头像
更新时间:2025.07.15
总访问量:10

徐禺昕

| 博士 讲师 请选择

单位:

职务:

研究方向:

办公地址: 信息楼B516

办公电话:

电子邮箱: xuyuxin1992@zjut.edu.cn

手机访问
  • 个人简介

    徐禺昕,浙江工业大学信息工程学院讲师,硕士博士和博士后就读于弗吉尼亚大学(University of Virginia),师从IEEE Fellow Maite Brandt-Pearce和IEEE Fellow Erik Agrell。2022年,由国家公派前往南洋理工大学葛治中院士Rose Lab作访问学者。本人致力于光纤骨干网络的研究,在物理层损伤建模、网络资源配置、网络跨层管控机制等方面积累了丰富经验和成果。提出了基于概率模型的光网络跨层管控机制,受邀前往斯图加特的贝尔实验室作口头报告,并与法国贝尔实验室、华为欧洲团队等保持长期合作。协助申请并参与完成了美国国家自然基金CNS-1718130,参与完成美国国家自然基金CCF-1422871,均为光网络跨层优化和光纤物理层损伤的研究项目。担任IEEE/OSA Journal of Optical Communications and Networking,IEEE Transactions on Communications,IEEE/OSA Journal of Lightwave Technology等旗舰刊物审稿人。

    本人致力于为研究生打造优越的科研环境,配备一流的实验设施与科研资源,为学生创造参与国内外学术会议的机会(国内一年两次以上,国际会议录取均可参加)。与弗吉尼亚大学等世界知名学府保持长期科研合作,保持每周全英文科研组会一次,帮助学生深度体验国际科研氛围,接触前沿科研。致力于为学生提供完善的职业发展支持,包括就业指导、国内外博士申请推荐等,全力助推学生实现学术追求与职业目标。

    欢迎各位同学的加入!

  • 教学与课程

    本科生课程:

    微机原理

    数据通信与计算机网络课程设计

    电路原理》

  • 育人成果

    1.指导硕士研究生7名(2人已毕业,5人在读)

    毕业研究生:发表中科院一区论文一篇(JOCN),旗舰会议论文一篇(ACP),发明专利一项,2人选调生录取;

    在读研究生:中科院二区论文在投一篇(OE),旗舰会议和专利若干。

    2.指导本科生毕设6人。

  • 科研项目

    主要研究项目:

    1.时变业务需求下基于概率方法的低裕度光网络优化研究,国家自然科学基金项目2025.01-2027.12,主持

    2.基于预设模块的新型自动化光纤骨干网络研究,省自然科学基金项目,2023.01-2025.12主持

    3.消防主机控制系统研发,横向,主持

    4.办公OA系统研发,横向,主持

    5.车辆管理系统研发,横向,主持

    6.钢材云平台系统研发,横向,主持

  • 科研成果

    一、主要代表论文

    [1Yuxin Xu, Erik Agrell, and Maite Brandt-Pearce, Physical-layer impairment estimation for random bandwidth traffic, IEEE/OSA Journal of Optical Communications and Networking, 2, 104-111 (2024)期刊论文,中科院一区

    [2] Yuxin Xu, Hang Xing, Bin Chen, and Maite Brandt-Pearce, Throughput optimization in hybrid C-C+L-band elastic optical networks enabled by hybrid modulation and wavelength/modulation conversion, IEEE/OSA Journal of Optical Communications and Networking, 11, 900-912 (2023)期刊论文,中科院一区

    [3] Yuxin Xu, and Maite Brandt-Pearce, Physical-layer impairment estimation for arbitrary spectral-shaped signals in optical networks, Optics Express 30, 17351-17360, (2022) 期刊论文,中科院二区

    [4] Yuxin Xu, Erik Agrell, and Maite Brandt-Pearce, Cross-layer static resource provisioning for dynamic traffic in flexible grid optical networks, IEEE/OSA Journal of Optical Communications and Networking 13, 1-13 (2021) 期刊论文,中科院一区

    [5] Yuxin Xu, Li Yan, Erik Agrell, and Maite Brandt-Pearce, Iterative resource allocation algorithm for EONs based on a linearized GN model, IEEE/OSA Journal of Optical Communications and Networking 11, 39-51 (2019) 期刊论文,中科院一区

    [6] Yuxin Xu, Hang Xing, and Bin Chen, A stopgap solution for EON resource assignment postponing the need for disruptive technologies, 2023 Asia Communications and Photonics Conference (ACP)(2023) 会议论文,国际高水平会议

    [7] Yuxin Xu, and Maite Brandt-Pearce, Modeling cross-channel interference caused by arbitrary spectral shaped signals, 2022 Conference on Lasers and Electro-Optics (CLEO) (2022) 会议论文,国际高水平会议

    [8] Yuxin Xu, Erik Agrell, and Maite Brandt-Pearce, Probabilistic spectrum Gaussian noise estimate for random bandwidth traffic, 2019 European Conference on Optical Communication (ECOC) (2019) 会议论文,旗舰会议

    [9] Yuxin Xu, Erik Agrell, and Maite Brandt-Pearce, Static resource allocation for dynamic traffic, 2019 European Conference on Optical Communication (ECOC) (2019) 会议论文,旗舰会议

    [10] Li Yan, Yuxin Xu, Maite Brandt-Pearce, Nishan Dharmaweera, and Erik Agrell, Robust regenerator allocation in nonlinear flexible-grid optical networks with time-varying data rates, IEEE/OSA Journal of Optical Communications and Networking 10, 823-831 (2018) 期刊论文,中科院一区

    [11] Li Yan, Yuxin Xu, Maite Brandt-Pearce, Nishan Dharmaweera, and Erik Agrell, Regenerator allocation in nonlinear elastic optical networks with random data rates, 2018 Optical Fiber Communications Conference and Exposition (OFC) (2018) 会议论文,旗舰会议

    [12] Li Yan, Yuxin Xu, Maite Brandt-Pearce, Nishan Dharmaweera, and Erik Agrell,Regenerator site predeployment in nonlinear dynamic flexible-grid networks,2017 Eruopean Conference on Optical Communication (ECOC)(2017) 会议论文,旗舰会议

    二、专利

    1.光网络中任意频谱形状信号的物理层损伤估计方法, 2022-12-30, 中国, CN202211733125.6

    2.基于偏见样本对生成的深度学习模型去偏方法 2021 12-21中国CN202111568959.1




链接

更新时间:2025.07.15
总访问量:10