【时间】2026年4月16日（周四）下午14：30 开始
【地点】线下讲座，9B406会议室
【主题】一种带有稀疏学习功能的扩展自适应规范分段线性网络研究
【主讲人及介绍】
刘畅，博士、副教授，研究方向包括自适应与阵列信号处理、压缩感知，稀疏贝叶斯学习及深\浅度神经网络在射频通信中的应用。
【内容简介】
针对通信系统中具有非圆特性复包络信号驱动的射频非线性通道，设计了一种扩展记忆规范分段线性（Widely memory-canonical piecewise linear，WMCPWL）模 型。WMCPWL 通过复数值规范分段线性（CPWL）基函数的加法组合对早期实数值公式进行了推广，这些基函数根据信号幅度进行划分。为了有效地估计与复数值 CPWL 基函数相关的稀疏系数，推到了一种扩展收缩迭代收缩阈值算法（WSISTA），该算法利用了模型结构的固有稀疏性。WSISTA 在近似梯度步骤和软阈值操作之间迭代，采用收缩自适应步长策略以加速收敛。通过凸函数的二次逼近特性严格建立了该算法的全局收敛性。通过两个具有代表性的应用实例说明了所提出的建模和算法框架的实际效用：同相/正交（IQ）失衡下的非线性信道均衡以及全双工无线通信系统中的数字自干扰消除（DSIC）。
诚挚欢迎广大师生参加。
