
主题一: 自供能混合子连接架构的可重构智能表面辅助通信系统优化研究
主讲:黄伟伦
(导师:黄高飞)
主题二:RIS辅助OFDMA通信系统中的联合资源优化研究
主讲:白雪松
(导师:黄高飞)
主题三:分布式机器学习
主讲:陆胜会
(导师:刘外喜)
主办机构
浪live
时间安排
2025年12月25日10:15-11:00
地点
文清521
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,浪live
主办的“研途青年说”第117讲于12月25日10:15-11:00在文清521举行。本次主讲人为23级研究生黄伟伦、白雪松和陆胜会。
黄伟伦同学分享的主题是自供能混合子连接架构的可重构智能表面辅助通信系统优化研究,为解决无源 RIS 的“双衰落效应”和主动 RIS 的高功耗问题,提出混合RIS结合子连接架构以降低能耗,同时引入能量收集,目标是最大化长期平均吞吐量。由于该问题是包含用户的发射功率、RIS的相位偏移、RIS主动模式的放大系数、主/被动模式的切换开关、基站的接收波束成型以及RIS的工作时间变量的MINLP问题,采用分层深度强化学习进行联合优化,外层采用PPO算法求解,内层采用解析表达式来求解。仿真表明相比基准方案能显著提升长期吞吐量,且在可收集能量较少时优势更明显。


白雪松同学介绍的主题是RIS辅助OFDMA通信系统中的联合资源优化研究,围绕可重构智能表面(RIS)辅助的 OFDMA 通信系统展开研究,针对不同用户分布与系统配置场景下的资源联合优化问题进行深入分析。首先,考虑用户在给定区域内随机移动的场景,通过联合优化 RIS 相移、发射功率分配及子载波分配,以最大化系统中所有用户的最小吞吐量。随后,在用户位置固定的场景下,引入有限相移分辨率约束,建立以系统能效最大化为目标的优化模型,并联合优化 RIS 相移分辨率、相移、功率分配及子载波分配策略。针对上述非凸优化问题,设计高效的PPO算法,并通过仿真结果验证所提方法在系统吞吐量、公平性及能效方面的显著性能提升。


陆胜会同学介绍的主题是分布式机器学习,对于多模态大模型,因为庞大的模型参数和训练数据量,需要利用到3D混合并行,在多个处理器设备上构成分布式集群来协调训练。这也带来了新的挑战:网络通信。分布式训练中的网络通信时延高是限制多模态大模型训练的一个瓶颈问题:如何在保证模型精度的同时加快训练速度减少通信开销是多模态大模型分布式训练研究的重要问题。因此提出一种面向多模态大模型的分布式训练的梯度稀疏化机制,减小通信开销,保证模型精度,减少训练时间。



黄伟伦
2023级浪live
通信工程专业
导师:黄高飞
主要研究方向:RIS辅助通信系统优化
主要科研成果:专利一篇

白雪松
2023级浪live
通信工程专业
导师:黄高飞
主要研究方向:无线通信
主要科研成果:发明专利一篇

陆胜会
2023级浪live
通信与信息系统专业
导师:刘外喜
主要研究方向:分布式机器学习
主要科研成果:《基于混合级联RIS与VLC的充电桩感知与控制方法》——光通信研究(在修)
