近日在北京举行的IEEE/CIC ICCC（International Conference on Communications in China）国际会议上，东南大学移动通信国家重点实验室硕士生王天奇（导师：金石教授）所撰写的论文：Tianqi Wang, Chao-Kai Wen, Hanqing Wang, FeifeiGao, Tao Jiang, Shi Jin, Deep Learning for Wireless Physical Layer: Opportunities and Challenges, vol. 14, no. 11, pp. 92-111, Nov. 2017.获2018《China Communications》最佳论文奖，由主编清华大学陆建华院士为获奖者颁奖。该论文是从2015-2017三年发表的700多篇论文中评选出的两篇最佳论文之一。

论文综述了近年来人工智能技术在无线通信物理层的应用研究及发展前景。随着信息技术的高速发展，无线通信面临的多场景、高可靠、低时延等新需求，不断挑战着物理层的传统算法和系统架构。随着深度学习在计算机视觉、自然语言处理等领域获得突破性成功，学术界开始尝试将深度学习等人工智能技术创新性地应用到无线通信物理层，以期借助数据驱动建模的特性，辅助无线通信系统架构物理层算法，解决建模难题并突破性能瓶颈。论文广泛而深入地调研了国内外出现的深度学习应用于无线物理层的最新学术研究成果，总结出深度学习应用于调制识别、信道译码、信号检测等无线通信链路的常用方案及性能优势，并详细阐述了建立端到端全新无线通信架构的最新研究思路。该论文揭示了深度学习应用于通信的可行性和巨大潜力，同时也进一步指出了目前在应用深度学习的过程中存在的诸如缺乏可靠理论分析、缺少无线通信系统专用深度模型架构、缺乏具体实现和应用方案等焦点问题，从而指明了该领域未来的研究发展方向。

《China Communications》（ISSN：1673-5447）是由中国通信协会（CIC）和IEEE通信协会（IEEE ComSoc）主办、面向全世界信息与通信技术领域（ICT）工业、大学、研发机构的工程师和学者的SCI英文月刊，《China Communications》提供最新论文的在线访问，报道前沿科研成果，发表综述论文、介绍重大技术应用。（金石）

（责任编辑：吴涵玉 审核：宋业春）