2025年9月1日至4日，2025年度IEEE个人、室内和移动无线通信国际会议（PIMRC 2025）在土耳其伊斯坦布尔举行。我院博士生黎日东、硕士生周伟杰（导师均为张朝阳教授）宣读的两篇论文同时获得最佳论文奖。

IEEE PIMRC是由IEEE通信学会（IEEE Communications Society）于1989年创办的大型国际会议，是个人移动通信和网络领域中最具规模和权威性的顶级国际会议之一。本届大会经各专题技术委员会匿名评审和推荐、大会最佳论文评选委员会最终投票，评选出最佳论文共7篇，我院2篇同时入选，充分体现了我院研究生的学术创新能力。

获奖论文简介：

1. Scenario Diversity Assessment for Data Down Scaling in Wireless AI: a Geometric Feature-Based Approach（作者：黎日东，张朝阳，陈子瑞，杨照辉，金日成）

将无线AI模型从特定场景推广至更广泛的区域具有重要意义，这通常需要大规模扩展训练数据，会带来难以承受的数据采集与模型训练成本，如何获取有效数据样本、降低数据规模、减少测量和训练代价是当前无线AI面临的重要课题。论文提出了一种无需事先测量的场景相似性评估与数据规模缩减方法。该方法利用公开的粗略场景地图，结合电磁传播物理规律构建场景相似性度量，据此选择代表性场景构建多样性充分的数据集，从而高效缩减数据规模和训练成本，如下图所示。

实验结果表明，场景相似性度量结果与跨场景泛化性能高度一致，基于该度量构建的数据集能够稳定提升预训练无线模型的跨场景泛化能力。

2. Bistatic Non-Line-of-Sight Environment Sensing in Wireless Networks（作者：周伟杰，张朝阳，童欣，车竞择，杨照辉，刘雷）

在自动驾驶、智能城市和无人机通信等应用中，非视距（NLOS）环境下的精确感知至关重要也极具挑战。传统方法依赖镜面反射和几何对称性模型，但实际场景中散射信号占主导，且高阶路径能量低、噪声干扰大，导致感知精度受限。论文提出了一种基于双端协同的NLOS感知技术，该技术不再依赖于反射信号和镜面对称的几何性质，而是利用散射信号来实现精确的环境重建，通过对散射信道响应的建模，估计包括目标的位置、形状和方向等信息，从而实现环境重构的目标，同时大大降低波束扫描的开销，如下图所示。

结果证明所提出的基于计算成像的NLOS环境感知方案能够达到倒角距离小于0.2m的精度。相比与已有的工作，算法对于复杂场景依然能够实现精确的环境重构，并且不依赖于波束对环境进行扫描以及环境的先验信息。