大会回顾 | 第三届智能超表面技术论坛之大咖前瞻

个人简介：

崔铁军，中国科学院院士，IEEE Fellow，东南大学毫米波全国重点实验室主任。崔院士长期从事电磁超材料和计算电磁学研究，提出用数字编码表征超材料的新思想，创建了信息超材料新体系；率领团队研制出自主可控的大型专用电磁仿真软件。发表学术论文700余篇，被引用73000余次、H因子130，连续多年入选科睿唯安全球高被引学者。研究成果入选2010年中国科学十大进展、2016年中国光学重要成果、2021年度中国高等学校十大科技进展；获2014年国家自然科学二等奖、2018年国家自然科学二等奖、2011年教育部自然科学一等奖、2022年江苏省科学技术一等奖、2023年中国通信学会自然科学一等奖、2023年首届国际基础科学大会前沿科学奖、2024年IEEE通信学会马可尼奖等。

个人简介：

王江舟，中国工程院外籍院士、英国皇家工程院院士、IEEE Fellow、IET Fellow。他的研究领域是移动通信，共发表了500多篇论文和5本专著。他是 2024年IEEE埃勒西克奖和2022 年 IEEE 亚伯拉罕奖的获得者。曾任 2019 年 IEEE 国际通信大会（ICC2019）技术委员会主席、IEEE ICC2015 执行主席、IEEE WCNC2013 技术委员会主席。

摘要：

从RIS的业界认可度出发，介绍了中国移动在RIS技术的部署场景、系统性能、信道估计/反馈、RIS相位优化/控制、实验验证、现网测试等方面的贡献，以及与高校知名团队的联合研究的成果。分析了RIS在未来6G部署的主要挑战，并指出了可能的解决途径，为2025年RIS在3GPP中的标准化研究做好准备。

个人简介：

香港中文大学（深圳）理工学院校长学勤讲座教授。2007年在美国斯坦福大学获得博士学位，2007-2010年在新加坡科技局资讯通信研究院但任研究员/高级研究员，2010至2022年在新加坡国立大学但任助理教授/讲座副教授/正教授/校长讲座教授。目前是新加坡工程院院士，IEEE Fellow，IEEE通信学会和信号处理学会杰出讲师，科睿唯安全球高被引科学家（2015年至今）。长期专注于无线通信领域的开创性研究，研究方向集中在智能通信，无人机/卫星通信，无线信能同传，智能反射面以及可重构MIMO。在国际顶级期刊和会议上总共发表500多篇论文，谷歌学术引用次数超过90000次（H指数130+）。获得2011年IEEE通信学会亚太最佳青年研究学者奖，2015年新加坡国立大学青年研究学者奖，2020年无线通信技术委员会 (WTC)表彰奖，2021年IEEE通信信号处理与计算（SPCC）技术表彰奖以及2023年IEEE 智能网络委员会（TCCN）技术表彰奖。获得18项IEEE最佳期刊论文奖，包含IEEE马可尼无线通信论文奖（两次）、IEEE通信学会海因里希·赫兹论文奖（三次），IEEE 通信学会斯蒂芬·O·赖斯奖，IEEE信号处理学会最佳论文奖， IEEE信号处理学会唐纳德·G·芬克综述论文奖等。先后担任30多次IEEE国际会议的程序委员会主席，多个顶级期刊的特邀编委（IEEE JSTSP/JSAC）和 常任编委（IEEE TWC/TSP/JSAC/TCOM/TGCN等）。

摘要：

Intelligent reflecting surface (IRS) has the great potential to improve mobile communication network performance by enabling smart and reconfigurable wireless signal propagation environments. In IRS-assisted networks, the performance gain of IRS primarily depends on its deployment and reflection designs. Although they have been extensively studied in the literature, the existing works mainly assume either simplified channel models or known channels estimated via dedicated pilot signals. These assumptions are not practically valid or require significant changes in existing communication protocols/standards, thus rendering the results obtained under them not applicable in practice. In this talk, we present a new design framework for IRS deployment and reflection optimization under practical settings. First, we propose a new multi-IRS deployment scheme to enhance the wireless signal coverage performance in a target area based on only its large-scale channel knowledge with the serving base station. The number, size, position and orientation of multiple IRSs are jointly optimized to meet a given coverage rate requirement in the area while minimizing their total deployment cost. Then, with the IRSs deployed at their designed locations, we proceed to optimize the phase shifts for a large number of reflecting elements at each IRS to further improve the coverage performance based on the user received signal power (e.g., RSRP) measured at a selected (small) subset of locations in the area, which can be easily implemented in current wireless systems without requiring any protocol/standard change. In particular, we propose a new approach for recovering the instantaneous/statistical channel knowledge based on the measured signal power, and two efficient algorithms to achieve this goal by leveraging the tools of deep neural network (DNN) and robust optimization. Both computer simulation and field measurement results have validated the effectiveness of the proposed new solutions for IRS deployment and reflection optimization in enhancing the wireless network coverage performance in realistic environments, thus paving the way for efficiently using IRS in practical wireless systems.

个人简介：

向际鹰博士，现任中兴通讯公司首席科学家。先后从事无线3G、4G、5G、B5G和6G，AI相关研发工作，对基带、射频、软件、集成电路都很熟悉，所提出和推动的SDR、Cloud Radio、局部动态Mesh、Pre-5G、矢量处理器基带芯片技术，相关产品先后产生数千亿的产值。获国家科技进步特等奖、二等奖及技术发明奖多项。并先后获得中国通讯产业技术贡献人物、中华杰出工程师等称号。申请专利，发表论文多项，代表公司在国际会议和论坛上多次发言。

摘要：

探讨RIS近场通讯空分复用相关问题，涉及信号在时间和空间域上的各种分解方式，通讯性能极限等问题。探讨AI在通讯中的应用，涉及端到端AI的优势和挑战问题。