时间：5月22日8:30-13:30

地点:物理楼A311会议室

主办单位：物理与电子学院

欢迎光临！

报告1：面向复杂电磁环境的无人平台高可靠智能抗干扰通信技术，张渭乐，西安交通大学教授，时间8:30-10:00；

  报告摘要：无人平台对无线通信链路的可靠性具有非常严苛的要求。本报告面向复杂传播信道和恶劣电磁干扰环境，将协同电磁环境感知、复合域自适应抗干扰均衡、多链路智能协同等技术引入通信数据链，介绍复杂电磁环境下的高可靠抗干扰通信技术。与传统通信技术相比，可显著提升无线链路在复杂电磁环境中的顽存性。

报告2：基于全双工接收机干扰阻塞的物理层安全通信技术研究，郑通兴，西安交通大学副教授，时间10:00-11:30；

  报告摘要：近年来，无线物理层安全受到学术界和工业界广泛关注和研究。基于多天线发射机或者友好协作节点发射阻塞信号是实现物理层安全通信的主要途径，但是受尺寸、硬件成本、功耗、节点可控可信等问题的制约，上述方法在很多应用场景中不易实现。同频同时全双工技术的突破性进展，尤其是自干扰抵消技术的不断成熟，给物理层安全通信提供了新的机遇和引擎，比如通过接收机在接收信号的同时发射阻塞信号，可以获得额外的自由度用于提升无线网络安全性能。本报告首先介绍物理层安全和全双工技术结合的研究背景和存在的问题，然后重点针对三方面问题介绍团队近年来在基于全双工接收机干扰阻塞的物理层安全通信方面的研究成果，包括点对点系统中的全双工和半双工模式自适应切换，无线自组网中的全双工和半双工节点混合部署，以及异构网络中的多天线全双工接收机自干扰空域消除和网络节点密度优化。

报告3：智能反射面协助的移动边缘计算——从优化到机器学习的解决方案，胡晓燕，英国伦敦大学学院博士后研究员，时间11:30-13:00。

  报告摘要：In this work we explore optimization-based and data-driven solutions in a reconfigurable intelligent surface (RIS)-aided multi-user mobile edge computing (MEC) system, where the user equipment (UEs) can partially offload their computation tasks to the access point (AP). We aim at maximizing the total completed task-input bits (TCTB) of all UEs with limited energy budgets during a given time slot, through jointly optimizing the RIS reflecting coefficients, the AP's receive beamforming vectors, and the UEs' energy partition strategies for local computing and offloading. A three-step block coordinate descending (BCD) algorithm is first proposed to effectively solve the non-convex TCTB maximization problem with guaranteed convergence. In order to reduce the computational complexity and facilitate lightweight online implementation of the optimization algorithm, we further construct two deep learning architectures. The first one takes channel state information (CSI) as input, while the second one exploits the UEs' locations only for online inference. The two data-driven approaches are trained using data samples generated by the BCD algorithm via supervised learning. Our simulation results reveal a close match between the performance of the optimization-based BCD algorithm and the low-complexity learning-based architectures, all with superior performance to existing schemes in both cases with perfect and imperfect input features. Importantly, the location-only deep learning method is shown to offer a particularly practical and robust solution alleviating the need for CSI estimation and feedback when line-of-sight (LoS) direct links exist between UEs and the AP.

  专家简介：  

  张渭乐，西安交通大学教授，博士生导师。2012年博士毕业于西安交通大学。目前从事无线通信中的信号处理关键技术研究，已主持科研项目十余项，包括三项国家自然科学基金项目和一项军科委创新特区项目。突破了大规模天线空域多普勒抑制关键技术，解决了高速移动通信中信道快时变这一瓶颈问题；攻克了智能天线复合域自适应抗干扰技术难关，牵头研制非视距智能抗干扰宽带电台，提升了无线通信链路在复杂电磁干扰环境中的顽存性。以第一作者/通信作者发表高水平SCI学术论文四十余篇。2015年获得“陕西省优秀博士学位论文”。2018年获得中国通信学会科学技术奖自然科学类二等奖。2019年起担任国际权威期刊IEEE通信快报编辑，2020年起担任中国电子学会信号处理分会委员。

  郑通兴：博士，硕士生导师，西安交通大学电信学部信息与通信工程学院和网络空间安全学院副教授，陕西省优秀博士学位论文获得者，IEEE会员，中国通信学会高级会员。2010年和2016年先后获得西安交通大学学士和博士学位，2016年10月留校任教。2017年12月至2018年12月，以访问学者身份赴澳大利亚新南威尔士大学访问交流。研究方向包括5G/6G无线网络与关键技术，无线物理层安全，无线隐蔽通信，边缘缓存与计算，V2X，随机几何理论应用等。目前已主持10余项科研项目，由Springer出版社出版英文专著1部，英文章节1章，发表学术论文60余篇，其中以第一作者/通讯作者在IEEE IoT Journal、IEEE Transactions汇刊等通讯领域权威期刊发表论文10余篇，目前担任国际期刊Frontiers in Communications and Networks专刊Wireless Communications的评审编辑，并担任30余个学术期刊的论文评审人，连续两年被评为IEEE Transactions on Communications模范审稿人。目前2篇论文入选ESI全球高被引论文。论文在Google Scholar引用1400余次，H因子为17。

  胡晓燕博士于2020年获得英国伦敦大学学院（University College London, QS世界大学排名第8）博士学位，于2019年10月起成为伦敦大学学院的一名博士后研究员，主要从事的研究方向包括：边缘计算，无人机通信，智能反射面通信，协作与中继通信，无线能量传输与收集，机器学习与人工智能等。她是伦敦大学学院工程科学校长奖学金获得者。2017年被评为IEEE Communications Letters (CL) 优秀审稿人，并长期担任JSAC,JSTSP,TWC,TCOM,TMC,TVT,CL等知名期刊审稿人。自2020年1月起，担任IEEE Wireless Communications Letters (WCL)行政编辑（assistant to Editor-in-Chief of WCL）。