通信·网络·安全先进技术研讨会：通信网络专场
论坛名称：通信·网络·安全先进技术研讨会：通信网络专场
论坛时间：2020-09-12 8:30
会议地点：腾讯会议直播（会议ID：647 645 159 会议密码：0805）
主办单位：综合业务网理论及关键技术国家重点实验室
报告1：面向物联网的区块链理论与技术
讲座人介绍：
曹傧，博士、副教授、博士生导师，目前任职北京邮电大学信息与通信工程学院。从事面向物联网、区块链等相关方面的研究工作。于2010年在电子科技大学抗干扰国家级重点实验室获得博士学位。2015年7月至2016年7月在新加坡国立大学进行博士后研究。
讲座内容：
报告以区块链的基本概念以及物联网的行业痛点为切入点，首先讨论了区块链运用在物联网中的优势，包括：降低单点失效（Single Point of Failure）、提高安全性、促进物联网中的行业合作等。这些优势促使业内研究者们进行了深入的研究。研究指出：区块链有极大潜力实现透明的供应链系统、分布式点对点的智能充电系统等。报告总结了针对物联网的区块链解决方案工作流程，并阐述了共识机制在这个过程中的重要作用。
报告2：面向6G的去蜂窝大规模MIMO系统
讲座人介绍：
章嘉懿，北京交通大学教授，德国洪堡学者，中国科协青年人才托举工程入选者。研究方向为大规模MIMO基础理论和关键技术，主持国家自然科学面上基金等科研项目10余项，发表SCI论文50余篇，其中以第一作者发表IEEE期刊论文26篇，第一作者ESI高被引论文6篇，授权美国发明专利1项，中国发明专利5项，研究成果获教育部自然科学二等奖、WCSP 2017和APCC 2017国际会议最佳论文奖。担任IEEE JSAC、IEEE TCOM、IEEE CL、IEEE Access和IET Communications等期刊编委，中国电子学会青年科学家俱乐部会员、中国通信学会青年工作委员会委员。
讲座内容：
未来移动通信系统需持续提高频谱效率和能量效率，并提供全区域均匀覆盖。以用户为中心的去蜂窝（Cell-Free）大规模MIMO系统突破传统蜂窝系统设计理念，通过拉近用户与天线之间的距离，深度挖掘宏分集增益，大幅提升用户体验，是极具潜力的研究方向。然而该技术正处在起步阶段，存在诸多科学问题亟待深入研究。本报告将围绕去蜂窝大规模MIMO系统基础理论和关键技术，介绍最新的研究进展和未来挑战。
报告3：Resource Allocation for Ultra-Reliable Low-Latency Vehicular Communications
讲座人介绍：
郭重涛，1987年5月出生，博士，副教授，硕士研究生导师，IEEE会员，于2009年和2014年在亚博足彩分别获得学士和博士学位，美国佐治亚理工学院博士后，主要从事无线通信网络（包括车联网、物联网、超密集蜂窝网络等）的规划、组网、管理与优化研究，以第一作者在IEEE JSAC、IEEE TWC、IEEE TCOM、IEEE GLOBECOM等国际高水平期刊和会议发表论文十多篇，获深圳市海外高层次人才“孔雀计划”、深圳市南山区领航人才。
讲座内容：
In vehicular communications, safety-critical information exchange has stringent reliability and latency requirements. However, lack of accurate instantaneous channel state information due to high mobility poses a great challenge to meet these requirements and the situation gets more complicated when packet retransmission is considered. Based on only large-scale fading channel information, we perform spectrum and power allocation to maximize the sum ergodic capacity of vehicular-to-infrastructure (V2I) links, while guaranteeing reliability and latency requirements of vehicular-to-vehicular (V2V) links. First, for each possible V2I–V2V spectrum reusing pair, we analyze the queueing system for the V2V link and derive the packet loss probability and average packet sojourn time under fixed power allocation. Then, an optimal power allocation is derived for each possible pair. Afterwards, we optimize the spectrum reusing pattern by addressing a polynomial time solvable bipartite matching problem. Simulation results confirm the accuracy of the proposed queueing analysis. Moreover, the proposed resource allocation strategy can improve the ergodic capacity of the V2I links under the precondition of guaranteeing the V2V links’ requirements on reliability and latency.
报告4：Octopus: A Multiserver and Multipath DASH Strategy over Erasure-coded Edge CDN for UHD Video Streaming
讲座人介绍：
蒲凌君，南开大学计算机学院，副教授，天津市青年人才托举计划入选者。研究方向为未来网络架构、边缘计算、视频传输和分析等，近五年在IEEE JSAC、TMC、IoTJ、INFOCOM、SECON等国际权威期刊和会议上发表论文10余篇。
讲座内容：
近年来，诸如4K、8K等超高清视频 （Ultra-High-Definition）得到了用户的广泛关注。这类视频通常具有较高的比特率（bitrate），为了能够给用户提供较好的服务体验，这就要求用户具有较高的下行网络带宽。然而，对实际带宽数据集的分析表明，目前70%的网络环境无法提供充足的下行带宽。为此，我们将纠删码技术引入到视频传输中，并提出了基于纠删码化CDN的多服务器、多链路DASH协议，为超高清视频传输提供便利。本报告将介绍这一新型服务模式及其关键问题，讨论其优缺点、并给出未来研究内容。
报告5：基于超图学习的高光谱图像降维
讲座人介绍：
罗甫林，武汉大学副研究员，入选2017年博士后创新人才支持计划，主要从事高光谱图像处理、图学习、稀疏表达等方面的研究。目前，发表SCI期刊论文20余篇，包括1篇ESI高被引论文，申请发明专利4项；主持国家青年科学基金1项、博士后基金3项；参与国家重点研发计划1项、国家自然科学基金2项；担任IEEE T-Cyber、 TGRS、GRSL、JSTARS等国际期刊审稿人。
讲座内容：
高光谱图像光谱分辨率高，可辨识细微差异的地物，目前已广泛应用于环境监测、精准农业、目标识别和地物分类等领域。在高光谱图像分类中，传统分类方法因数据量大、波段数多、波段间的相关性强而导致“维数灾难”。因此，如何减少波段数且不丢失有用信息是目前高光谱图像分类领域的研究前沿与热点。降维是减少高光谱图像波段数的有效方法，能获得有用的内在信息，可有效改善分类结果。根据高光谱图像的特点，围绕图理论展开研究: (1) 单一图结构难以有效表达高光谱图像数据的内在复杂关系，于是建立不同结构的图，提出混合图学习方法，实现不同图结构特征之间的协同表达，增强特征表达力，改善分类精度；(2) 利用高光谱图像空谱一致性的特点，建立空谱超图结构，提出鉴别空谱超图学习方法，挖掘高光谱图像的空谱特征，提升地物分类精度；(3) 由于大量标记样本类别信息获取困难，通过少量的标记样本和大量的无标记样本，建立半监督超图学习方法，增强缺少标记样本情况下高光谱图像特征表达的性能，改善地物分类精度。
报告6：A Game Theoretic Scheme for Collaborative Vehicular Task Offloading in 5G HetNets
讲座人介绍：
惠一龙，亚博足彩通信工程学院讲师，发表包括 IEEE/ACM TON、IEEE TVT、IEEE TETC、IEEE TITS、IEEE WCM、IEEE JSAC等交通和网络领域权威期刊学术论文26篇，引用500余次，于2016-2020年共5篇文章入选了ESI高被引论文。获IEEE CyberSciTech2017和WICON2016国际会议最佳论文奖。出版车联网领域英文专著《The Next Generation Vehicular Networks, Modeling, Algorithm and Applications 》一部。并担任IEEE WCSP、IEEE CyberSciTech、IEEE VTC、IEEE ICC、IEEE ACCESS 、International Journal of Communication Systems、Sensors、IEEE TVT、IEEE TITS以及IEEE IoT等通信领域学术期刊的审稿人。
讲座内容：
The 5G HetNets are capable of providing real-time computing services for autonomous vehicles AVs by deploying ECDs at MCBSs and SCBSs. With the imbalanced distribution and fast moving AVs contending intensely for computing services, how to efficiently exploit cooperation among participants in 5G HetNets to improve the service performance is therefore challenging. In this paper, we develop a game theoretic scheme for collaborative vehicular task offloading. Specifically, we propose a two-stage task offloading mechanism to promote the cooperation among participants to improve the task completion rate, where the mechanism jointly considers the network architecture of the HetNets, the imbalanced distribution of AVs and the reuse of task results. In the first stage, an auction model is designed to help the MCBS select the optimal SCBS to execute the offloaded task based on the requirement of the task and the available computing resources. According to the task computing cost declared by the selected SCBS, the MCBS then bargains with the AV for the agreement of the task offloading service to maximize their utilities in the second stage. Using simulations, we show that the proposed scheme can achieve a higher task completion rate and bring higher utilities to participants than conventional schemes.
