近日,厦门大学信息学院杨和林副教授、肖亮教授,新加坡南洋理工大学Dusit Niyato教授、Jun Zhao教授,新加坡设计大学熊泽辉教授和上海交通大学武庆庆教授合作发表于厦门大学A类期刊IEEE Transactions on Wireless Communications的论文“Deep Reinforcement Learning-Based Intelligent Reflecting Surface for Secure Wireless Communications”获得2024年度IEEE通信学会亚太杰出论文奖(IEEE ComSoc Asia-Pacific Outstanding Paper Award)。
该奖项设立于2012年,旨在奖励过去三年内亚太地区学者在IEEE通信学会所属全部期刊和国际会议上发表的上万篇学术论文中,具有重大学术影响力的杰出论文,每年仅遴选1至3篇。

该工作创造性地设计了智能反射面(IRS)辅助安全无线通信系统,用于第六代(6G)移动通信的物理层安全领域。所设计的 IRS 辅助安全通信系统采用了大量低成本的无源反射元件,增加合法设备的接收信号强度,同时抑制窃听者窃取信号。此外,还提出了一种基于深度强化学习的安全波束成形方法,以提高复杂动态无线环境中的学习效率和通信保密速率性能。所提IRS辅助安全通信研究成果在国防信息对抗场景、6G通信安全和成果产业化领域有一定的科学价值。
自2021年1月在IEEE Transactions on Wireless Communications 期刊发表以来,该论文在Google Scholar上被引用超过470 次,在Web of Science上被引用超过 200 次,入选ESI高被引论文Top 1和ESI热点论文Top 0.1%。该论文被《Nature Communications》、《Science Advances》、《IEEE/ACM Transactions/Magazines》和《Proceedings of IEEE》等刊物上超过 30位IEEE Fellow的高质量研究成果引用。根据IEEE Xplore的记录,该论文已连续 30个月成为期刊热点论文,全文浏览量超过1万次。
Helin Yang, Zehui Xiong, Jun Zhao, Dusit Niyato, Qingqing Wu, and Liang Xiao. Deep Reinforcement Learning-Based Intelligent Reflecting Surface for Secure Wireless Communications. IEEE Transactions on Wireless Communications, 2021, 20(1): 375-388.