姓名：李树锋
职称 / 硕（博）导：教授 / 博导、硕导
博士招生专业：信息与通信工程
学硕招生专业 / 方向：信息与通信工程 / 新一代移动通信
专硕招生专业 / 方向：新一代电子信息技术 / 移动媒体与智能通信
主要研究领域：联邦学习；5G移动通信；非正交多址
电子邮箱Email：lishufeng@cuc.edu.cn
个人简介
教授，2011年毕业于北京航空航天大学通信与信息系统专业，工学博士。2011年-2013年在北京交通大学计算机科学与技术专业从事企业博士后研究工作，2013年入职中国传媒大学，目前担任信息与通信工程学院副院长。主要研究兴趣：智能通信、联邦学习、大规模MIMO技术、5G移动通信中的非正交多址以及信道估计等领域。承担国家自然科学基金面向项目1项、青年项目1项，国家重点研发计划子课题1项，北京市博士后科学基金一等奖资助1项，教育部产学研协同育人项目2项，校级工科项目4项，参与多项国家级和省部级科研课题。出版学术著作3部，发表学术论文近80余篇，其中SCI检索论文33篇，EI检索论文50篇；申请国家发明专利11项，目前已授权9项；软件著作权4项，获中国通信学会自然科学奖1项。
承担的主要科研项目
[1] 国家自然科学基金面上项目.面向广播组播场景的多元极化编码与多址理论研究
[2] 国家自然科学基金青年项目.联合完全互补序列和压缩感知的MIMO信道估计技术研究
[3] 国家重点研发计划项目子课题.云演艺业务 QoE/QoS 感知技术研究
[4] 北京市博士后科学基金项目.DR在导航中的应用研究
代表性学术成果
[1] 基于完全互补序列的MIMO 雷达与5G MIMO 通信，北京：清华大学出版社，2021年3月，著作
[2] 智能媒体通信，北京：中国传媒大学出版社，2024年，著作
[3] A Low-Power Semantic Communication Framework for Multimodal Fusion via Non-Binary Polar Codes, IEEE Transactions on Green Communications and Networking, 2026
[4] Federated-Learning-Assisted RIS Active and Passive Beamforming With ADMM for IoT Devices, IEEE Internet of Things Journal, 2026
[5] Secure Transmission in Wireless Semantic Communications With Adversarial Training. IEEE Communications Letters, 2025
[6] Interleaved Block-Sparse Transform, IEEE Communications Letters, 2025
[7] Non-binary Dual Cascade Polar Codes Construction and Low-complexity SCL Decoding, Electronics Letter, 2025
[8] Enhancing User Experience in Ultra HD Cloud Performing Arts Live Streaming: A QoS-to-QoE Mapping Approach, IEEE Transactions on Broadcasting, 2024
[9] An Improved SCMA Detector Based on ResNet Perception Fusion. China Communications, 2024
[10] Deep learning-based channel estimation using Gaussian mixture distribution and expectation maximum algorithm. Physical Communication, 2023
[10] Research on End-to-End CT-Polar System for SemanticCommunication, VTC 2024，
[11] An Ultra-Reliable Low-Latency Non-Binary Polar Coded SCMA Scheme. IEEE Transactions on Vehicular Technology, 2022
[12] Research on encoding and decoding of non-binary polar codes over GF(2m). Digital Communications and Networks, 2022
[13] Research on PDMA System Based on Complementary Sequence and Low Complexity Detection Algorithm. IET Communications, 2021
授权国家发明专利
[1] 一种完全互补序列和相位补偿的MIMO SAR成像方法
[2] 一种基于完全互补序列和压缩感知的MIMO信道估计方法
[3] 基于完全互补序列的时域MIMO信道估计方法
[4] 一种基于完备正交序列的MIMO SAR成像方法
[5] 一种基于完全互补序列的抵抗多径干扰方法
[6] 一种基于码本辅助的大规模MIMO DOA估计方法
[7] 一种基于MIMO-NOMA系统的能量最大化收集方法
[8] 一种基于MUSIC算法和预编码的毫米波MIMO信道估计方法