。
课题核心思想是把 RSSI 当作一种无线感知信号：信号衰减、遮挡、反射、绕射和穿透损耗会在空间分布中留下结构性痕迹。模型通过学习这些传播痕迹，将稀疏测量点转化为密集空间特征图，并进一步恢复墙体几何结构和无线覆盖地图。
关键词：RSSI；无线环境重建；墙体占据图；墙体边界；稀疏到密集重建；Sionna RT；PGF-Net；数字孪生。
课题创新点
老师介绍
K老师，剑桥大学工程学院电子工程方向博士，研究方向覆盖人工智能、无线通信、机器人、光子器件、传感系统与工程建模等多个交叉领域，具备扎实的工程基础、科研训练与跨学科研究能力。
主要研究方向包括人工智能、机器学习、深度学习、AI+金融、量化金融、股票收益预测、金融时间序列建模、图神经网络等。
以第一作者发表 SCI 论文 8 篇，其中包括中科院一区论文 4 篇、二区论文 2 篇、三区论文 2 篇，另有十余篇 SCI/EI 合作论文。代表性成果发表于 IEEE Transactions on Robotics（IEEE TRO，中科院一区 Top，IF=10.5）、IEEE Transactions on Intelligent Transportation Systems（IEEE T-ITS，中科院一区Top，IF=8.4）、Expert Systems with Applications（ESWA，中科院一区Top，IF=7.5）、Neural Networks（中科院二区 Top，IF=6.3）等高水平期刊。熟悉 IEEE、Elsevier、Springer 等主流期刊写作、投稿与审稿逻辑，可从审稿人视角帮助学生优化创新点、实验设计、结果分析和 rebuttal 回复。
课程大纲
课程构成： 12节小班课
4V1多维论文支持体系
| 角色 | 职责 |
|---|---|
| 班主任 | 督学，跟进学习进度，规划全程进度管理 |
| 课程顾问 | 答疑、提供前沿文献资料与研究方法 |
| 主导师 | 授课，全程不定时答疑，提供方向性指导 |
| 代码导师 | 辅助教学，协助代码调试与技术落地 |
服务内容
✅ 12节1v多小班研讨课（4–8人精品小组，每周1次，约90分钟/次）
✅ 2节不限时1v1深度辅导（个性化选题 + 论文修改 + 科研规划）
✅ 全程导师在线答疑（微信群，24小时内回复）
✅ 完整课程资料（论文精读笔记、代码模板、写作指南、投稿Checklist）
✅ 课程结束后3个月内持续跟踪辅导（投稿后修改、Rebuttal支持）
✅ 科研能力评估报告 + 符合条件者可获导师推荐信
✅ 课程永久回放，随时可学
RSSI室内墙体结构反演
研究背景
本课题面向 AI+无线通信+室内环境感知的交叉方向，研究如何利用少量 RSSI 观测点反推出室内墙体占据图、墙体边界与无线环境地图。传统无线传播建模通常是“已知地图、墙体和发射机位置，预测 RSSI 分布”；本课题反过来做“已知少量 RSSI 测量点和发射机位置，推断室内墙体结构”。因此它本质上是一个 inverse radio propagation problem，即无线传播反问题。
课题核心思想是把 RSSI 当作一种无线感知信号：信号衰减、遮挡、反射、绕射和穿透损耗会在空间分布中留下结构性痕迹。模型通过学习这些传播痕迹，将稀疏测量点转化为密集空间特征图，并进一步恢复墙体几何结构和无线覆盖地图。
关键词：RSSI；无线环境重建；墙体占据图；墙体边界；稀疏到密集重建；Sionna RT；PGF-Net；数字孪生。
课题创新点
老师介绍
K老师，剑桥大学工程学院电子工程方向博士，研究方向覆盖人工智能、无线通信、机器人、光子器件、传感系统与工程建模等多个交叉领域，具备扎实的工程基础、科研训练与跨学科研究能力。
主要研究方向包括人工智能、机器学习、深度学习、AI+金融、量化金融、股票收益预测、金融时间序列建模、图神经网络等。
以第一作者发表 SCI 论文 8 篇，其中包括中科院一区论文 4 篇、二区论文 2 篇、三区论文 2 篇，另有十余篇 SCI/EI 合作论文。代表性成果发表于 IEEE Transactions on Robotics（IEEE TRO，中科院一区 Top，IF=10.5）、IEEE Transactions on Intelligent Transportation Systems（IEEE T-ITS，中科院一区Top，IF=8.4）、Expert Systems with Applications（ESWA，中科院一区Top，IF=7.5）、Neural Networks（中科院二区 Top，IF=6.3）等高水平期刊。熟悉 IEEE、Elsevier、Springer 等主流期刊写作、投稿与审稿逻辑，可从审稿人视角帮助学生优化创新点、实验设计、结果分析和 rebuttal 回复。
课程大纲
课程构成： 12节小班课
4V1多维论文支持体系
| 角色 | 职责 |
|---|---|
| 班主任 | 督学，跟进学习进度，规划全程进度管理 |
| 课程顾问 | 答疑、提供前沿文献资料与研究方法 |
| 主导师 | 授课，全程不定时答疑，提供方向性指导 |
| 代码导师 | 辅助教学，协助代码调试与技术落地 |
服务内容
✅ 12节1v多小班研讨课（4–8人精品小组，每周1次，约90分钟/次）
✅ 2节不限时1v1深度辅导（个性化选题 + 论文修改 + 科研规划）
✅ 全程导师在线答疑（微信群，24小时内回复）
✅ 完整课程资料（论文精读笔记、代码模板、写作指南、投稿Checklist）
✅ 课程结束后3个月内持续跟踪辅导（投稿后修改、Rebuttal支持）
✅ 科研能力评估报告 + 符合条件者可获导师推荐信
✅ 课程永久回放，随时可学