Fig. 2 Meta-Learning based Network Parameter Updating
刘俊凯等人提出了一种深度学习驱动的方案来解决欠秩传输的问题。系统框图如上所示。首先，作者们深入研究了深度神经网络在数字级的编解码过程，发现应用了深度神经网络的数字波束成形器能够对输入的QPSK数据流信号进行非正交编码。经过详细分析这一行为后，作者们指出此时模拟端的波束对齐过程可以不再使用普通的神经网络，采用传统的最优化方案即可，以此来规避深度学习存在的问题。在此基础上作者们首先分析最小均方误差，推导出优化目标。根据最终的优化目标，提出可以使用基于最小方差无失真响应（MVDR）的方案来实现波束对齐，从而服务数字级的编解码。这篇文章给出了相应的算法和硬件实现方案，并提供了相应的仿真结果。相比于传统方案，这篇文章中的方法使得误码率和计算复杂度都得到了改善。
5. 自动化学院本科生在IEEE Signal Processing Letters发表论文日前，电子科技大学自动化工程学院本科2017级学生张一鸣在国际信号处理权威SCI期刊《IEEE Signal Processing Letters》（影响因子：3.268）上发表了一篇有关核自适应滤波的论文"A Sparse Robust Adaptive Filtering Algorithm Based on the q-Renyi Kernel Function"，张一鸣为该论文第一作者，指导老师为自动化工程学院谢永乐教授团队的李西峰副教授。电子科技大学自动化工程学院为第一完成单位。
在论文中，作者提出了一个新的核函数q-Renyi Kernel，并对该核函数特征进行分析，发现其具有高度的灵活性和鲁棒性；随后，作者在该核函数的基础上提出了新的测度J^qRKMPL，该测度具有很多优点，例如：精度高，误差较大时梯度快提升收敛速度，误差小时梯度小减小差异，误差特别大时梯度小来防止异常值和数值浮动等。基于这个测度，该论文提出了新的核滤波算法，并通过实验验证表明该算法对比传统算法有着更高的精度和更稀疏的神经网络规模。
张一鸣从大一开始就进入谢永乐教授团队，在李西峰博士的指导下从事科研工作至今，大一下大二上参加了关于电力系统稳定控制、5G通讯信号处理等方面的科研项目，大二下接手自适应核滤波项目，与教研室彭礼彪博士、导师李西峰等人多次研讨该项目，最后成功发表该论文。张一鸣现正与四川省人民医院合作，进行医学图像处理相关工作。
6. 抗干扰实验室教授指导本科生在JSAC发表论文日前，在通信抗干扰技术国家级重点实验室雷霞、肖悦教授指导下，电子科技大学信息与通信工程学院2016级本科生马滕的毕业设计成果被通信学科国际顶级学术期刊《IEEE Journal on Selected Areas in Communications》(JSAC，中科院2020分区大类一区）录用。马滕同学为论文第一作者，雷霞、肖悦教授为联合通信作者，电子科技大学为第一作者单位。
