2024年4月28日至29日，清华大学113周年校庆电子工程系学术论坛--“信息与通信工程”分论坛在清华同方科技广场座西楼20层会议室顺利举行。11位来自学界通信、雷达以及人工智能等领域的学者参加论坛并作主旨报告，共同就前沿热点问题与关键技术进行深入讨论，展望未来发展趋势。会议由清华大学电子工程系副教授张卫强、姚铮、周盛主持。清华大学电子工程系党委书记沈渊和系主任汪玉分别致欢迎辞。
会议现场
28日下午，电子工程系党委书记沈渊，首先对莅临参会的专家学者表示欢迎与感谢。他在致辞中简要介绍了电子系的发展历程，以及近年来在学科建设和人才培养上取得的进展。沈渊强调，电子信息学科具备渗透力强、覆盖面广的特点，已成为现代工程学科的基础支撑，与理、工、医、文等多学科类目广泛交叉，并成为重要驱动力。他希望本次论坛专家的前沿报告可以为师生的深入交流和交叉学科的思维碰撞提供机会，促进后续兄弟院校间深入的交流与合作，共同推进信息与通信工程专业的学科建设与人才培养。
沈渊致辞
29日上午的致辞中，电子系主任汪玉代表清华大学电子工程系对各位嘉宾、老师的到来表示热烈欢迎。汪玉表达了对参加论坛专家、老师和同学们对清华大学113周年和电子系72周年庆典的感谢。汪玉提到，电子信息电子信息技术的快速发展对我们产生了深远的影响，并提出了当前高校在本学科面临的挑战，包括生产资料的获取和科技、产业、教育的融合。汪玉还强调了科技作为第一生产力的重要性，并鼓励学生和年轻教师与专家进行充分的交流学习。
汪玉致辞
4月28日下午，有6位嘉宾进行了分享：
彭木根
无线通信感知一体化理论与技术研究进展
北京邮电大学彭木根教授介绍了无线通信感知一体化理论与技术研究的最新进展，并与在场师生分享了团队在四个方面的研究。第一方面，通过理论分析和建模，研究了使用Wi-Fi、4G或5G信号进行通信感知的性能极限和关键影响因素。第二方面，探讨了网络化感知的理论基础，分析了多基站协作通信与感知的增益，提出了利用感知信息提升通信性能的理论方法，以及在太赫兹通信中感知协同和信道状态信息补全策略；第三方面，研究利用太赫兹通信中波束宽度宽的特性，通过幅值时变与角速度感知实现对移动用户的高效追踪，无需依赖多站感知或雷达干涉。第四方面，通过搭建太赫兹通信与感知一体化平台，实现了16QAM通信和厘米级精度的测距，探索了OFDM与FMCW频分模型的一体化波形设计，验证了5G信号的感知能力，展示了5G基站在网络化感知和资源分配方面的潜力。
彭木根作报告
迟楠
面向6G的新频谱通信
复旦大学迟楠教授介绍了“光纤和无线融合”的关键技术和趋势展望。首先，迟楠教授分享了6G新频谱通信的发展趋势，探讨了5G的普及现状、6G发展的驱动力、国际标准组织的时间表、6G的演进路径以及基于香农理论的新频谱技术。然后，介绍了6G通信中太赫兹和可见光通信两大关键技术的最新进展，包括太赫兹通信的高带宽和高速率实验、可见光通信的器件创新和信号处理技术，以及这些技术在实际应用中的潜在价值和挑战。最后，迟楠教授指出，而6G的超前布局被视为推进产业数字化和绿色化转型的重要契机。
迟楠作报告
邢成文
空天通信阵列信号处理
北京理工大学邢成文教授介绍了团队关于空天通信阵列信号处理方面的研究工作。报告指出，空天地一体化网络和卫星互联网对经济有重要的拉动作用，同时卫星通信技术经历了从小众到颠覆性技术的发展。报告还提到，卫星通信的挑战在于其成本、技术以及制度创新，尤其是SpaceX的星链项目对行业的冲击。空天地一体化网络对现代战争的信息化有着深远影响，改变了战争形态，但同时报告也强调了技术应用于和平目的的重要性。此外，讨论了卫星技术在信号处理、频段使用、阵列技术、计算复杂度降低、多业务集成等方面的进展和挑战。报告提到了人工智能对传统信号处理方法的冲击，以及在资源受限的空天地网络平台上进行优化的困难。最后，总结了卫星互联网在未来发展中所面临的在小型化、规模化、成本效益、信号补偿技术、网络信息论等方面的挑战。
邢成文作报告
杨仕文
先进阵列天线技术
电子科技大学杨仕文教授介绍了团队在阵列天线新设计理论包括强耦合超宽带阵以及一些非传统的阵列架构等方面的成果。报告首先强调了天线作为电子信息系统中不可或缺的组成部分，尤其是在军事和通信领域。随着技术的发展，对天线性能的要求越来越高，包括更高的增益、更宽的频带、超小型化、高效率、多功能融合以及智能化等。然后，介绍了研究团队在阵列天线设计理论方面的成果，包括强耦合超宽带阵列天线、共口径基站天线、异构阵列和非规则阵列等。特别提到了团队在超宽带阵列天线设计上的突破，能够实现更宽的频带和单元超小型化，以及在共口径基站天线设计上的创新，实现了低中高三频的融合设计。 此外，报告还探讨了结合AI算法实现大规模阵列天线实时综合的方法，以及四维天线阵的理论和应用，展示了在雷达、通信和射频隐身等领域的潜在优势。最后，报告总结了阵列天线技术的重要性，并展望了未来的发展趋势，特别是在电磁空间一体化理念下的应用潜力。
杨仕文作报告
熊红凯
智能与大模型：表示与建模的数学思想
上海交通大学熊红凯教授探讨了信号处理与机器学习之间的关系，并强调信号处理的核心在于建立信号之间的关系，并通过数学方法如坐标系和矩阵变换来实现。熊教授指出，尽管工程化的模型如Transformer在性能上取得了成功，但它们缺乏数学的严谨性，并且可能导致知识的碎片化和常识的丧失。他还讨论了信号处理的发展历程，从视频分析到小波变换，再到稀疏表示，直至深度学习，每一步都涉及到信号的分解和变换。最后，熊教授提出了对未来研究方向的期望，包括开发与物理驱动的网络和利用群论、域、向量空间等数学工具来设计算子，以实现更深层次的信号提取。他鼓励采用几何深度学习方法，以及探索等变理论和群论在信号处理中的应用，以推动科学的进步。
熊红凯作报告
史阳
蒸发波导特性及应用研究进展
西北工业大学史阳教授的报告主要围绕海上信息传输的三个核心需求展开：包括海上多平台协同探测、海洋环境立体监测等。首先，报告讨论了现有传输手段，如卫星通信、水声通信、短波通信和UHF等的优缺点。特别提到了星链技术对海洋信息领域的深远影响，改变了海上通信的格局。报告进一步探讨了海洋表面的蒸发波导现象，这是一种普遍存在的传播通道，合理利用可以实现远距离信息传输。通过数值模型仿真和长期海上观测，研究了波导的产生、诊断、预报以及信道特性。基于这些研究，开发了高速数据传输系统，并进行了海上测试和应用。最后，总结了海上信息传输的未来应用前景，包括无人化、智能化以及和海上观测平台深度融合，并强调了这是一个强交叉学科领域，需要更多研究者的参与和合作。
史阳作报告
4月29日上午，有5位嘉宾进行了分享：
陶梅霞
联邦边缘学习:高效算法设计
及其对无线网络的赋能作用
上海交通大学陶梅霞教授分享了联邦边缘学习的研究和进展，介绍了这一技术如何将云端人工智能与无线网络紧密结合。报告强调了从通信角度设计高效联邦边缘学习算法的重要性，以及边缘学习如何助力无线网络优化。报告回顾了移动通信的发展历程，指出5G之后新型业务的出现对通信和计算能力提出了更高要求，6G将是一个具备感知和智能能力的网络，并介绍了人工智能与通信结合的两个层面，即如何利用AI优化通信网络性能，以及如何通过通信网络支持AI业务。随后，报告介绍了边缘学习的优势，讨论了联邦边缘学习在无线网络中面临的挑战，如通信开销和学习效率。报告探讨了如何从任务导向通信的角度提高联邦边缘学习的通信效率，包括基于率失真理论的最小通信速率分析和利用空中计算的快速模型聚合技术。最后，讨论了利用联邦边缘学习反哺无线网络设计的可能性，并给出了两个案例：D2D网络功率控制和无蜂窝网络MIMO预编码问题。
陶梅霞作报告
钱彦旻
语音和听觉人工智能理论与技术研究进展
上海交通大学钱彦旻教授分享了在语音和听觉人工智能技术方面的研究进展。报告强调了听觉智能的重要性，指出听觉信号是人工智能三个主要输入维度之一，并展示了听觉技术在智能口语对话、声纹识别、音乐生成、情感识别以及多模态交互等多个领域的应用。钱教授介绍了团队在语音翻译、声纹识别、语音增强、个性化语音合成、音乐生成以及多模态交互等方面的研究成果，包括利用大模型进行语音到文本的翻译、构建声纹大模型以解决隐私问题、开发通用语音增强技术、实现一句话生成个性化语音模型、音乐风格的转换和多模态下的语音分离技术。报告还提到了大模型压缩技术，以适应不同的应用场景。报告展示了听觉人工智能技术的多样性和其在现实世界中的广泛应用潜力。
钱彦旻作报告
黄 磊
单比特航拍雷达赋能低空经济
深圳大学黄磊教授分享了无人机技术在中国的快速发展，特别是在低空经济领域的应用。特别强调了单比特雷达技术的重要性，该技术以其低成本、轻量化和高效率在无人机领域展现出巨大潜力。单比特雷达技术能够在资源受限的平台上实现小型化、智能化和轻量化，同时保持实时数据共享和即时成像的能力，极大提升了无人机的智能决策水平。报告还介绍了单比特雷达在采样和量化过程中的优势，以及如何通过技术创新克服非线性失真等技术挑战。他的团队在单比特雷达技术上取得了显著进展，包括在芯片设计、雷达成像算法和系统应用等方面的研究成果。此外，报告提到了该技术在工业应用、国防以及小平台应用方面的潜力，并展示了团队在学术发表和专利方面的成就。
黄磊作报告
孙显
复杂场景下 SAR 图像智能解译关键技术及应用实践
中国科学院空天信息创新研究院孙显研究员在报告中介绍了遥感技术与人工智能结合的研究进展，特别是在合成孔径雷达（SAR）图像解译领域的应用。报告提到，SAR技术在国防、应急救灾等领域具有重要作用，尤其是在天气恶劣条件下的监测能力。报告强调了SAR图像解译中目标检测和识别的重要性，尤其是在高分辨率图像中对飞机型号等进行细粒度识别的挑战。讨论了深度学习技术在SAR图像解译中的潜力和局限性，特别是在样本数量有限和成像特性影响下的应用难题。孙老师的团队通过结合成像处理和目标检测，提出了一种成检一体耦合方法，以提高SAR图像解译的精度和效率。团队开发了一种散射拓扑感知网络，利用SAR目标的散射特性进行细粒度识别，并通过构建数据集来支持研究和算法训练。此外，报告展望了将遥感解译工作前移至成像阶段的可能性，并强调了结合专业知识和传感器特性来提升大模型性能的重要性。最后，他分享了团队在SAR图像解译方面的一些初步成果，并对未来的工作方向进行了展望。
孙显作报告
李伟
高光谱遥感图像多维信息提取方法研究
北京理工大学李伟教授介绍了高光谱图像技术及其在民用和军用领域的重要应用。报告指出，高光谱图像技术能够提供纳米级光谱分辨率，类似于指纹一样独特的光谱特征，使得对不同地物材质进行精细识别和定量反演成为可能。在军事领域。李伟教授团队针对高光谱图像信息提取的挑战，从光谱维、空谱维和协同维三个维度进行了深入研究，建立了多维信息提取理论和技术体系。提出了多种方法来提升图像质量、目标检测和地物分类的精度，并成功将这些技术应用于实际的软件系统中，如无人机高光谱成像、高光谱视频解译以及医学领域的手术辅助和病理诊断。报告还展示了高光谱图像技术在无人机低空成像、海上应急救援、森林火灾监测等领域的应用潜力，并展望了将高光谱技术拓展到时间维度，以推动该技术从理论研究走向更广泛的实际应用。
李伟作报告
供稿｜信息系统研究所
排版｜陶旋姿
审核｜汪 玉 李冬梅
