联盟和本公众号对转载、发布的内容、陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完善性提供任何明示或暗示的保证，仅供读者参考，联盟和本公众号将不承担任何责任。以上声明内容的最终解释权归联盟和本公众号所有，本声明将适用本公众号所有时间发布与转载文章，谢谢您的合作。
罗智泉教授是中国工程院外籍院士、加拿大皇家科学院院士、香港中文大学（深圳）副校长、深圳市大数据研究院院长，也是智能超表面技术联盟专家委员会主任委员。他是SIAM 会士和IEEE 会士以及IEEE信号处理期刊主编（2012-2014）。他的学术成果包括无线通信的收发机优化设计、最优鲁棒波束成形设计、动态频谱管理等，相关论文被IEEE等权威学术机构7次评为年度最佳论文；因在优化理论方面的杰出贡献，2010年被美国运筹和管理科学协会授予Farkas奖，2018年被国际数学优化学会授予Tseng纪念奖。2020年，他被聘为华为eLab实验室主任，挑战大规模网络控制难题。他主持研发的5G网络优化技术SRCON已落地华为GTS平台，供数万工程师在全球多个网络中应用，大大提升华为网络优化的能力和水平。他领导的5G网络体验最优化技术创新团队荣获华为2020年创新与技术突破奖（华为公司科技创新最高奖）。
罗智泉院士领导的未来网络系统优化创新实验室是华为技术有限公司、香港中文大学（深圳）和深圳市大数据研究院三方共建的联合创新实验室。实验室通过吸引、连接全世界优秀科学家与工程师，挑战网络系统优化基础理论技术的学术无人区，让数学能力和华为优秀的工程能力相结合产生化学反应，共同推进数学、人工智能技术在未来网络系统级创新中的应用，解决多年来困扰通信业界和科学界的难题，使千百个网络体验与效能最大化。实验室当前的主要课题之一是从数据驱动角度来研究智能反射面的大规模相移控制，原创地提出不需要获取信道信息即可通过自学习来获取最优相位组合的盲波束赋形（Blind Beamforming）算法。深圳移动和华为公司在真实5G网络环境中（现网5G 2.6GHz）已经证实了盲波束赋形算法能够为5G网络性能带来显著的提升。
图 1现网5G（2.6GHz）室内停车库的信号覆盖补盲测试
图 2 信号覆盖补盲测试效果：蓝线与黄线代表两种我们提出的盲波束赋形方法，相较于没有配置智能反射面的原场景能将接收信号功率平均提升4dB以上，而红线和黑线所代表的现有相位控制算法无法稳定提供性能增益。
图 3 盲波束赋形算法用于实现高清视频实时播放（点击文末左下角“阅读原文”，可观看【RIS原型机的测试demo-哔哩哔哩】 https://b23.tv/PteIUfd）
–本文完–
本文由深圳市大数据研究院科研处沈超老师供稿
