曹子宸

武汉大学 (WHU)  |  计算机科学与技术 (Computer Science and Technology)
电话: 15982191108

教育背景

武汉大学 计算机科学与技术 2023.09 - 至今
CET-6 / CET-4 597 / 645
IELTS 7.5
GPA 3.91 / 4.0
加权平均分 90.89 / 100
学习成绩排名(截至前五学期) 8 / 238 Top 3.36%
核心课程: 操作系统、计算机网络、计算机组成原理、数据结构、离散数学、数据库原理、编译原理、算法设计与分析、计算机图形学等。

项目经历

项目描述: 负责人,设计并实现一个基于 C++ 的宏内核操作系统,支持 RISC-V / LoongArch 双架构,实现 200+ POSIX 系统调用,通过大部分 LTP 测试及竞赛官方用例,验证内核稳定性与兼容性;负责核心子系统架构设计与关键功能落地。
Tech Stack: C++ / OS Kernel / RISC-V / LoongArch / Virtual Memory / Page Table / POSIX / LTP / FAT32 / ext4 / IPC(Shared Memory, Pipe)/ Device Tree
项目描述: 优秀学员,参与 组件化操作系统 StarryOS 的架构实践,在 Rust 生态下完成驱动与硬件抽象相关工作;负责 LoongArch 物理开发板适配,并实现 板级无关的 AHCI 驱动,解决缓冲区异常与 I/O 稳定性问题。
Tech Stack: Rust / Component-based OS / LoongArch / AHCI / Block Device Driver / DMA / Buffer Management / rcore / ArceOS

科研经历

1. SLAM 场景下 3D Gaussian Splatting 的可见性剪枝与实时流式传输系统 2025.09 – 2025.12
研究内容: 针对 3DGS 在 SLAM 动态建图中拓扑频繁变化引发的实时性与网络同步问题,构建 可见性驱动的模型剪枝机制 与 基于 MQTT 的在线 3DGStream 传输系统。通过可见性与 LoD 联合过滤冗余高斯点保证训练与渲染实时性,并设计基于 持久化 ID + 操作日志的增量同步协议,在受限带宽下实现训练端与用户端的稳定一致渲染,相关成果在投。
Tech Stack: 3D Gaussian Splatting / SLAM / Visibility Modeling / LoD / Model Pruning / MQTT / Streaming Protocol / Operation Queue / Incremental Sync (ADD / UPDATE / DELETE)
2. 基于 3D Gaussian Splatting 的连通性感知多机器人探索通信预测系统 2026.01 – 2026.03
研究内容: 围绕 Connectivity-Aware Multi-Robot Exploration 课题,主要负责 communication prediction 模块的设计与落地实现。基于 3D Gaussian Splatting 构建体通信预测模型,将场景几何、LiDAR 点云与 RSS 观测联合建模,形成可用于未知区域推断的 3D RF 表达;针对低频无线传播中穿透、绕射和多径效应,设计基于功率域叠加的 RSS 渲染机制与仿射校准方法.
Tech Stack: 3D Gaussian Splatting / Communication Prediction / RF Modeling / RSS Rendering / Wireless Channel Calibration / LiDAR Point Cloud / Volumetric Representation / Multi-Robot Exploration / Connectivity-Aware Planning / PyTorch
课程项目 已折叠,点击展开
项目概述: 使用 Verilog 实现五级流水线 CPU,围绕 RV32I 指令执行通路完成流水线寄存器、基础数据通路与仿真验证,支撑计组课程中对处理器设计与实现流程的系统训练。
项目概述: 使用 OCaml 实现 ToyC 编译器,覆盖词法分析、语法分析、语义处理与代码生成等核心环节,并结合课程目标完成编译流程的模块化实现与调试。

获奖情况

科研技能

  1. 掌握 C/C++C#RustPython 等编程语言;熟悉 Linux 开发环境。
  2. 熟悉操作系统原理 (OS)、计算机网络、编译原理。自学完成过MIT S081操作系统课程,STANFORD CS144计算机网络课程。
  3. 使用 OCaml 书写过达到 90% 水平 gcc -O2 的编译器;使用 Verilog 在计组课设中设计实现五级流水线 RV32I 架构 CPU。
  4. 掌握 Git 版本控制工具,参与过多个开源项目,熟悉 PR 合并流程。
  5. 熟悉LaTex文档编写。
  6. 英语水平:CET-6,能流畅阅读英文技术文档。

学生工作