智能反射面辅助的新型无线通信
数学理论与数学技术

通信与应用数学双负责人

邱才明

♦华中科技大学电子信息与通信学院院长

♦IEEE Fellow

♦曾任田纳西理工大学终身教授、贝尔实验室研究员

段金桥

♦华中科技大学数学中心主任

♦曾任美国国家纯粹与应用数学所副所长

团队成员（按首字母排序）

  • 1

  • 高婷

    •工作单位：华中科技大学
    •职称：副研究员
    •研究方向：随机动力系统、深度强化学习、隐私保护计算
  • 2

  • 姜之源

    •工作单位：上海大学
    •职称：教授
    •研究方向：车联网、无线通信系统、强化学习
  • 3

  • 李卫明

    •工作单位：上海财经大学
    •职称：副教授
    •研究方向：高维统计分析、随机矩阵理论
  • 4

  • 廖振宇

    •工作单位：华中科技大学
    •职称：副研究员
    •研究方向：机器学习、随机矩阵理论
  • 5

  • 密铁宾

    •工作单位：华中科技大学
    •职称：讲师
    •研究方向：下一代移动通信、工业大数据
  • 6

  • 万 凯

    •工作单位：华中科技大学
    •职称：教授
    •研究方向：信息论和编码
  • 7

  • 殷钶

    •工作单位：华中科技大学
    •职称：副研究员
    •研究方向：数值分析、成像科学
  • 8

  • 尹海帆

    •工作单位：华中科技大学
    •职称：教授
    •研究方向：5G+/6G无线通信技术、物理层数字信号处理算法、人工智能与无线通信

研究内容

研究内容一：RIS反射机理建模

从输入输出方向性响应对反射面进行相干建模（微观尺度），并在发送端完美知道新到信息时对反射面辅助通信的若干场景的容量域进行分析。

研究内容二：容量分析

在发送端不知信道信息时，我们采取渐近分析与非渐近分析两种方法对反射面辅助通信的遍历容量进行理论分析，同时重新架起大偏差理论与信息论之间的桥梁。

研究内容三：估计优化

着重解决当前智能反射面应用层面的关键性难题，这些难题也向应用数学家抛出了新的问题，指出了新的研究方向。

研究内容四：柔性验证平台

通过柔性验证平台进行相关研究的实际验证。

本项目产生的出版物

♦Conferences:

• L. Gu, Y. Du, Y. Zhang, D. Xie, S. Pu, R. Caiming Qiu, and Zhenyu Liao . "Lossless Compression of Deep Neural Networks: A High-dimensional Neural Tangent Kernel Approach." Advances in Neural Information Processing Systems (NeurIPS 2022).

• Ali, Hafiz Tiomoko, Zhenyu Liao , and Romain Couillet. "Random matrices in service of ML footprint: ternary random features with no performance loss." International Conference on Learning Representations (ICLR 2022).

♦Journals:

• Cheng Fang, Yubin Lu, Ting Gao , and Jinqiao Duan . "An end-to-end deep learning approach for extracting stochastic dynamical systems with alpha-stable Lévy noise." Chaos Interdiscip J Nonlinear Sci, vol. 32, no. 6, p. 063112, 2022, doi: 10.1063/5.0089832.

• Wei Wei, Ting Gao , Xiaoli Chen, and Jinqiao Duan . "An optimal control method to compute the most likely transition path for stochastic dynamical systems with jumps." Chaos Interdiscip J Nonlinear Sci, vol. 32, no. 6, p. 051102, 2022, doi: 10.1063/5.0093924.

• Weidong Li, Haifan Yin , Ziao Qin, Yandi Cao, and Mérouane Debbah. "A Multi-Dimensional Matrix Pencil-Based Channel Prediction Method for Massive MIMO with Mobility." IEEE Transactions on Wireless Communications (2022), doi: 10.1109/TWC.2022.3210290.

• Zhang, Kewei, and Ke Yin . "Some computable quasiconvex multiwell models in linear subspaces without rank–one matrices." Electronic Research Archive 30.5 (2022).

• Chitour, Yacine, Zhenyu Liao , and Romain Couillet. "A geometric approach of gradient descent algorithms in linear neural networks."Mathematical Control and Related Fields (2022).

♦Books:

• Romain Couillet, Zhenyu Liao . Random Matrix Methods for Machine Learning. Cambridge University Press (2022).

联系方式:

邮箱：eicbd@hust.edu.cn