近期，信通学院在高水平学术论文发表方面取得显著进展，学院教师以第一单位在IEEE  JSAC、TWC、TGRS以及TIFS等国际顶级期刊发表多篇高质量论文，涵盖6G智能信息通信、空天地一体化网络、遥感图像智能解译、微纳异质集成以及人工智能安全与隐私保护等前沿方向，展现了学院在信息通信领域的科研实力与学术影响力。

6G智能信息通信

李学华教授在《IEEE  Journal  on  Selected  Areas  in  Communications》（中科院一区Top）发表“Win-Win  of  Communication  and  Sensing  Security  for  MC-NOMA  ISAC  Systems”。

该研究针对多子载波NOMA辅助的通感一体化系统在主动全双工窃听者场景下的安全问题，联合设计人工噪声、双功能雷达通信波束成形以及子载波分配，引入分级最大泄漏速率约束和保密克拉美-罗界约束，分别保障多用户的分级机密性和目标隐私信息的低泄漏风险。研究发现通信保密率与目标感知保密CRB间存在协同增益，放宽感知泄漏容忍度可反哺通信可靠性，揭示了通感安全统一设计的共赢机理，为实际部署提供指引。

论文链接：https://ieeexplore.ieee.org/document/11016735  

岳新伟教授在《IEEE  Transactions  on  Wireless  Communications》（中科院一区Top）、《IEEE  Transactions  on  Vehicular  Technology》（中科院二区Top）发表“Active  Simultaneously  Transmitting  and  Reflecting  Surface  Assisted  NOMA  Networks”和“Exploiting  Active  RIS  in  NOMA  Networks  with  Hardware  Impairments”，两篇论文于2026年5月分别入选ESI高被引论文和ESI热点论文。

这些工作提出了主动式智能超表面辅助的NOMA通信方案，通过可控单元内置功率放大模块实现信号增强，弥补级联信道乘性衰落对通信性能的影响，设计了独立的反射/透射相移控制器，最大化位于反射区域和透射区域用户处的级联信道增益。为NOMA协同传输方案设计和6G智能可重构无线环境愿景奠定理论基础。

论文1链接：https://ieeexplore.ieee.org/document/10453463  

论文2链接：https://ieeexplore.ieee.org/document/10399847  

王鑫副教授在《Journal  of  Lightwave  Technology》（中科院二区Top）发表题为“Flexible-Unit  Deployment  and  Lightpath  Provision  Over  6G  AI-RAN  for  Holographic  Type  Communications”、“All-Optical  Network  Coding-Enabled  Efficient  Collective  Communication  Over  OTN-Interconnected  Inter-DC  Networks”的研究论文。

针对6G全息通信与大规模分布式AI训练对超高带宽、超低时延和高效资源协同的需求，提出面向未来网络的智能光互联资源优化技术体系。针对6G全息通信场景，构建融合弹性光网络、细粒度基带功能分解和边缘计算的6G-AI  RAN架构，提出融合6DoF视角预测与多智能体深度强化学习的智能优化方法，实现灵活功能单元部署、全息路由与频谱资源协同调度；针对跨数据中心AI分布式训练通信瓶颈，提出基于全光网络编码的OTN互联集合通信优化方案，通过光域编码降低冗余数据传输，联合优化通信带宽消耗与完成时延。相关研究实现了无线接入、光传输与智算资源的跨域协同优化，为6G沉浸式通信和下一代AI基础设施提供关键技术支撑。

论文1链接：https://ieeexplore.ieee.org/document/11278040  

论文2链接：https://ieeexplore.ieee.org/document/11498575  

空天地一体化网络

张月霞教授在《IEEE  Transactions  on  Cognitive  Communications  and  Networking》（中科院一区TOP）发表“Integrated  Sensing,  Communication,  and  Computation  in  SAGIN:  Joint  Beamforming  and  Resource  Allocation”，该论文入选ESI热点论文。

针对空天地一体化网络中通感算业务协同面临的资源受限、功能间干扰和系统能耗较高等问题，团队创新性构建了基于NOMA多输入多输出技术的空天地通感算一体化系统，并提出联合波束成形与资源分配迭代算法。该算法通过协同优化波束成形、任务卸载比例和计算资源分配，实现通信、感知与计算资源的高效配置。仿真结果表明所提方案能够有效降低系统加权能耗，并在资源利用效率和干扰管理方面优于传统方案。该成果为空天地一体化网络中通感算业务的高效协同与资源优化提供了新的技术思路。

论文链接：https://ieeexplore.ieee.org/document/11027594  

姚媛媛教授在《IEEE  Internet  of  Things  Journal》（中科院二区Top）发表“Optimization  of  Secure  Offloading  Data  for  Space-Air-Ground  Integrated  Networks  Oriented  to  Mobile  Edge  Computing”。

针对空天地一体化网络与移动边缘计算场景中窃听者可能拦截物联网设备卸载任务的风险，构建了兼顾设备-UAV链路和设备-HAP-卫星链路的安全卸载优化模型，引入高空平台人工噪声干扰机制，联合优化设备发射功率、高空平台人工噪声功率、无人机飞行轨迹及感知卸载变量，提出JOPAQ 迭代优化算法。仿真表明该算法显著提升系统安全卸载数据量与数据保密能力，为未来空天地一体化网络安全、可靠、高效的数据传输提供了新的技术思路。

论文链接：https://ieeexplore.ieee.org/document/11123536  

潘春雨副教授在《IEEE  Transactions  on  Vehicular  Technology》（中科院二区Top）发表“Energy-Efficient  Optimization  for  Integrated  Sensing  and  Communication  Assisted  Cell  Free  Urban  Air  Mobility”。

针对城市空中交通场景中飞行器高速移动、频繁切换、机载能量受限以及感知通信协同困难等问题，团队提出一种无蜂窝城市空中交通一体化感知与通信系统。该研究引入雷达互信息表征感知性能，并构建面向飞行器能效最大化的联合优化模型，综合优化用户调度、发射功率和飞行轨迹。进一步提出AOSPT交替优化算法，在保障用户精准感知的同时提升通信传输能力和飞行器能量效率。仿真结果表明，该方法能够显著提高飞行器能效、通信速率和用户感知准确性，为低空智能网络和 6G 空天地融合通信提供了有效技术支撑。

论文链接：https://ieeexplore.ieee.org/document/11219393  

遥感图像智能解译

田澍副教授在《IEEE  Transactions  on  Geoscience  and  Remote  Sensing》（中科院一区Top，CCF  B类期刊）发表“MSSI-Net:  Multiscale  Semantic-Guided  Synergistic  Interaction  Network  for  Remote  Sensing  Image  Change  Detection”。

针对复杂地物结构、多尺度目标分布和背景干扰导致的变化区域识别困难，论文提出多尺度语义引导协同交互网络MSSI-Net。该方法通过多尺度特征交互机制在不同层级视觉特征之间建立协同关系，并引入跨模态语义引导与差异感知联合建模策略，将高层语义先验与双时相视觉特征融合，强化真实变化表征、抑制伪变化干扰。论文在  LEVIR-CD、CDD、SYSU-CD、WHU-CD  等公开数据集上开展对比实验与消融实验，结果表明该方法在检测精度、鲁棒性和复杂场景泛化能力方面达到领先水平，为遥感图像智能解译提供了新的技术路径。

论文链接：https://ieeexplore.ieee.org/document/11262247  

微纳异质集成与高速智能传输

李振松教授在《Scientific  Reports》期刊发表《SED-YOLO  based  multi-scale  attention  for  small  object  detection  in  remote  sensing》，该论文入选ESI高被引论文。

该研究针对遥感影像小目标检测中目标像素占比低、尺度变异大且易受复杂背景与噪声干扰的核心难题，以及现有单阶段检测模型（如 YOLO 系列）存在的小目标特征提取不充分、多尺度融合效率低、复杂场景鲁棒性弱等问题，提出改进模型SED-YOLO。其核心改进聚焦于特征提取、特征融合、检测头三层面，强化多尺度特征捕捉与噪声抑制、提升小目标信息利用率并增强小目标检出能力。实验表明，SED-YOLO能有效检出复杂场景（如车辆密集道路、机场停机坪）中遗漏的小目标并减少误检；其在参数量与推理时间保持适度规模的前提下，综合性能优于其他主流模型，为遥感小目标检测提供了精度与效率均衡的技术方案。

论文链接：https://www.nature.com/articles/s41598-025-87199-x

秦军副教授作为核心合作成员在国际顶级学术期刊《Nature》上发表了题为“Integrated  photonics  enabling  ultra-wideband  fiber-wireless  communication”的研究论文。

面对万物互联对通讯速率的极致追求，该工作提出一种基于集成光子学的统一化超宽带（UWB）光纤–无线通信方案。历时三年多方案验证及联合实验测试，采用超250  GHz带宽的国际先进光电转换器件，实现了光纤与无线链路均超100  GHz信道带宽的光纤–无线带宽共享传输体制。通过高效信号调制、高功率光电探测，以及统一化复值双向门控循环单元算法，系统在光纤与无线链路中实现了高质量数据传输，单路数据速率在两种传输场景下均创纪录水平：光纤链路达到512  Gbps，太赫兹频段无线链路达到400  Gbps。在实用价值的场景中，在138~233  GHz  频段内、以1  GHz信道间隔实现了86路8K实时视频传输，其系统带宽较标准5G协议提升一个量级。该工作为超宽带全光通信系统的全面集成奠定了基础，并有望成为下一代通信的重要技术路线。

论文链接：https://doi.org/10.1038/s41586-026-10172-9  

董俊辰副教授在第71届国际电子器件大会（集成电路器件领域顶会）发表“BEOL-Compatible  ITO/ZnO  Transistors  with  Record-Small  Transition  Region  Width  of  80  mV  and  Ultra-High  Mobility  of  150  cm²V⁻¹s⁻¹。

氧化物半导体晶体管在集成电路领域，尤其是在单片三维（M3D）集成中受到广泛关注。为了实现低功耗、高密度的集成应用，需要在不影响导通性能和关态电流的前提下降低氧化物晶体管的工作电压，使其与前端硅基CMOS相匹配。在氧化物晶体管中，转移特性的过渡区宽度（VTR）显著大于硅基晶体管，因此减小VTR对于降低其工作电压至关重要。针对上述问题，团队提出了一种基于溶液处理的补偿技术，结合后退火工艺，能够有效降低ITO/ZnO晶体管的VTR，达到氧化物晶体管的记录低值80  mV，同时将迁移率提升至150  cm²V⁻¹s⁻¹。研究表明，该工艺钝化了带尾态缺陷并提供额外载流子，从而改善器件性能。研究结果进一步验证了，降低VTR可将三级环振电路的动态功耗降低38.7%，为低功耗、高密度 M3D 氧化物晶体管集成电路提供了一种有效策略。

论文链接：https://ieeexplore.ieee.org/document/11353878  

人工智能安全与隐私保护

张帆副教授在《IEEE  Transactions  on  Information  Forensics  and  Security》（中科院一区Top，CCF  A类期刊）发表“Dual  Granularity  Contrastive  Learning  for  DeepFake  Detection”。

针对现有深度伪造检测方法在跨数据集、跨伪造方法和复杂退化场景中泛化能力不足的问题，论文提出双粒度对比学习方法  DGCL，将类别粒度对比学习与实例粒度对比学习结合起来：类别粒度对比学习通过动态类别原型拉近同类特征、扩大类间差异；实例粒度对比学习进一步区分真实实例与伪造实例，并聚合不同伪造方式的一致特征。实验在  CELEB-DF、DFD、DFDC  等数据集上验证了方法在检测性能、鲁棒性和未知伪造类型泛化方面的优势，为人工智能安全检测提供了新的技术支撑。

论文链接：https://ieeexplore.ieee.org/document/11346957 

无线联邦学习隐私保护与误码容忍研究

李玮彩副教授在《IEEE  Transactions  on  Wireless  Communications》（中科院一区Top）发表“Toward  Privacy-Preserving  and  Error-Tolerant  Wireless  Federated  Learning:  Fixed-Point  Model  Aggregation  With  Differential  Privacy  Guarantees”。

该研究提出一种利用无线数字通信系统固有误差作为隐私保护噪声资源的容错聚合方法，首次将模型传输过程中的通信误差建模为Rényi差分隐私噪声，通过动态调节发射功率在训练精度、隐私保护和通信能耗之间实现灵活权衡。实验表明该方法在通信开销最低的同时实现了快速收敛和高模型精度。

论文链接：https://ieeexplore.ieee.org/document/11291117   

以上高水平论文体现了学院在信息通信领域的持续创新能力和学术影响力。学院将继续面向国家重大战略需求，聚焦信息通信领域前沿科学问题，推动原创性科研成果产出，为学校建设信息特色鲜明的高水平应用型大学贡献力量。（供稿/图片：信通学院 李意顺  岳新伟  编辑/审核：郭辉）