施羿，工学博士，汕头大学工学院电子工程系副教授，硕士生导师，本科至博士均就读于天津大学精密仪器与光电子工程学院，于美国伊利诺伊大学芝加哥分校（UIC）博士联合培养。研究方向为分布式光纤传感技术（DOFS、DAS）、智能信息处理、图像处理、无损检测以及声学检测。先后主持国家自然科学科学基金青年项目、广东省自然科学基金面上项目等项目4项，参与国家自然科学基金重点项目、国家自然科学基金面上项目、广东省教育厅特色创新项目、广东省教育厅本科高校专项人才培养计划等项目5项，以第一/通讯作者在在J. LIGHTWAVE TECHNOL、OPTICS & LASERS IN ENGINEERING、OPTICS EXPRESS、IEEE SENSOR J等SCI旗舰期刊及会议上发表论文30余篇，授权发明专利10余项，担任SCI期刊《PHOTONICS》(Q2, IF=2.1)客座编辑，担任IEEE TIM、IEEE SENSOR J、J. LIGHTWAVE TECHNOL.、EAAI、MEASUREMENT、OE、OL等国际期刊审稿人，指导学生获国家级/省部级科技竞赛奖项13项，入选汕头市高层次人才（B类）及汕头大学卓越人才计划（优秀青年人才），入选2024年斯坦福大学“世界前2%顶尖科学家”年度影响力榜单（光电子领域）。

亮点工作

光纤传感是近几十年发展出的新式传感方式，它利用光纤内的传输光或光纤端面、包层等的物理特性，实现对光纤周边物理量的检测，如压力、温度、振动、密度、生物信息等。相比于传统的电学传感器，光纤传感器具有检测灵敏度高、抗电磁干扰、易于集成与布放等特性。分布式光纤传感利用光纤内的传输光对传感光纤沿线的温度、应力以及振动/声进行探测，具有非常大的传感覆盖范围（通常为数十千米），常用于大空间尺度下的监测应用，尤其是各类安防监测，如长距离地埋油气管道安全预警、桥梁隧道等结构健康监测、国界线安全监测、地铁火车等长距离轨道交通跟踪与监测、高压电缆安全监测等。

亮点工作一：基于分布式光纤传感器的地埋管道安全预警系统

管道运输是我国原油和天然气运输的主要手段，传统管道泄漏检测只能减少泄漏损失，无法预防和探测对管道安全形成威胁的事件。使用分布式光纤传感技术对管道周界扰动事件进行监测，可探测管道沿线威胁管道安全的异常事件，并进行定位，如能及时制止，可达到防范于未然的效果。为此，我们设计并制造了基于分布式光纤传感的管道地埋管道安全预警系统，利用与管道同沟埋设的通信光缆感知管道周边的安全威胁事件，在实际损害发生前就能发现威胁事件，并给出精确报警定位。为让安全预警系统更加是适用于长输管道和事件识别，我们设计干涉-散射复合型光纤传感结构，将传感距离提升至60km并获得超高频率探测能力。此后，我们要进一步引入深度学习技术完成了事件识别功能。

亮点工作二：基于干涉信息冗余的单通道分布式光纤传感相位解调技术

传感光相位解调技术可以帮助检测系统获得更好的检测波形和检测效果，但传统的相位解调技术需要较复杂的光路设计以及昂贵的硬件设备支持，如需要外差探测结构和双通道高速采集的I/Q相位解调技术。为降低系统成本，我们开发了单通道相位解调技术，利用分布式光纤传感技术多传感点的优势，利用多个传感点之间的信息冗余实现了传感光相位解调。在研究中我们首次发现了解调过程中的相位极性翻转问题，并为其设计相应的补偿方法，以获得高质量相位解调结果。

亮点工作三：基于深度学习技术的分布式光纤传感事件识别技术

误报和漏报是大范围光纤传感技术的应用瓶颈问题，我们将深度学习技术引入事件识别问题，将识别准确率提升至96%以上，并提高了系统鲁棒性。更进一步地，我们还创新性地提出了空域特征用于辅助事件识别，进一步提高了识别系统的泛用性。此外，针对真实应用环境下部分安全威胁事件难以获取事件样本的问题，我们进一步研究提出了基于时序和生成对抗网络（GAN）双重扩增结构的数据扩增方法以及基于物理信息特征提取的伪样本合成方法，确保了识别算法在样本缺失条件下依然能够正常运行。

亮点工作四：基于分布式光纤传感的长距离脚步检测与识别技术

地埋光纤可检测到人行走的脚步信息，借助深度学习技术进一步精确提取步态信息，可以为行人身份识别或脚步病患康复状态评估提供依据。我们提出并实现了基于分布式光纤传感的长距离脚步检测，并设计了基于双YOLO框架的精确脚步提取与步态识别方法，成功实现了地埋光纤对行人身份的识别。

代表性成果:

[1] Qiren Yan, Zhixiang Wei, Zichong Lin, Xuwei Kang, Wentao Zhang and Yi Shi*.Apart And A Part: Overlapped Vibration Recognition For Distributed Optical Fiber Sensing Based On Deep Learning Separation.OPTICS & LASER TECHNOLOGY, 2025.(SCI, JCR Q1, 中科院二区, TOP期刊)

[2] Yi Shi, Jiewei Chen, Shangwei Dai, et al. Φ-OTDR Event Recognition System Based on Valuable Data Selection. JOURNAL OF LIGHTWAVE TECHONOLOGY. 2024.(SCI, JCR Q1, 中科院一区, TOP期刊)

[3] Yi Shi, Yingchao Zhang, Shangwei Dai, et al. Footsteps Detection and Identification Based On Distributed Optical Fiber Sensor And Double-YOLO Model. OPTICS EXPRESS. 2023.(SCI, JCR Q1, 中科院二区, TOP期刊)

[4] Yi Shi, Shangwei Dai, Xinyu Liu, et al. Event Recognition Method Based On Dual-Augmentation For An Φ-OTDR System With a Few Training Samples. OPTICS EXPRESS, 2022.(SCI, JCR Q1, 中科院二区, TOP期刊)

[5] Yi Shi, Yinghuang Li, Yingchao Zhang,et al. An Easy Access Method For Event Recognition Of Φ-OTDR Sensing System Based On Transfer Learning. JOURNAL OF LIGHTWAVE TECHONOLOGY. 2021.(SCI, JCR Q1, 中科院一区, TOP期刊)

图文：工学院