一、岗位概述

该岗位聚焦无线通信系统中的信道建模、信道估计/均衡、信道编译码等核心算法的研发与优化，支撑5G/6G、卫星通信、车联网（V2X）等前沿通信产品的性能突破。候选人需深入理解无线信道特性，具备扎实的算法设计与实现能力，通过数学建模、算法优化及工程落地，解决实际通信场景中的信道相关技术难题。

二、岗位职责

信道建模与仿真：研究无线通信场景（如城区宏站、室内微蜂窝、高速移动、卫星链路等）下的信道特性（时延扩展、多普勒频移、空间相关性等），基于实测数据或理论模型（如3GPP SCM/3D MIMO信道模型、WINNER+模型等）构建高精度信道仿真平台，支撑系统级仿真与算法验证。

信道估计算法开发：针对OFDM、MIMO-OFDM、Massive MIMO等系统，设计高精度、低复杂度的信道估计算法（如LS、MMSE、压缩感知、深度学习辅助估计等），解决多径衰落、非视距（NLOS）、高速移动等复杂场景下的信道跟踪问题，提升系统同步与解调性能。

信道均衡与干扰抑制：研究时域/频域均衡算法（如ZF、MMSE、MLSE等）、多用户干扰抑制技术（如SIC、波束赋形联合均衡等），优化复杂信道环境下的信号解调质量，降低误码率（BER）与块误码率（BLER）。

信道编译码协同优化：结合LDPC、Polar、Turbo等信道编码方案，设计信道状态感知的编码调制策略（如自适应调制编码AMC），或通过信道特性反馈优化编码参数，提升系统频谱效率与可靠性。

算法工程化落地：将理论算法转化为可部署的工程代码（C/C++/Python/Matlab），配合硬件团队完成FPGA/ASIC实现或DSP移植，参与算法性能测试与迭代优化，确保在真实硬件平台上的实时性与鲁棒性。

技术预研与创新：跟踪5G-Advanced、6G、卫星互联网（如低轨星座）、车联网（V2X）等领域的信道技术趋势（如太赫兹信道、智能超表面（RIS）信道、AI驱动的信道预测等），开展前沿算法预研，为公司技术储备提供支撑。

三、任职要求

（一）教育背景

学历：硕士及以上学历（优秀本科可放宽），通信工程、信号处理、电子信息工程、计算机科学、应用数学等相关专业。

专业背景：具备扎实的通信理论基础（如《无线通信原理》 《数字信号处理》 《信息论与编码》），熟悉无线信道传播模型与数学工具（如随机过程、矩阵论、凸优化）。

（二）专业技能

核心能力：

深入理解无线信道特性（如多径效应、多普勒频移、阴影衰落、空间相关性），熟悉3GPP/IEEE等标准中信道模型（如SCM、3D MIMO、UMi/UMa/RMa场景）的定义与应用。

熟练掌握信道估计算法（LS/MMSE/压缩感知/基于导频的设计）、信道均衡技术（线性均衡/判决反馈/MLSE）、信道编译码协同优化方法，有实际算法设计与优化经验。

熟练使用Matlab/Python进行信道建模与算法仿真，具备C/C++开发能力（用于算法工程化或DSP/FPGA移植）；熟悉FPGA/ASIC开发流程者优先。

具备数学建模能力（如概率统计、线性代数、优化理论），能通过理论推导与仿真实验验证算法有效性。

加分项：

有5G NR、卫星通信（如星地链路）、车联网（V2X PC5接口）、毫米波/太赫兹通信等场景的信道算法研发经验；

熟悉AI/ML在信道预测、信道估计或编码优化中的应用（如深度学习辅助信道建模、强化学习优化资源分配）；

有实测数据（如暗室测试、外场路测数据）处理与建模经验，能通过数据驱动优化算法；

熟悉硬件平台（如DSP、FPGA）的算法实现约束（如实时性、功耗、内存限制），有算法移植与优化经验。

（三）软技能

问题解决能力：逻辑清晰，能针对复杂信道场景（如高速移动、NLOS主导、密集多径）分析算法瓶颈并提出有效改进方案。

沟通协作能力：具备跨团队协作意识（与硬件、系统、测试团队配合），能清晰表达技术方案与实验结果。

学习能力：对通信前沿技术（如6G、AI原生通信）保持敏感度，能快速学习新理论/工具并应用于实际研发。

（四）经验要求

工作经验：2年以上信道算法相关研发经验（应届生需有高质量相关课题研究或竞赛经历，如参与过国家级通信科研项目、IEEE期刊/会议论文发表、华为/中兴等企业实习）。

项目经验：有完整的信道算法开发闭环经验（从建模→仿真→优化→工程落地），并有可验证的性能提升成果

薪资：2万~5万/月