（一）我们的目标定位
电磁智能认知与应用课题组 (TESLA: Team of Electromagnetic Spectrum Learning and Applications)
本课题组重点开展复杂电磁环境态势智能感知、非合作信息系统智能博弈相关基础理论和应用技术的创新研究，该研究方向属 于人工智能学科与传统电子信息系统进行交叉融合的新型研究领域。课题组从2012年起即在国内较早开展了本方向的相关研究，属于国内该领域研究的优势高校课题组，与国内众多相关高等学校、高端实验室、研究机构有着紧密联系和良好合作关系。
（二）我们的导师队伍
博士生导师：王沙飞院士 高梅国教授
硕士生导师：王沙飞院士 高梅国教授 李云杰副研究员、李岩副教授、杨静副研究员
（三）我们的学生队伍
在读博士研究生：3人； 在读硕士研究生：15人
（四）我们的研究方向
1) 复杂电磁频谱态势及目标的智能感知研究
2) 非合作的电子信息系统智能博弈策略研究
3) 支撑智能认知的动态自凝聚知识系统研究
4) 面向智能应用的柔性可重构计算系统研究
（五）在研课题和成果
1) 国家自然科学基金面上基金项目一项（61901032），在研；
2) 国家自然科学基金青年科学基金项目一项（61976019），在研；
3) 电磁认知相关的基础加强计划重点项目两项，科研经费合计700万元，在研；
4) 电磁认知重大重点项目两项，科研经费合计900万元，在研；
5) 电磁认知识别类横向合作项目多项，科研经费合计300余万元，在研。
科研项目饱满，科研经费充足。 课题组已经积累了专著、专利、SCI论文、科技奖等成果，累计科研经费2000余万元。
最近发表的论文主要包括：
| Automatic Waveform Recognition of Overlapping LPI Radar Signals Based on Multi-Instance Multi-Label Learning（2020年 IEEE SPL） |
| Work Modes Recognition and Boundary Identification of MFR Pulse Sequences with a Hierarchical Seq2seq LSTM（2020年 IET RSN） |
| Automatic modulation recognition of compound signals using a deep multi-label classifier: A case study with radar jamming signals（2019年 Signal Processing） |
| Cross-Layer Autoencoder for Zero-Shot Learning（2019年 IEEE Access） |
| Making Deep Neural Networks Robust to Label Noise: Cross-Training with a Novel Loss Function（2019年 IEEE Access） |
| Adaptive
Matrix Sketching and Clustering for Semisupervised Incremental Learning（2018年 IEEE SPL） |
（六）我们的学生培养
1) 先进/热门的人工智能算法学习
2) 主流/实用的程序开发能力学习
3) 高端/高效的应用系统开发学习
学生就业：毕业学生的就业单位包括中科院计算所、中科寒武纪、深圳大疆创新、航天科工、航天科技集团各研究所。
（七）欢迎加入我们
1) 本方向每年招收博士研究生1人，硕士研究生5-6人；
2) 热忱欢迎保研/考研学生、报考博士研究生选择我们的课题组进行深造；
3) 为博士研究生提供每年10000元到30000元的奖学金和科研补助;
4) 为优秀学生提供高端实验室实习机会，每月实习补助6000-10000元;
5) 积极鼓励、资助学生参加国际学术交流活动
6) 对能力突出、表现优异的博士研究生，可以获得额外科研贡献奖励。
7) 热忱欢迎有志本方向的青年才俊应聘学校教职或者博士后，加入我们的研究队伍
8) 联系方式：
liyunjie@bit.edu.cn 13810467569（微信同号）
liyan726@bit.edu.cn 13488795339（微信同号）
课题组介绍资料请在右下方点击下载。