格拉斯哥学院本科生曾亚琦、王子熙和文英奇同学近期分别以第一作者在知名期刊《IEEE Transactions on Smart Grid》、《NeuroImage》和A类国际学术会议IEEE International Conference on Communications发表多篇论文，电子科技大学均为第一作者单位。
2024级通信工程专业曾亚琦在机械与电气工程学院胡维昊老师和博士生赵鹏飞指导下，以第一作者身份撰写的论文《Learning-Free Laplacian Kernel Modeling for Joint Imputation of Multi-Energy Load Data in Integrated Energy Systems》于8月成功发表于电力系统顶级期刊《IEEE Transactions on Smart Grid》（JCR Q1，影响因子10.1）。该论文聚焦综合能源系统多能源负荷数据缺失补全问题，针对设备故障、通信中断造成的数据缺失，以及传统插值精度不足、深度学习依赖训练数据的局限，创新性提出基于拉普拉斯核建模的缺失值计算框架（图1），为兼顾时间规律和跨能源耦合，融合时间拉普拉斯核、循环张量核范数及带符号图拉普拉斯正则化，刻画局部连续性、全局周期性与跨能源关联，并结合交替方向乘子法和快速傅里叶变换实现高效求解。案例研究选取美国亚利桑那州立大学等综合能源系统负荷数据，与多种模型对比，结果显示其在随机及连续缺失场景下的MAE、RMSE、MAPE指标整体更优；消融实验验证各模块有效性，下游预测实验表明其能提升预测精度，为多能源数据恢复提供高效方案。曾亚琦同学是格拉斯哥学院朋辈帮核心成员、“智慧星辰”科研小组管理人员，曾获国家奖学金以及学业奖学金。
图1 基于拉普拉斯核建模的缺失值计算框架
2023级电子信息工程专业王子熙在信息与通信工程学院张帆老师指导下，以共同第一作者（排名第一）身份撰写的研究论文《TractoMFormer: A novel streamline-level tractography analysis framework for group classification using deep graph and multi-scale ViT》于5月在神经影像领域知名期刊《NeuroImage》（JCR Q1，影响因子5.3）上发表。该研究聚焦弥散磁共振成像中的全脑白质纤维分析，针对传统方法可能损失单条纤维精细信息的问题，提出了TractoMFormer框架，将三维纤维及其微观结构信息转化为多尺度二维表示，并结合多尺度视觉Transformer实现群体分类和关键白质纤维定位（图2）。实验在多个公开脑影像数据集上开展，在性别、精神分裂症和帕金森病分类任务中均取得优于对比方法的结果，为脑白质结构的精细化智能分析提供了新的技术思路。王子熙同学通过参加格拉斯哥学院“科研零距离”活动，在张帆老师关于人工智能技术在人脑神经影像计算中应用的介绍中了解到相关研究方向，并逐步参与相关科研工作。
图2 基于多尺度视觉Transformer的脑白质纤维分类框架
2023级电子信息工程专业文英奇在通信抗干扰全国重点实验室梅渭东老师指导下，以第一作者身份撰写的学术论文《Rotatable Antenna Array-Enhanced Null Steering: Performance Analysis and Optimization》于7月在国际学术会议IEEE International Conference on Communications（ICC 2026）发表。该研究聚焦未来无线通信系统中的波束形成与干扰抑制问题。传统固定朝向天线阵列在抑制干扰信号时，往往难以兼顾目标方向的高波束增益，尤其当目标与干扰信号方向接近时，性能损失更为明显。针对这一问题，研究提出了一种支持三维空间旋转的新型天线阵列架构（图3），通过调整阵列朝向引入额外空间自由度，在抑制多个方向干扰的同时提升目标方向的波束增益。研究从理论上推导了不同天线辐射特性下实现目标方向最大波束增益与干扰完全抑制的条件，揭示了可旋转阵列在放宽目标与干扰信号角度间隔要求方面的优势，并进一步提出了结合吉布斯采样的三维旋转角度迭代优化算法。仿真结果表明，该方案相比传统固定朝向阵列能够显著提升干扰抑制条件下的目标方向波束增益（图4、图5），为未来无线通信系统的高效波束形成与干扰管理提供了新的研究思路。文英奇同学曾获国家奖学金、学院一等学业奖学金及校级优秀学生一等奖学金，自大二暑期起加入梅渭东老师课题组，围绕新型可重构天线技术与无线通信信号处理开展科研工作，并在梅老师指导下继续开展本科毕业设计研究。
图3 可旋转天线阵列系统模型示意图
图4 可旋转阵列与传统固定阵列的波束方向图对比
图5 目标方向波束增益随干扰数量增加的鲁棒性对比
论文链接：
Yaqi Zeng、Yanbo Wang、Di Cao、Pengfei Zhao、Yuehui Huang、Lei Yang，“Learning-Free Laplacian Kernel Modeling for Joint Imputation of Multi-Energy Load Data in Integrated Energy Systems”，IEEE Transactions on Smart Grid，
https://ieeexplore.ieee.org/abstract/document/11643974
Zixi Wang、Junyi Wang、Yi Pan、Tengfei Xue、Weidong Cai、Yogesh Rathi, Carl-Fredrik Westin、Lauren J. O’Donnell、Fan Zhang，“TractoMFormer: A novel streamline-level tractography analysis framework for group classification using deep graph and multi-scale ViT”，NeuroImage，
https://www.sciencedirect.com/science/article/pii/S1053811926003071
Yingqi Wen、Weidong Mei、Yike Xie、Beixiong Zheng、Zhi Chen、Boyu Ning，“Rotatable Antenna Array-Enhanced Null Steering: Performance Analysis and Optimization”，ICC 2026-IEEE International Conference on Communications，
https://ieeexplore.ieee.org/abstract/document/11587348
