“虹”学讲堂举办第558讲 雅典大学P.Takis Mathiopoulos教授、维也纳工业大学Markus Rupp教授作报告

5月10日上午，由研究生院、研究生工作部主办，我院承办，校研究生科学技术协会协办的“虹”学讲堂第558讲在北校区师生服务大厅二层第二报告厅举行。雅典大学P.Takis Mathiopoulos教授和维也纳工业大学通信学院的院长Markus Rupp教授分别作题为“(Optimal) Detection for (Fast) Fading Channels”和“Machine Learning in Wireless Cellular NetWorks:Where are you?”的报告，报告由我院副院长王威教授主持，相关学院共140余名师生参加讲座。

P.Takis Mathiopoulos教授讲述了无线传播环境下的移动衰落信道的概念，再针对衰落信道进行分类，图文并茂的展示讲述了长期衰落、短期衰落等类型的公式及特点。他指出衰落效应将会导致误码率和数据包错误率的增加。为解决该问题，在技术方面，他提出使用DPS双先导系统；在理论方面，P.Takis Mathiopoulos教授列出最佳非相干接收机的推导，并用图片和公式依次展示了发射器和接收器的结构，指出了最佳接收器的定义、参数以及推导过程。紧接着，他展示了状态空间图，眼图、以及硬件实现和相关测试图等，显示数字信号的传输质量，再对实验通过曲线图对比分析进行性能评估。

Markus Rupp教授指出了当下从5G迈向6G通信技术的背景，引出借助6G蜂窝网络，结合人工智能/机器学习，可在3D场景里实现的厘米级高精度定位技术。在理论上，Markus Rupp教授图文并茂的展示了贝叶斯方法，以及具有选择函数的贝叶斯方法的概念和公式，并详细展示了参数不同取值下的实验结果。Markus Rupp教授通过维也纳3D城市模式图和光线追踪图展示了3D网络规划。3GPP城市宏（UMa）可以支持包括在室内、室外的各种路径损耗场景。Markus Rupp教授列举了3种方法，通过热力图和曲线图进行对比分析。Markus Rupp教授指出对蜂窝网络建模仍很困难，为了使得可以微分，能应用基于梯度的算法，使用了平滑的依赖关系，并选择了能使得海量数据映射效果较理想的函数。最后，Markus Rupp教授通过列举一个在火车里对人定位的应用场景，从技术、理论等方面进行了详细阐述。

在报告结束后，P.Takis Mathiopoulos教授和Markus Rupp教授耐心回答了在场师生提出的问题，使得在场师生对无线通信的前沿技术和应用前景有了清晰的了解。