近日，365英国上市官网在线束鋒教授團隊在《SCIENCE CHINA Information Sciences》（中科院一區TOP期刊，CCF A刊，影響因子為7.6）期刊上發表題為“Enhanced channel estimation for near-field IRS-aided multi-user MIMO system via a large deep residual network”的研究論文。365英国上市官网在线2022級博士生王豔為文章第一作者，束鋒教授為通信作者，365英国上市官网在线為第一單位。

該團隊研究認為，未來6G網絡将采用大規模/超大規模天線陣列、毫米波及太赫茲超高新頻段，使得近場效應變得非常明顯。智能反射面增強的多用戶近場通信下的信道狀态信息高性能感知，對于未來6G速率高達Tbits/s/Hz超高可靠信息傳輸顯得至關重要。

作為控制無線信道的一種革命性範式，大規模智能反射面（Intelligent Reflecting Surface，IRS）憑借其較高的陣列增益、低成本、低功耗、易部署等優勢，有望在未來無線通信網絡中展現出提升信道容量、增強頻譜效率、構建虛拟鍊路、擴大覆蓋範圍等巨大潛力。考慮到6G将采用大規模/超大規模IRS陣列，面臨兩大科學問題：巨高計算複雜度與巨量導頻數據。該團隊提出一種基于殘差大規模深度神經網絡的高性能信道感知方法，推導了相應信道參數感知的克拉美羅界。針對直達信道和級聯信道相互耦合引起信道感知難的科學挑戰，設計了一種靈巧的導頻結構，構建了一種低複雜度的最小二乘估計方法。仿真結果表明，該方法明顯降低了導頻開銷及計算複雜度，同時顯著提升信道感知性能。

智能反射面輔助的多用戶近場通信系統模型

近些年，束鋒教授團隊面向南海海洋智能無線通信，聚焦6G+AI融合原創性關鍵技術研究，圍繞智能反射面通信、大規模MIMO智能感知、通信安全及通感智一體化等前沿領域，持續開展富有前瞻性的創新探索。注重科研反哺教學，不斷探索“科研-教學-育人”深度融合的發展路徑。

據悉，該項研究工作得到了國家自然科學基金（U22A2002）、國家重點研發計劃（2023YFF0612900）、海南省重點研發（ZDYF2024GXJS292）等項目的資助支持。

【論文相關信息】

論文DOI鍊接：Yan Wang, Yongqiang Li, Minghao Chen, Yu Yao, Feng Shu, Jiangzhou Wang. Enhanced channel estimation for near-field IRS-aided multi-user MIMO system via a large deep residual network. Sci. China Inf. Sci. 2025, 68(7): 170309. https://doi.org/10.1007/s11432-024-4449-7

供稿：束鋒

編輯：郝平平

審核：鄧秀成