10月14日消息，IEEE历史上首位华人主席诞生了！马里兰大学华人教授刘国瑞当选下任IEEE主席。他领导开发了世界首个厘米级室内定位系统，此前曾荣获2017年CEATEC大奖，研究成果还曾获封IEEE七大改变世界技术之一。他是历史上首位IEEE华人主席，这是历史性的胜利。他从三位候选人中脱颖而出，其他两位候选人分别为 S.K.Ramesh（印度裔）和Saifur Rahman。

   刘教授在得知获奖后表示，「我将履行我的承诺，打造更好的IEEE。期待着我们将继续为人类利益不断打造更先进的技术！」

   马里兰大学首席华人教授当选IEEE主席，研究团队曾获封IEEE七大改变世界技术

   刘国瑞，就职于马里兰大学，任首席教授，此前为IEEE副主席。1983年获台湾大学电气工程学士学位，1990年获加州大学洛杉矶分校电气工程专业博士学位。

   作为IEEE的负责人期间，刘教授提出并创建了IEEE DataPort，以提供数据存储服务，通过托管对社区有用的数据来支持开放科学和可重复性研究。他还提出并参与领导了IEEE app的开发，用以发现IEEE的优质资产。

   刘教授领导的马里兰信号及信息实验室(SIG)涉猎广泛，研究涵盖了信号处理和通信技术的方方面面。团队目前主要研究无线AI技术，应用于室内定位和无线传感。截至目前，他已经出版了10余本专著，发表800篇相关论文。

   多年来，他共计培养了超过68名博士和博士后学生，其中有10人现在是 IEEE 会士，绝大多数活跃在世界各地的高校和产业界。

   刘教授是Web of Science高被引学者，也是美国科学促进会AAAS会士、IEEE会士、以及美国国家发明家科学院院士、欧盟欧洲研究委员会成员、荣誉学会Sigma Xi科学研究学会成员（超过200位诺贝尔奖获得者都是Sigma Xi成员。）

   历年来，刘教授所获荣誉颇丰，2016年荣获IEEE Leon Krichmayer研究生教学和指导奖，于2014年获得IEEE信号处理学会奖，于2009年荣获IEEE信号处理学会技术成就奖。他还是IEEE信号处理杂志的创始主编。

   在刘教授领导下，IEEE信号处理杂志成为electrical and electronic方面的影响因子最高的期刊。

   此外，刘国瑞还是初创公司Origin Wireless的创始人。团队研发了世界上第一个具有厘米精度的室内定位/跟踪系统。

   这种技术能够探测出室内的微小移动，且精度高得可以分辨某个人是否在呼吸，非常适合家庭安防和应急报警系统。

   此外，他还提出了无线电生物识别技术的概念，并开发了世界上第一个无线人类识别技术。

   他的团队为各种无设备应用开发了无线AI平台，包括生命体征检测，事件识别，跌倒检测，无线充电和室内导航，他发明的首款产品「时间反演机」获得了2017年CEATEC大奖。

   具有无线AI功能的Linksys Aware也获得了CES 2020创新奖，在全球150多个国家和地区均有销售，被《新闻周刊》评选为「CES最佳产品」。

   此外， 刘教授在1997年还开发了世界上第一个数字监控系统。

   为了纪念IEEE 125周年，IEEE评出了7项其认为很可能改变世界的技术，这些技术将会改变人与机器、人与世界以及人与人之间互动的方式。

   刘教授的研究也位列其中。其团队开发的一个模型可以通过一个简单的血液测试检验出个体中基因信号传导和蛋白组织信号传导之间的相互作用，进而确定是否处在患上癌症的过渡阶段，并鉴定出癌症的类别。

   这种信息能够对一个人是否有可能患上癌症作出尽可能早的预测，让患者能够采取预防性治疗。

   刘教授领导的马里兰大学信号及信息实验室(SIG)，研究涵盖了信号处理和通信技术的方方面面，包括无线通信；网络科学；多媒体信号处理；信息取证和安全；生物信息学；以及信号处理算法和结构等。

   那SIG实验室近年来都取得了哪些突破性的进展？

   发明「时间反演机」，他让厘米级室内定位成为可能

   近年来，手持和便携设备已经成为我们日常生活中不可缺少的组成部分。

   为了更好地通过用户随身携带的数字终端向用户提供服务，获得用户的确切位置至关重要。然而，室内环境的散射产生了大量的干扰，使得传输信号的定位成为非常具有挑战性的任务。

   刘教授的团队发现，由于无线传输中存在大量的路径，时间反向聚焦可以观测到这些路径的能量分布，这是一项突破性的发现，打破了多年的僵局。

   刘教授领导SIG 实验室，利用时间反演(TR)技术，将无线电多路信号转化为了室内精密定位的关键要素，解决了室内定位问题。

   TR 技术利用大带宽，在复杂的室内散射环境中，TR 使用位置特定的多路径剖面来创建独特的空间聚焦效应，将传输能量精确地聚焦到预期的位置。

   空间聚焦效应，能量集中在5cm × 5cm 的区域内，使 TRIPS 具有厘米级定位精度

   SIG 实验室利用这种独特的空间聚焦效应开发了 TR 室内导航原型。TRIPS是第一个在室内定位中只使用一对天线进行非视线定位的厘米级精度测量系统，使许多依赖于位置的服务成为可能。

   将无线电信息用于定位，只是无线AI的一部分，利用无线信号进行身份验证，完全无接触，神奇吗？

   发明无接触可穿墙的生物识别技术，身份验证只需一个WiFi信号

   如今，在取证、机场海关检查等许多场景中，需要可靠的人员身份识别。

   目前最先进的人类身份识别技术依赖于人类区别性的生理和行为特征，即生物特征识别。著名的生物特征识别技术包括指纹识别、人脸识别、虹膜识别和语音识别。

   由于生物特征是个人固有的、独特的特征，生物特征被广泛应用于人类身份识别的监视系统中。

   然而，这些系统都需要特殊的设备，以便在极端的视线环境中捕捉人类的生物特征，也就是说，实验对象必须与这些设备近距离接触。

   而人体周围的无线电传播很大程度上取决于身体的物理特性(如身高和体重)、体内总水量、皮肤状况和其他生物组织。

   由于两个个体具有完全相同的物理和生物特征的概率极小，因此无线电在受到不同的人干扰后的多路径剖面是不同的，这也让人体无线电生物识别技术成为可能。

   SIG实验室提出了一种新颖的无线生物特征识别概念，利用时间反演(TR)技术，通过商用 WiFi 设备的穿墙设置，实现了准确的人体识别和验证。

   这项研究首次展示和验证了人体无线电生物特征识别技术的可行性，这些生物信息可以嵌入到无线信道的状态信息(CSI)中，SIG据此研发了一个可穿墙的人类识别系统，从 CSI 中将不同的人区分开来。

   通过 WiFi 信号采集人体无线电生物特征信息，使用现成的 WiFi 芯片组建立了第一个实现 TR 人类身份识别系统的原型，并在正常工作时间的室内办公环境中进行了测试，识别率为98.78% ，识别了大约12个人。

   除了，无线生物识别，SIG实验室在5G通信领域也取得了很多突破性进展。

   为5G而生的MAC层调度优化，用户越多优势越明显

   物联网的理念是希望将所有的设备连接起来，这一愿景在很大程度上依赖于通信系统同时容纳和协调系统中大量用户的能力。

   即将到来的5G 系统将同时容纳大量的用户，然而，由于用户间干扰(IUI)的增加，用户太多也会限制系统的性能，因此，5G 系统必须对MAC层进行优化，以保证用户的传输质量。

   SIG 实验室为5G 系统设计了新颖的介质访问控制(MAC)层算法。MAC 是解决当局域网中共用信道的使用产生竞争时，如何分配信道的使用权问题。

   SIG 实验室专注于快速调度算法，以协调5G 系统中大量的用户。他们将调度最优化问题转换为一个混合整数二次规划问题(MIQCQP) ，比现有的调度器设计更快。

   SIG 在5G 系统的物理层和 MAC 层设计方面有着坚实的基础，在5G 系统设计，包括高速传输的物理设计、跨层设计和优化以及多用户协作协议方面做出了诸多贡献。