2026年5月18日至21日，第45届IEEE International Conference on Computer Communications（简称INFOCOM）国际会议在日本东京顺利举办。我室吴启晖教授、朱秋明教授、林志鹏副教授、贺运鸿博士、房胜博士、陈怡然博士等撰写的三篇会议论文被录用并受邀参加相关专题研讨会环节的报告和展示。贺运鸿和房胜现场参会并汇报了团队最新的研究进展及成果。
贺运鸿做了主题为《A New UAV Identification Method Based on Multi-Domain Prior Information Extraction and Cross-Environment Composite Loss Regularization》的报告。该报告针对异构复杂电磁环境下无人机信号特征不充分、跨环境部署时泛化能力不足的问题，提出了一种基于多域先验特征融合与跨环境复合损失约束的无人机识别方法，在有效提取并融合时、频等多域先验特征的同时，通过引入复合损失正则化约束，显著提升了分类模型在未知新环境中的识别精度与鲁棒性。
房胜做了主题为《Adaptive Spectrum Mapping: An Attention-Based Deep Reinforcement Learning Approach with Sparse Gaussian Processes》的报告。该报告针对广域未知场景频谱态势感知难题，创新性地提出了信息驱动自适应频谱测绘框架。该框架融合了基于稀疏高斯过程的在线信念估计与基于深度强化学习的不确定性感知航点决策两大模块，基于当前信息采集动态更新信念，并根据不确定性智能规划探测路径，实现了“估计-决策-采集”的闭环优化，从而能够高效地对广域未知场景进行自主感知与探索。
在demo展示环节，房胜做了主题为《FlexNTN-Twin: A Flexible Hardware-in-the-Loop Emulation Platform for 5G-Advanced NTN》报告，针对 5G-Advanced 非地面网络实验评估中软件仿真失真、硬件测试台僵化的行业痛点，提出了 FlexNTN-Twin 灵活硬件在环仿真平台，通过融合场景驱动信道仿真与可重构基站/用户设备仿真，实现了场景到硬件参数的自动映射及跨协议栈同步观测，能够精准复现低轨卫星通信的极端信道特性。
IEEE INFOCOM是IEEE Communications Society主办的标志性旗舰会议，是计算机网络领域三大顶尖国际会议之一，同时也是中国计算机学会(CCF)推荐的A类国际学术会议。该会议议题涵盖理论和系统研究，是全球学者在通信网络和密切相关领域展示和交流创新贡献的主要会议场所。
会议录用论文：
Y. He, et al., “A New UAV Identification Method Based on Multi-Domain Prior Information Extraction and Cross-Environment Composite Loss Regularization,” IEEE INFOCOM 2026 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), Tokyo, Japan, 2026.
Y. Chen, et al., “Adaptive Spectrum Mapping: An Attention-Based Deep Reinforcement Learning Approach with Sparse Gaussian Processes,” IEEE INFOCOM 2026 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), Tokyo, Japan, 2026.
S. Fang, et al., “FlexNTN-Twin: A Flexible Hardware-in-the-Loop Emulation Platform for 5G-Advanced NTN,” IEEE INFOCOM 2026 - IEEE Conference on Computer Communications Workshops (INFOCOM WKSHPS), Tokyo, Japan, 2026.