近日，哈哈体育博士后Yasir Ali博士以第一作者身份在Elsevier旗下国际高水平期刊《Computer Science Review》发表题为“Artificial intelligence driven channel coding and resource optimization for wireless networks: A systematic survey”的综述论文。该期刊影响因子为12.7，在计算机科学、人工智能和通信网络交叉研究领域具有较高国际影响力。此次成果的发表，充分体现了Yasir Ali博士在人工智能赋能无线通信、信道编码与网络资源优化方向的扎实研究基础，也展示了哈哈体育在未来信息技术领域不断提升的科研创新能力。

图1：论文首页截图，展示论文题目、作者信息、期刊名称及出版信息

该论文面向5G、5G+及未来6G智能通信网络的发展需求，系统梳理了人工智能在信道编码、智能解码、MIMO检测与预编码、NOMA/SCMA、信道估计、网络安全与隐私保护等方面的最新研究进展。论文指出，随着超高速率、超低时延、大规模连接和高可靠通信需求不断提升，传统通信方法在复杂动态信道、强干扰环境和资源受限场景下面临新的挑战，而AI技术正在成为推动下一代无线网络智能化演进的重要力量。

图2：论文总体研究框架与逻辑流程图，展示该综述从AI驱动信道编码、MIMO检测、资源优化到安全隐私研究的整体技术路线

在研究内容上，Yasir Ali博士团队不仅总结了深度学习、强化学习、联邦学习、神经网络译码和Transformer模型等前沿AI方法，还进一步分析了这些方法在提升误码率性能、降低译码复杂度、优化频谱资源、增强系统鲁棒性和保障网络安全方面的潜在价值。特别是在极化码、LDPC码、神经BP译码、AI辅助MIMO检测以及编码感知资源优化等方向，该论文形成了具有系统性和前瞻性的学术总结，为未来智能无线通信系统设计提供了重要参考。

图3：5G+关键目标示意图，展示未来无线通信网络在频谱效率、网络自动化、AI融合、物联网连接、量子通信和安全增强等方面的发展方向

论文进一步指出，人工智能并非简单取代传统通信算法，而是更适合与模型驱动方法相结合，构建兼具理论可靠性、数据自适应能力和工程可部署性的混合智能通信架构。未来研究需要进一步关注标准化性能评估、低复杂度神经译码器、边缘实时部署、硬件—软件协同设计以及隐私保护和抗攻击分布式学习等关键方向。这些观点对推动AI通信技术从理论研究走向可靠、可扩展的工程应用具有重要意义。

图4：基于DNN的消息传递检测架构图，体现论文在AI辅助检测、智能译码和模型驱动学习方面的技术深度

该研究成果依托我院多运动体跨域协同控制科研团队完成，在 IEEE Fellow 夏元清教授指导下开展。Yasir Ali 博士深耕多学科交叉前沿，研究成果多次亮相国际顶级期刊。本次论文发表，是其学术能力与团队科研水平的集中体现，有效提升了我院在智能通信与网络安全领域的学术影响力。

面向未来，研究团队将持续深耕前沿方向、聚力技术攻关，广泛开展国际交流合作。哈哈体育将深化产学研协同创新，携手各方探索下一代智能安全通信网络关键技术，助力信息技术产业高质量发展。