我院戴晓明教授两篇发表于IEEE Trans.的检测相关论文^[1][2]获得44次专利他引，专利引用量是一项国际通用衡量创新研发机构成果影响力的核心指标^[3][4]。该技术被多家公司实际应用。

    根据路透社（Reuters）发布的全球创新研究机构排名^[3]，位列第13名日本理化学研究所专利引用191次，东京大学专利引用255次^[4]。这一排名基于科睿唯安（Clarivate Analytics）“学术论文数量”、“专利数量”、“专利他引数”及“学术论文被专利引用次数”等多项指标^[4]。

    戴晓明教授提出图样分割多址接入(Pattern Division Multiple Access, PDMA)、图样分割随机接入(Pattern Division Random Access, PDRA)、复杂度受限容量可达非正交多址接入设计、低复杂度性能无损最大似然检测等多项技术，其中PDMA技术被ITU和3GPP列为5G标准化三项主流候选多址接入方案之一。戴晓明教授以第一作者身份发表30余篇学术论文，专利他引超70次，其中两篇被国际电信联盟“未来地面无线通信技术发展趋势”引用^[5]，一篇被“华为全球创新计划书”作为项目指导文献。

戴晓明教授指导2021届毕业生张振宇（直博）在IEEE WCOM./TWC.等期刊发表论文13篇，单篇引用超100次；指导博士生张振宇、李华、董园园发表于IEEE Trans.的两篇分布式信号处理论文^[6][7]被华为2022年技术成果二等奖“分布式基带架构的新型信道估计算法”作为项目指导文献（国内唯一单位）。

参考文献

[1]   X. Dai, R. Zou, S. Sun, and Y. Wang, “Reducing the complexity of quasi-maximum-likelihood detectors through companding for coded MIMO systems,” IEEE Trans. Veh. Technol., vol. 61, no. 3, pp. 1109-1123, Mar. 2012.

[2]   X. Dai, R. Zou, S. Sun, and Y. Wang, “Reducing complexity of quasi-ML detectors through simplified branch metric and accumulated branch metric based detection,” IEEE Commun. Lett., vol. 17, no. 5, pp. 916-919, May 2013.

[3]   https://www.keguanjp.com/kgjp_keji/kgjp_kj_etc/pt20170420111638.html

[4]   https://www.keguanjp.com/kgjp_jingji/kgjp_jj_diaocha/pt20170724094858.html

     [5] http://www.itu.int/pub/R-REP-M.2320-2014

[6]   Z. Zhang, Y. Dong, K. Long, X. Wang, and X. Dai*, “Decentralized baseband processing with gaussian message passing detection for uplink massive MU-MIMO systems,” IEEE Trans. Veh. Technol., vol. 71, no. 2, pp. 2152-2159, Feb. 2022. (*Corresponding author)

[7]     Z. Zhang, H. Li, Y. Dong, X. Wang, and X. Dai*, “Decentralized signal detection via expectation propagation algorithm for uplink massive MIMO systems,” IEEE Trans. Veh. Technol., vol. 69, no. 10, pp. 11233-11240, Oct. 2020. (*Corresponding author)