ICC自1965年举办第一届以来，已成为世界通信领域规模最大、最具影响力的标志性学术会议之一，其内容涵盖通信领域的各个方向，每年都汇集了世界通信业学术界和产业界众多顶尖学者。本届大会共收到来自世界各国的学术论文2529篇，录用论文962篇。经过专题技术委员会匿名评审和推荐、大会最佳论文评选委员会投票选举，大会最后评选出最佳论文16篇，获奖率仅为1.7%。此次我校三篇论文同时获得最佳论文奖，彰显了北京邮电大学在全球通信领域的影响力。

通感一体化是6G重要特征和核心关键技术之一。论文《感知辅助波束赋形：基于智能反射面的通感一体化框架》针对毫米波通感一体化面临的环境依赖性强、覆盖范围有限、成本功耗高的挑战，提出了具有“广域低成本覆盖”特征的基于智能超表面的通感一体化设计框架，对传输机制、位置感知方法、感知辅助的波束赋形方法进行设计。具体地，针对智能反射面辅助上行通感一体化系统，提出了可达毫米级理论定位精度的高效位置感知方案。基于该位置感知方案，提出了感知辅助的主被动联合波束赋形方法，实现了与基于完美信道信息的最佳波束赋形方案相近的性能。该论文为基于智能反射面的通感一体化系统的实际部署提供了理论和技术支撑。

论文《协作强化学习辅助的无人机集群网络动态路由方法》针对动态无人机集群网络中的路由优化难题，提出了一种基于策略梯度的多智能体强化学习路由方法。该方法联合考虑了无人集群网络路由中的拥塞控制问题与最短路径传输问题，采用了集中式训练-分布式执行的多智能体强化学习框架，实现了算法全局收敛与本地快速响应。在此基础上，在各个智能体的策略梯度计算过程中引入了反事实基线因子，精确评估了每个无人机节点路由策略优劣，进一步提高了算法的训练效率。仿真结果表明，本文所提出的动态路由方法能够在高动态的无人机集群网络环境中表现出良好的收敛性能，同时在网络生存时间、数据包交付率、吞吐量等性能指标上取得较好的效果。

论文《B5G/6G协作边缘计算下基于图神经网络的细粒度业务卸载》面向B5G/6G协作边缘计算，提出了端到端依赖关系感知的细粒度业务卸载策略。利用基于图神经网络的深度图匹配方法抽取细粒度业务图与网络图的特征，学习业务的资源需求和网络的资源供应状态并构建相似度矩阵，并基于此进行子任务卸载节点选择，有效保障了网络的负载均衡。该方法能够适用于不同子任务数、不同网络节点数的动态变化场景，泛化性强，算法执行速度快。与基线算法相比，所提策略可以有效降低网络负载不均衡度，同时保障了较高的业务接受率，为6G网络边缘的业务高效服务提供了一种参考方案。

向获奖教师及团队表示祝贺。