主题一：基于深度学习的毫米波无线通信
主讲：赖志能
（导师：魏赵赛）
主题二：无人机辅助无线传感网络数据采集关键技术研究
主讲：李铭滨
（导师：陈庆春）
主题三：应用于能量收集的电源管理芯片
主讲：杨梓林
（导师：曾衍翰）
主办机构
广州大学电子与通信工程学院
时间安排
2025年4月14日10：30-11：30
地点
黄埔研究院A1栋303教室
为拓宽研究生学术视野，促进研究生学术交流，营造良好的学术氛围，广州大学电子与通信工程学院主办的“研途青年说”第95讲于4月14日10：30-11：30在黄埔研究院A1栋303教室。本次主讲人为研究生赖志能，李铭滨，杨梓林。
赖志能同学这次主要介绍了针对RIS辅助的毫米波大规模MIMO NOMA系统，提出基于DL的RIS相移、混合预编码与NOMA用户功率分配联合优化方案。针对最大化系统和速率目标、RIS相移对准要求、混合预编码需平衡模拟与数字域性能，以及NOMA功率分配受服务质量（Quality of Service, QoS）约束的高度耦合非凸难题，本文设计分层DL框架以应对多优化变量挑战。具体而言，首先构建无监督学习的RIS-Net优化RIS相移，规避了标签难以获取的问题。其次以全数字最优预编码为监督标签，设计HP-Net优化混合预编码矩阵；最后为满足用户QoS需求，构建PA-Net预测功率分配因子。实际部署中，RIS-Net、HP-Net与PA-Net可独立或协同运行。仿真结果验证了方案有效性：RIS-Net性能显著优于其他次优方案，HP-Net接近全数字最优预编码性能，PA-Net在保持相近系统和速率性能的同时，实现了更优的用户公平性。
李铭滨同学偏远荒野或灾难后的地形，实现从分布式传感器节点（SNs）可靠地获取数据。在大规模异构WSNs中，随机数据到达的情况下，UAV辅助的数据收集设计对于优化空中资源利用，同时保持可靠的数据收集至关重要。本文研究了一个多无人机协作数据收集框架，该框架全面整合了地面SN的地理分布及其随机数据到达。为了解决这个NP难优化问题，我们提出了一种基于元启发式部署策略的增强遗传算法（GA），该策略利用自适应交叉变异算子，旨在在所有SN覆盖和可靠数据收集任务的严格约束下最小化无人机编队的规模。数值结果表明，所提出的基于GA的UAV辅助数据收集方案能够确定合理的多无人机部署，以最少的无人机数量保证全面覆盖地面SNs，优于贪婪启发式和基于地理分布聚类的方法。
杨梓林同学本次汇报题目为应用于能量收集的电源管理芯片，首先介绍了在物联网设备应用中，传统电池供电方式存在的便携性、维护成本和环境污染等问题。能量收集技术是为众多无源IoT设备供电的可行的解决方案。分析了当前研究者的研究方向和重点，提出所汇报工作的研究目标。进而展开应用于能量收集的可重构Buck-Boost转换器研究，阐述了研究过程和研究方法，分析研究难点，提出最大功率点追踪、零电流检测等关键技术，最后对研究结果进行总结分析。
赖志能
2022级电子与通信工程学院
电子与通信工程专业型硕士
导师：赵赛
主要研究方向：智能无线通信
主要科研成果：发明专利：一种多变量联合优化方法、装置、设备及介质
李铭滨
2022级电子与通信工程学院
电子与通信工程学术/专业型硕士
导师：陈庆春
主要研究方向：无人机辅助无线传感器网络
杨梓林
2022级电子与通信工程学院
集成电路工程专业型硕士
导师：曾衍瀚
主要研究方向：电源管理芯片
主要科研成果：Yang Z, Zeng Y. Reconfigurable Buck-Boost Converter with Stacked Resonant Technology for Dual-Polarity
Thermoelectric and Photovoltaic Energy Harvesting[C]//
2024 IEEE International Conference on Integrated Circuits, Technologies and Applications (ICTA). IEEE, 2024: 29-30.
