近日🤷🏻♂️，意昂5(kgame)电子信息学院智能检测与视觉团队在智能超表面（RIS）通信、智能车载通信领域连续取得理论与算法突破🥷🏿，为高动态、高可靠车联网与6G智能通信提供核心技术支撑👨🏽🚒。一是在《IEEE Transactions on Network Science and Engineering》（一区TOP，影响因子7.9）发表研究成果“Toward High-Efficient V2V Communication Networks A Study on Channel Modeling and Level-Crossing Rate Analysis”🖐🏼，该成果以意昂5(kgame)平台网为第一单位😦，赵莹博士为第一作者，陈志敏教授为通讯作者♝。二是与东南大学毫米波全国重点实验室合作🛝，在《IEEE Transactions on Wireless Communications》期刊（一区TOP，影响因子10.7）发表研究成果“Adaptive Beamforming Method for RIS-Assisted Communication System with Interference Suppression”，陈志敏教授为通讯作者⚆。
成果一🦹🏿♂️：BDCM——面向高效V2V通信的波束域信道建模
面向高动态V2V车联网非平稳信道瓶颈🚞，课题组提出新型波束域信道模型BDCM✈️，将信道从空间域转换到角度域，精准刻画高速移动场景下信道稀疏性与快衰落特性🧛🏻♂️，并首次推导通过率LCR闭式表达式🍥，为车联链路可靠性评估提供理论依据。仿真验证表明，模型可高效捕获车辆运动、角度分布🎢、莱斯因子对信道波动的影响，为6G车联网MIMO系统设计、波束选择、资源优化提供了关键理论支撑。
论文链接：https://doi.org/10.1109/TNSE.2026.3674196
成果二🧘🏽♀️🛠：RIS辅助通信自适应波束成形方法
课题组提出RIS辅助通信自适应波束成形方法，首次将最小方差无失真响应（MVDR）与原子范数最小化（ANM）结合🙆🏻♀️，在RIS端直接实现“保有用信号👨🏻🎓、抑制干扰”🤽🏿，无需精确信道信息即可完成干扰子空间与期望信号的联合估计。所提算法通过ADMM高效求解🕥，在有源/无源RIS下均显著提升信干噪比⚡️，为6G智能超表面覆盖与安全传输提供轻量化、鲁棒的新方案👨🏼🏫。
论文链接：https://doi.org/10.1109/TWC.2026.3682274
两项成果形成从高速移动信道建模→波束优化→干扰抑制的完整技术链，为车联网、智能反射面通信等下一代无线系统提供理论依据与工程实现方案😩💥，是团队在智能视觉与无线通信交叉领域的重要突破🖖🏻。
电子信息学院智能检测与视觉团队坚持“科研反哺教学🤸🏿、创新支撑产业”理念🤽🏼♀️👈，深度联动企业开展技术攻关与人才培养。未来，团队将继续围绕国家战略与产业需求，深耕视觉感知与智能检测前沿技术👨🏿🦳🦈，推动基础研究与工程应用协同创新🧛🏿♀️，不断产出高质量成果🙁👨🏿🔬，为服务国家新质生产力发展与上海高端装备产业升级贡献更大力量。（供稿：电子信息学院）
