张伟教授作报告

【本站讯】3月21日，新南威尔士大学张伟教授做客黄岛讲坛（软件分论坛），作题为“面向低空经济的人工智能驱动无线电地图”的学术报告。

张伟从人工智能技术的发展趋势出发，指出“AI与通信融合”已成为国际电信联盟提出的6G框架中的重要方向之一。他指出，随着低空经济的快速发展，无人机通信、环境监测、应急救援等应用场景不断涌现，对无线通信系统在复杂环境中的感知能力和自适应能力提出了更高要求。

围绕低空经济这一新兴应用场景，报告重点分析了其在物流运输、无人机系统、通信与感知融合等领域的广泛应用，并指出该场景具有高机动性、多路径传播显著以及信道快速变化等特点，这些因素使得传统基于精确信道估计的通信方法面临严峻挑战。在此背景下，如何在有限观测条件下实现高效通信，成为亟需解决的关键问题。

针对上述挑战，张伟提出了“无线电地图”这一重要技术思路。报告指出，无线电地图通过构建用户位置与信道状态信息之间的映射关系，能够利用位置、速度等信息预测最优传输方案，从而减少对传统信道估计的依赖。在典型的MIMO-OFDM通信系统中，该方法可直接根据三维位置信息生成波束成形向量，为高效通信提供新的实现路径。

在方法设计方面，报告详细介绍了一种基于生成式人工智能的无线电地图构建方法。通过引入连续向量条件生成对抗网络，实现对连续位置与速度标签的建模，克服了传统GAN模型难以处理连续变量的问题。同时，结合三维卷积神经网络提取信道在时间、频率和空间维度上的特征，实现对复杂信道分布的高精度建模。进一步地，报告提出了“无线电地图与导频信号融合”的信道估计框架。该方法利用无线电地图提供的先验分布信息，以及导频信号提供的部分观测数据，通过贝叶斯估计实现更加准确的信道重构。这种融合机制在降低信道估计开销的同时，有效提升了系统性能，为实际通信系统提供了可行的技术路径。

张伟强调，人工智能技术正在推动无线通信系统从“依赖信道建模”向“数据驱动智能决策”转变。基于无线电地图的通信方法，不仅能够有效降低系统复杂度，还为未来6G网络中通信与感知一体化提供了重要支撑，对低空经济等新兴应用具有重要意义。

报告结束后，张伟针对6G通信与人工智能、低空经济等问题与现场师生进行了热烈讨论。

张伟，IEEE会士、IET会士，澳大利亚悉尼新南威尔士大学教授。研究方向为6G通信与网络。自2015年起担任IEEE会士，2016-2017年期间担任IEEE通信学会杰出讲师，2022-2025年期间担任IEEE通信学会副主席。曾担任多个IEEE通信学会领导职务，包括无线通信技术委员会主席（2019-2020年）、亚太理事会副主席（2016-2021年）、《IEEE无线通信快报》主编（2016-2019年）、理事会理事（2018-2020年）、2017年亚太通信会议（APCC）、2019年及2024年国际通信会议（ICCC）技术程序委员会主席、亚太理事会奖项委员会主席以及认知网络技术委员会奖项委员会主席。获得2024年IEEE通信学会约瑟夫·洛西塞罗奖（Joseph LoCicero Award）等多个奖项，出版著作5本，发表期刊和会议论文200篇。