首页 > 师资队伍 > 教师名录 > 副教授 > 正文

王谋

职称: 副教授（特聘）

系别:

团队: 雷达探测与成像技术团队

邮箱: wangmou@uestc.edu.cn

  • 教师简介

    包括学习经历、工作经历
    2025/09-至今，  电子科技大学，信息与通信工程学院，副教授（特聘）
    2023/09-2025/06，电子科技大学，信息与通信工程学院，师资博士后
    2021/10-2022/10，新加坡国立大学，MMIC Lab，联合培养博士
    2019/09-2023/06，电子科技大学，信息与通信工程学院，博士
    2018/09-2019/06，电子科技大学，信息与通信工程学院，硕士（硕博连读）
    2014/09-2018/06，重庆邮电大学，通信工程系，学士

  • 科学研究

    研究方向：智能化雷达探测成像、雷达对抗、机器学习
    科研概况：王谋现为电子科技大学信息与通信工程学院特聘副教授，IEEE会员，中国电子学会会员。长期从事智能化雷达成像探测、雷达对抗技术研究。在相关领域取得多项创新性工作，发表论文50余篇，其中以第一作者发表论文20余篇，含IEEE GRSM、IEEE TAP、IEEE T-NNLS、IEEE T-IP、IEEE T-GRS等领域中科院一区顶级期刊10余篇，ESI高被引论文2篇，Google学术引用量2100余次，H指数18，申请发明专利5余项；主持国家自然科学基金青年项目，中国博士后基金特别资助、中国博士后基金面上项目各1项。入选2023年度中国电子学会博士学位论文激励计划；获“四川省优秀毕业生”、“电子科技大学优博”、“荣耀信通年度人物”、“第六届高分学术年会青年创新基金论文奖”、PIERS 2025 Abu Dhabi “Young Scientist Award”、“电子科技大学优秀博士后”、“年度优秀教职工奖”等荣誉。担任《Remote Sensing》二区SCI期刊专栏客座编辑；担任《现代雷达》、《电波科学学报》、《西南石油大学学报（自然科学版）》、《西华大学学报（自然科学版）》、《南通大学学报（自然科学版）》青年编委；担任CVDL(2024)、IMWS-AMP 2025、PIERS 2025 Abu Dhabi、ICET 2025会议分会场主席。
    研究课题和项目、成果：
    1） 国自然青年基金，正逆向机理驱动的三维SAR学习成像方法研究，主持
    2） 博后基金特别资助，机理驱动学习的三维SAR城市建筑精细化成像技术，主持
    3） 博后基金面上，基于生成式学习的三维SAR城市建筑成像技术，主持
    4） Wang M, Hu Y, Wei S, et al. Unsupervised 3d sar imaging network based on generative adversary learning[J]. IEEE Transactions on Antennas and Propagation, 2025.
    5） Wang M, Wen Y, Wei S, et al. SA-ISAR Imaging via Detail Enhancement Operator and Adaptive Threshold Sensing[J]. IEEE Transactions on Geoscience and Remote Sensing, 2025.
    6） Wang M, Hu Y, Wei S, et al. Synthetic aperture radar imaging meets deep unfolded learning: A comprehensive review[J]. IEEE Geoscience and Remote Sensing Magazine, 2024, 13(1): 79-120.
    7） Wang M, Wei S, Zhou Z, et al. CTV-Net: Complex-valued TV-driven network with nested topology for 3-D SAR imaging[J]. IEEE Transactions on Neural Networks and Learning Systems, 2022, 35(4): 5588-5602.
    8） Wang M, Wei S, Shi J, et al. 3-D SAR imaging via perceptual learning framework with adaptive sparse prior[J]. IEEE Transactions on Geoscience and Remote Sensing, 2023, 61: 1-16.
    9） Wang M, Wei S, Zhou Z, et al. 3-D SAR autofocusing with learned sparsity[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-18.
    10） Wang M, Wei S, Zhou Z, et al. 3-D SAR data-driven imaging via learned low-rank and sparse priors[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.
    11） Wang M, Wei S, Zhou Z, et al. Efficient ADMM framework based on functional measurement model for mmW 3-D SAR imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2022, 60: 1-17.
    12） Wang M, Wei S, Liang J, et al. TPSSI-Net: Fast and enhanced two-path iterative network for 3D SAR sparse imaging[J]. IEEE Transactions on Image Processing, 2021, 30: 7317-7332.
    13） Wang M, Wei S, Liang J, et al. Lightweight FISTA-inspired sparse reconstruction network for mmW 3-D holography[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-20.
    14） Wang M, Wei S, Liang J, et al. RMIST-Net: Joint range migration and sparse reconstruction network for 3-D mmW imaging[J]. IEEE Transactions on Geoscience and Remote Sensing, 2021, 60: 1-17.
    15） Wang M, Wei S, Shi J, et al. CSR-Net: A novel complex-valued network for fast and precise 3-D microwave sparse reconstruction[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2020, 13: 4476-4492.
    16） 王谋, 韦顺军, 沈蓉, 等. 基于自学习稀疏先验的三维 SAR 成像方法[J]. 雷达学报, 2022, 12(1): 36-52.
    17） Shen R, Wang M, Hu J, et al. Deep sar tomography: A model-inspired approach with learned sparse regularizer[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024, 17: 18870-18881.
    18） Hu Y, Wang M, Wei S, et al. SEIS-Net: A 3-D SAR Enhanced Imaging Network Based on Swin Transformer[J]. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, 2024, 17: 18967-18986.

  • 教学与教学研究

    主讲课程
    本科生课程：电路分析与电子线路
    硕士生课程：机器学习
    博士生课程：机器学习

  • 招生专业

    硕士：081000信息与通信工程
    03方向：雷达探测与成像识别
    09方向：机器学习与人工智能
    10方向：信号与信息智能处理
    博士：

清水河校区地址：成都市高新区（西区）西源大道2006号 电子科技大学清水河校区科研楼B区

邮编：611731 Email: xintong@uestc.edu.cn

电话：028-61830156 传真：028-61831665

学院官微