个人简介

稂时楠，教授，博士生导师。主持国家自然科学基金面上/青年项目、国家重点研发计划项目课题、装发预研项目等多项国家级项目，发表学术论文50余篇，获国家发明专利授权20余项。作为极地航空科学调查团队的核心成员，完成了七个季度的航空冰雷达数据处理与分析工作。参与我国首套地面深部和浅层探测冰雷达自主装备的研发。在推动我国南极冰雷达数据处理规范化、自主化方法体系构建中做出重要贡献，联合中国极地研究中心提出了多项冰雷达高质量成像、定量化分析解译方法，连续3个年度为南极“地信”专项冰下地形网格数据产品和地形图绘制提供技术支撑，共同编制冰雷达数据处理规范行业标准1份。研究成果获得央视新闻、自然资源部、科学网、学习强国等多家媒体特写报道，获得北京市科学技术奖技术发明二等奖（排名前三）。

近五年来，指导研究生在权威期刊发表研究论文30余篇，在国内外重要学术会议作报告20余次，获得国际会议最佳论文奖、优秀报告奖等奖励10余次；多人获得国家级、省部级及校级奖励和荣誉称号，包括研究生国家奖学金（4人次）、2138cc太阳集团小米特等奖学金（2人次）、2138cc太阳集团优秀毕业论文（6人次）、北京市优秀毕业生（3人次）、2138cc太阳集团优秀毕业生（3人次）以及2138cc太阳集团百佳毕业生（1人次）。于第35次中国南极科学考察期间，派出研究生参加“南极冰盖/冰架航空地球物理观测”科考项目。

研究方向

智能信号处理与应用，包括多层媒质信号处理、多元信号处理与融合分析、新型阵列信号处理、深度学习算法及其在图像和信号处理中的应用以及复杂场景内容分析。

主要科研项目

1.国家自然科学基金面上项目：“融合电磁传播特征与人工智能耦合技术的南极冰盖底部物质属性定量诊断研究”；

2.国家重点研发计划课题：“大幅宽、高分辨海冰透视雷达技术及样机研制”；

3.国家自然科学基金面上项目：“基于航空冰雷达探测的东南极伊丽莎白公主地冰底环境诊断和研究”；

4.装备预先研究领域基金项目：“基于复合神经网络的探地雷达在线电磁兼容故障诊断和修复技术研究”；

5.中国科学院空天信息创新研究院技术开发项目：“冰川探测技术研究与数据处理”；

6.中国科学院空天信息创新研究院技术开发项目：“雷达图像质量评估技术研究”；

7.中国科学院空天信息创新研究院技术开发项目：“冰川探测微波数据处理技术研究”；

8.中国极地研究中心（中国极地研究所）技术开发项目：“航空综合数据产品研制服务采购合同”；

9.中国极地研究中心（中国极地研究所）技术开发项目：“南极航空冰下地形数据处理”；

10.中国建筑标准设计研究院有限公司技术开发项目：“超宽带天线及雷达电子学单元测试与分析”。

代表性论文

(1) Lang S, Liu C, Cui X, et al. Automatic Identification of Basal Units in Ice Sheets Based on ResNet and Weight Control[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025, 63: 1-15.

(2) Lang S, Xia M, Cui X, et al. FMCW Ice Sounding Radar Imaging Based on the Improved Range-Doppler Algorithm[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025.

(3) Lang S, Ran L, Zhu J, et al. A Curvature-Based Fast Back-Projection Method for Ice-Sounding Radar Imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025.

(4)Lang S, Li J, Li S, et al. An Innovative Low-Rank Sparse Matrix Decomposition Clutter Suppression Method Based on Non-Convex Alternatives for Pseudo-Random-Coded Ground-Penetrating Radar[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025.

(5) Lang S, Huang W, Huang L, et al. A Hybrid Inversion Method Based on SDM and ANNs Considering Electromagnetic Response Laws[J]. IEEE Transactions on Geoscience and Remote Sensing, 2024.

(6) Lang S, Yang M, Cui X, et al. A semiautomatic method for predicting subglacial dry and wet zones through identifying dry–wet transitions[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-15.

(7)Cai Y, Yao Z, Lang S, et al. Generative elevation inpainting: An efficient completion method for generating high-resolution antarctic bed topography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-17.

(8)Lang S, Yang M, Cui X, et al. Geothermal heat flux of Ridge B region in Antarctica inferred from basal dry–wet distribution[J]. Journal of Glaciology, 2025, 71: e12.

(9)Lang S, Chen F, Cai Y. Highly transparent material classification using the refractive index, reflectivity, and transmissivity features from an imaging model of a time-of-flight camera[J]. Machine Vision and Applications, 2023, 34(5): 90.

(10) Lang S, Zhang J, Chen F, et al. Material classification of polishing and convex surface objects based on photon accumulation point spread function (PAPSF) from imaging model of binocular pulsed time-of-flight camera[J]. Machine Vision and Applications, 2023, 34(1): 20.