• 捏合式天线：原理、应用与挑战

  摘要：柔性天线系统，如流体天线和可移动天线，已被认为是第六代（6G）无线网络的关键技术，因为它们能够智能地重新配置用户的有效信道增益，从而显著提高数据传输能力。然而，现有的柔性天线系统主要是为应对非视距（NLoS）条件下的小尺度衰落而设计的。因此，它们缺乏建立视距（LoS）链接的能力，而视距链接的强度通常是非视距链接的100倍。此外，现有柔性天线系统的灵活性有限，添加或移除天线并不简单。本文介绍了一种创新的柔性天线系统——挤压天线，该系统通过在波导上施加小型介电颗粒来实现。首先，我们描述了挤压天线系统的基本原理及其通过在用户附近部署挤压天线来提供强视距链接的能力，以及该系统可扩展的能力。接着，

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 部署室内可重构智能表面以减少干扰

  摘要：可重构智能表面（RIS）因其在扩展覆盖范围方面的潜力而受到了广泛关注。然而，室内超密集网络（UDN）的容量提升受到干扰的影响，而RIS可以通过干扰抑制（IR）技术来解决这一问题。在本文中，我们介绍了一种基于干扰抑制的RIS（IR-RIS）的应用案例，以提升室内UDN的容量，并强调了其对室内无线网络部署和干扰管理策略优化的重要影响。首先，我们对IR-RIS的设计进行了概述；接着，研究了IR-RIS对室内UDN容量的影响。通过提出一种基于新型干扰路径建模概念的创新优化框架，我们在一个案例研究中量化了IR-RIS所带来的室内UDN容量提升效果，并将其与增强信号的RIS进行了对比。最后，我们提出

  来源：IEEE Wireless Communications

  时间：2025-11-27

• RISs能为共生无线电系统做些什么？

  摘要：未来的无线网络需要新型的频谱和能源高效技术。过去，共生无线电（SR）被认为是一种有前景的技术，它结合了认知无线电和环境反向散射通信的优点，从而实现了互利的频谱共享和可靠的低功耗反向散射通信。在本文中，我们重点关注基于可重构智能表面（RIS）的SR技术，其中RIS同时扮演辅助主系统和传输次级信号的双重角色。基于这一背景，我们全面介绍了基于RIS的SR技术，包括其在无线通信中的典型应用和系统架构。随后，我们介绍了传输协议，涵盖了信道估计、协作波束成形和调制设计以及数据传输阶段。接着，我们探讨了各种设计权衡、挑战及潜在解决方案，以提供系统设计的见解。最后，我们进行了一个案例研究，并指出了这一令

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 适用于6G网络化智能系统的多模态智能信道建模框架

  摘要：第六代（6G）网络化智能系统的设计和技术开发需要一个精确的实时信道模型作为基础。然而，由于6G网络化智能系统的新需求，传统的信道建模方法面临着许多限制。幸运的是，智能代理上配备的多模态传感器为这一领域带来了新的机遇，即可以利用人工智能（AI）技术研究通信与多模态感知之间的智能集成和互利机制。在这种情况下，可以通过“机器联觉”（Synesthesia of Machines, SoM）来探索物理环境与电磁信道之间的映射关系。本文提出了一种用于6G网络化智能系统的新型多模态智能信道建模（MMICM）框架，该框架建立了多模态感知与信道特性之间的非线性关系，涵盖了大规模和小规模的信道特性。文章详

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 用于超大规模MIMO通信的全息超表面：设计、实现与实验结果

  摘要：凭借其高频谱效率，大规模多输入多输出（XL-MIMO）技术已成为6G时代学术界和工业界关注的重点，尤其是在毫米波（mm-Wave）频段，因为该频段具有较宽的带宽。尽管潜力巨大，但由于大规模天线阵列的硬件成本和功耗过高，mm-Wave XL-MIMO仍面临诸多挑战。在本文中，我们提出了一种成本低廉且功耗低的实现XL-MIMO的方法，即使用可重构全息表面（RHS）技术。RHS是一种新型天线，由众多可编程的超材料元件而非移相器构成。具体而言，我们设计了一个256个元件的RHS阵列原型，用于毫米波频段。通过利用多个RHS阵列的正交极化特性，开发了一种高度集成的发射器，以支持多流传输。基于3GPP

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 用于安全通信的联邦生成扩散模型

  摘要：生成式人工智能（AI）通过模拟信号和信道特性来促进安全通信。然而，其集中式训练的特性引发了隐私和可扩展性方面的挑战。联邦学习（FL）是一种去中心化的机器学习范式，它能够在分布式设备之间实现协作式模型训练，同时通过将训练数据保留在本地来确保数据隐私。在本文中，我们概述了现有独立生成模型和联邦生成模型的局限性。此外，我们提出了一种联邦扩散模型（FDM），该模型全面考虑了物联网（IoT）场景下的训练和采样阶段。然后，我们探讨了基于所提出框架在无线安全领域中的各种应用。为了证明其有效性，我们在多用户物理层认证场景下提供了一个案例研究。实验结果表明，所提出的FDM在性能上与集中式扩散模型相当，同时

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 可重构智能表面在6G中高频段网络中的机遇与挑战：性能增益还是部署难题？

  随着社会对无线通信技术需求的爆炸式增长，第六代移动通信系统（6G）已成为全球研究的焦点。其中，7-24 GHz的中高频段（又称FR3频段）被业界视为“黄金频段”，因其兼具较宽的频谱资源和相对理想的传播特性，成为6G初期部署的首选。然而，该频段在实际应用中仍面临覆盖范围受限、信号衰减严重等挑战。与此同时，可重构智能表面（Reconfigurable Intelligent Surface, RIS）作为一项颠覆性技术，近年来备受关注。它通过动态调控电磁波的相位、振幅和偏振状态，能够重构无线传播环境，理论上可显著提升系统容量和覆盖可靠性。但RIS技术是否真能成为6G中高频段的“杀手锏”，还是仅停留

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 蜂窝网络干扰的分类与高效处理

  摘要：在本文中，我们探讨了在真实通信系统中针对4G和5G网络的有效且全面的干扰处理方法。首先，我们通过提取干扰指标对各种干扰类型进行了分类和描述，从而为有效的干扰处理方法提供了见解。接着，我们为4G和5G网络建立了一套标准化的干扰缓解流程，该流程包括频谱扫描、精确的干扰源定位以及外部干扰调整、功率和频率优化、滤波器安装等干扰处理技术。此外，在实际应用中，所提出的经济高效干扰处理方法将干扰比例从3.32%降低到了1.97%，显著提升了网络性能和用户体验。最后，本文提出的全面且实用的干扰检测与解决方案为相关行业及未来的技术发展提供了重要的参考价值。

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 用于低空经济波束成形的生成式人工智能

  摘要：低空经济（LAE）的发展推动了人们对高效且安全通信需求的增加。然而，传统的波束成形优化技术在复杂的低空环境中面临诸多挑战。在这种情况下，生成式人工智能（GenAI）方法提供了一个有前景的解决方案。在本文中，我们首先介绍了低空经济的核心概念以及波束成形在低空经济先进通信技术中的作用。接着分析了它们之间的相互关系，并指出了传统波束成形方法的局限性。随后，我们概述了GenAI方法如何改进波束成形过程，重点探讨了其在低空经济中的应用。此外，我们通过一个基于生成扩散模型（GDM）的算法案例研究，展示了该方法如何提升低空经济中基于协作波束成形的安全通信性能；仿真结果表明，与基线算法相比，我们的方法在

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 用于6G无线网络漏洞检测的生成式AI：进展、案例研究及未来发展方向

  摘要：6G无线网络、物联网（IoT）和边缘计算的快速发展显著扩大了网络攻击面，因此需要更加智能和适应性强的漏洞检测机制。虽然传统的安全方法具有基础性作用，但在高度动态的网络环境中，它们难以应对零日漏洞、对抗性威胁以及依赖于上下文的漏洞。生成式人工智能（GAI）作为一种变革性解决方案应运而生，它利用合成数据生成、多模态推理和自适应学习来增强安全框架。本文探讨了在6G无线网络中集成基于GAI的漏洞检测技术，重点关注代码审计、协议安全、云边防御和硬件保护方面。我们提出了一个三层框架——包括技术层、能力层和应用层——以系统地分析变分自编码器（VAE）、生成对抗网络（GAN）、大型语言模型（LLM）和生

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 可重构像素天线与流体天线系统的结合：电磁信号与信息处理领域的范式转变

  摘要：传统上，天线和无线通信技术是分开发展的。天线致力于最大化接收或发送信号的强度，而通信技术则通过编码、信号处理和资源分配来优化性能。然而，由于信道衰落和干扰等因素，强大的天线信号并不能保证高质量的通信。最近，流体天线系统（FAS）作为一种新的范式应运而生，它将辐射孔径视为一种灵活的可重构物理层资源，并将其集成到物理层设计中，从而扩展了系统和网络优化的范围，并为下一代可重构天线的发展提供了灵感。这一范式自然地将电磁信号处理与信息处理（ESIP）相结合。其中的关键技术是可重构像素天线（RPA），它通过像素级别的切换实现了高度的可重构性。本文探讨了将RPA集成到FAS概念中的方法，并强调了ESI

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 集成可移动天线与智能反射表面（MA-IRS）：基础原理、实际解决方案及ISAC标准

  摘要：可移动天线（MAs）和智能反射面（IRSs）分别实现了主动天线重新定位和被动相位调节，从而实现信道重构。将MAs和IRSs集成在一起可以显著提升无线网络的空间自由度，进而大幅增强网络容量、覆盖范围和可靠性。在本文中，我们首先介绍了MA-IRS集成的基本原理，阐明了关键设计问题，揭示了性能提升的优势，并指出了MA-IRS协同效应持续存在的条件。接着，我们探讨了实际应用中的挑战，并提出了实用的设计解决方案，包括优化方案、硬件架构、部署策略以及针对硬件缺陷和移动性的鲁棒设计。此外，我们还强调了MA-IRS集成如何提升集成感知与通信（ISAC）能力，改善感知性能并增强系统的双重功能灵活性。总体而

  来源：IEEE Wireless Communications

  时间：2025-11-27

• 一种寄生元件和失配容忍型全共心屏蔽式分裂CDAC，采用相同的单元电容器，适用于SAR-ADC

  摘要：分体电容器数字模拟转换器（split-CDAC）是一种有望减少芯片面积的方案，但在高分辨率环境下，用于连续逼近寄存器模拟数字转换器（SAR ADC）设计时面临寄生参数敏感性的挑战。本文介绍了一种改进分体电容器数字模拟转换器设计的方法，通过降低寄生参数敏感性和失配来提高更高位分辨率下的面积效率。寄生参数敏感性增加的根本原因在于桥式电容器采用分数尺寸设计以及分体节点处存在小型冗余电容器。所提出的分体电容器数字模拟转换器采用了基于单位电容器的桥式电容器和按比例缩放的大型冗余单位电容器，这在很大程度上减轻了这些影响，同时保持了线性度。该设计使用六个单位电容器作为桥式电容器，其寄生参数敏感性比传统

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• 一种基于语音的低功耗抑郁症识别处理器，采用分层式局部-全局网络架构

  摘要：抑郁症是一个严重的公共卫生问题，其诊断率较低，这通常是由于社会污名化、缺乏认识以及人们不愿寻求帮助所致。通过可穿戴设备实现持续且不显眼的抑郁症指标监测，可以缓解干预延迟的情况。与基于脑电图（EEG）和视频的抑郁症识别方法相比，基于语音的识别方法可以在用户无需主动注意的情况下进行。然而，由于现有算法的准确性有限以及边缘计算资源的限制，在可穿戴平台上实现精确的基于语音的抑郁症识别仍然面临挑战。因此，为了实现不显眼、准确且高效的边缘抑郁症识别，本文提出了一种分层局部-全局网络（HLG-Net）和优化的处理器设计。所提出的HLG-Net结合了卷积神经网络（CNN）和多头注意力（MHA）机制，能够

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• 张量操作单元（TMU）：一种可重构的、靠近内存的张量处理单元，专为高吞吐量的人工智能系统级芯片（SoC）设计

  摘要：尽管最近在AI系统芯片（SoC）设计方面的进展主要集中在加速张量计算上，但同样关键的张量操作（TM）任务——即以最小计算量实现大量数据传输——仍然没有得到充分研究。本文通过引入TM单元（TMU）来填补这一空白：TMU是一种可重构的、靠近内存的硬件模块，专为高效执行数据传输密集型（DMI）操作而设计。TMU采用基于RISC的执行模型和统一的寻址抽象机制，以内存到内存的方式处理长数据流，从而支持多种粗粒度和细粒度的张量变换。所提出的架构将TMU与TPU集成到高吞吐量的AI系统芯片（SoC）中，利用双缓冲和输出转发技术提高流水线利用率。TMU采用SMIC 40纳米标准单元库进行设计，占用面积仅

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• 适用于WBAN应用的基于公式的区域-时间高效BCH解码器，具有跟踪机制

  摘要：本文介绍了一种针对双错误校正Bose–Chaudhuri–Hocquenghem (BCH) 码的时空高效解码算法和架构，该码的参数为 (63, 51)，适用于无线体域网络 (WBANs)。为了降低解码复杂度，重新推导了用于查找误差定位多项式 (ELP) 根的公式，并考虑了该公式的迹约束，以避免比特错误率 (BER) 的性能损失。硬件实现结果表明，所提出的架构在时空复杂度方面至少比现有的基于Chien搜索的解码器提高了50.89%，比无搜索解码器提高了29.35%。

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• 一款0.31伏特、16千字节、9T容量的SRAM，具有增强的感应裕度和读取性能，适用于低功耗应用

  摘要：本文介绍了一种低功耗的9T静态随机存取存储器（SRAM），该存储器具有增强的读取灵敏度和读取性能。所提出的9T SRAM单元的读取解耦端口通过减少读取位线（RBL）的漏电来实现更高的灵敏度，并通过采用单晶体管读取路径来提升读取性能。在SRAM单元中使用了多阈值电压器件，以改善其漏电功耗和性能。此外，还采用了交错写入字线（WWL）结构来解决写入半选问题。使用22纳米FDSOI工艺制造的测试芯片的测量结果表明，该设计的9T SRAM在1.05 MHz频率下最低工作电压为0.31 V，并且在电源电压为0.5 V时仍能正常工作在60.5 MHz频率下。在0.33 V电压下，每次读取操作的最小能耗

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• E2CAP：一种高效的FPGA加速器，用于深度强化学习，具备经验压缩功能以及可配置的PE阵列

  摘要：深度强化学习（DRL）已成为解决机器人技术、自主系统和游戏等领域复杂决策任务的强大工具。然而，在硬件平台上加速DRL面临三个主要挑战：1）经验回放数据占用大量内存；2）由于权重排列问题导致权重访问效率低下；3）在深度神经网络（DNN）的推理和训练过程中处理元素之间的计算不平衡。为了解决这些问题，我们提出了E2CAP，这是一种专为DRL工作负载设计的节能型现场可编程门阵列（FPGA）加速器。E2CAP集成了一种压缩策略，显著减少了DRL模型中经验池的数据量，从而实现了经验池在芯片上的直接部署。此外，E2CAP还具备基于可配置处理单元（CPEs）的可配置阵列处理核心（CAP），支持CPE内部

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• EVMx：基于FPGA的智能合约处理器设计与实现

  在区块链技术快速发展的今天，以太坊作为最具影响力的智能合约平台，其核心组件以太坊虚拟机(EVM)的性能瓶颈日益凸显。随着去中心化应用(dApps)和去中心化金融(DeFi)生态的蓬勃发展，智能合约的执行效率成为制约区块链网络吞吐量的关键因素。传统基于中央处理器(CPU)的EVM实现由于通用计算架构的限制，难以满足日益增长的计算需求，导致交易处理速度受限，节点同步时间过长，特别是全节点和存档节点在初始化时需要重新执行所有历史区块，这个过程往往需要数天甚至数周时间。现有研究中，虽然已有一些并行虚拟机和硬件加速方案的探索，但软件方案无法充分发挥硬件固有优势，而硬件方案如区块链处理单元(BPU)和智能

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

• 一种三频段两阶段低噪声放大器（LNA），兼具WiFi信号的线性度和增益提升功能

  摘要：本文介绍了一种三频段、两级的紧凑型低噪声放大器（LNA），该放大器能够同时提升WiFi应用的线性度、增益和噪声性能。第二级采用双路径架构，包括一个主放大器和一个辅助放大器。辅助放大器工作在亚阈值区域，可以抑制三阶非线性并提高增益，而不会增加功耗。第一级LNA能够减少来自第二级的噪声贡献，从而改善整体噪声性能。为了进一步降低功耗，本文采用了基于逆变器的拓扑结构。该LNA采用90纳米CMOS工艺制造，在2.4 GHz、5 GHz和6 GHz这三个关键WiFi频段上，其噪声性能优于−5 dB（具体数值为）。在6 GHz频段，其增益为13.5 dB，三阶输入截距（IIP3）为3.2 dBm，噪声

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2025-11-27

知名企业招聘：