2024年09月20日由中国通信学会、电子科技大学联合主办的“2024 高频通信感知一体化技术前沿科普报告会”，在成都非遗博览园缇沃丽酒店举行，本次讲座由浙江大学研究员杨浩老师和电子科技大学教授梅渭东老师分享此次科普报告。

一、嘉宾介绍

杨浩，浙江大学研究员。主要研究方向为无线网络分析，边缘智能计算，智能物联网以及联邦学习。他于2017年在新加坡科技设计大学取得博士学位（导师Prof. Tony Q. S. Quek），美国德克萨斯大学奥斯汀分校（导师Prof. Jeffrey G. Andrews）以及普林斯顿大学（导师Prof. H. Vincent Poor）访问学者。曾获国际学术会议最佳论文奖2次、2015 IEEE Communication Letters优秀审稿人奖、2017 IEEE Transactions on Wireless Communications优秀审稿人奖，并在IEEE ICC '19, IEEE WCNC '20, IEEE Globecom '20 等通信旗舰会议上进行Tutorial系列讲座报告。在无线通信网络相关领域已累计发表30多篇国际期刊论文，20余篇国际高水平会议论文，一部学术专著以及多篇书籍章节。

梅渭东，电子科技大学教授，国家级青年人才。主要研究方向包括面向6G通信的关键技术，如可重构MIMO、智能超表面、太赫兹通信、无人机通信。2021年于新加坡国立大学获得博士学位（导师：Rui Zhang教授，新加坡工程院院士）。荣获2021年国际通信大会(ICC)最佳论文奖，2017年中国电子协会优秀硕士论文奖，全球前2%科学家。担任IEEE OJCOMS期刊副主编，IEEE GLOBECOM等通信领域顶级会议技术委员会成员、Workshop主席，多次获得IEEE Transactions on Communications、IEEE Open Journal of the Communications Society、IEEE Wireless Communications Letters等期刊年度模范审稿人称号。

二、报告内容

  1）杨浩

题目：无线网络中的分布式机器学习：有关信道噪声的一则启示

Title: Machine Learning Over-the-Air: A Tale of Channel Noise

摘要：

这次演讲旨在介绍目前在无线通信网络中实现分布式机器学习算法的研究工作。报告将围绕基于空中计算的分布式机器学习（Over-the-Air Machine Learning, OTA-ML）架构展开。特别地，本次报告将介绍OTA-ML的一般架构模式以及模型训练算法，并提供可量化OTA-ML模型训练收敛速度的分析框架。该分析考虑了无线传输的关键因素（比如信道衰落和干扰噪声）对收敛性能的影响，并揭示了干扰如何恶化模型训练过程。此外，本报告将从不同方面详细阐述OTA-ML的改进方式：如通过合理设置剪枝算法以减少OTA-ML计算和通信开销或采用自适应优化加速模型训练。最后，本报告将详细阐述OTA-ML训练的统计模型的泛化误差分析，表明无线干扰具有改善泛化能力的积极潜力。还将讨论一些利用干扰实现更好泛化的信号处理方法。

2）梅渭东

题目：Movable Antenna Empowered High-Frequency Communications：Basic Architectures and Implementation

摘要：可移动天线是一项新兴的天线通信技术，通过对有限区域内的天线进行局部移动实现无线信道的灵活变化，从而获取更好的信道条件、提升通信性能。本次报告将首先探讨可移动天线相较于传统固定式天线在太赫兹通信中带来的主要优势与挑战，如信号增强、波束覆盖、干扰零陷/抑制、空间复用等。接着，讨论多种可移动天线的基本架构，包括局部/全局移动、阵元/阵列移动、3D/6D移动等。最后，针对以上架构讨论实际可行的实现方案，如机械驱动和等效电控等方法。

讲座分享后，杨老师、梅老师和参会的专家老师以及同学们就此次科普会多个问题进行了热烈的探讨。