肖芳清

姓名：肖芳清

职称：讲师

邮箱：fangqing.xiao@ynu.edu.cn

学术兼职：长期担任IEEE JSAC，SPL等期刊审稿人，担任ICASSP会议审稿人。

研究领域

通感一体化（ISAC），统计推断（Statistical Inference），稀疏贝叶斯学习（Sparse Bayesian Learning)，估计理论(Estimation Theory)，定位与追踪（Localization& Tracking)

研究概况

本人博士师从Dirk Slock教授（IEEE Life Fellow& EURASIP Fellow），长期从事信号处理与通信领域的前沿研究，核心围绕一体化感知与通信、统计推断、稀疏信号恢复、卡尔曼滤波与目标跟踪等方向展开研究工作。研究中以高维统计推断、稀疏信号处理、贝叶斯学习为核心技术手段，同时运用随机矩阵等数学工具，深入探究各类信号处理与估计算法的理论极限，针对复杂环境、高维数据、低信噪比等实际场景下的算法设计与分析开展系统性研究。相关研究成果发表于IEEE JSTSP, SPL等期刊及ICASSP等国际知名信号处理与通信领域会议，并多次获国际会议奖项及会议旅行基金资助，并长期与国内外高校学者保持密切合作。

奖励与荣誉
曾获IEEE CAMAD 2023 最佳论文奖（亚军）, IEEE SPAWC 2023 最佳员工论文奖；IEEE ISIT 2024、ICASSP 2025、ICASSP 2026 国际会议旅行基金资助；2018-2019年国家留学基金委（CSC)公派留学奖学金。

学术成果
期刊论文成果：
1. Fangqing Xiao and Dirk Slock; “Multipath Component Power Delay Profile Based Ranging,” IEEE Journal on Selected Topics in Signal Processing (JSTSP), DOI: 10.1109/JSTSP.2024.3491580.
2. Fangqing Xiao and Dirk Slock; “Efficient CRB Estimation for Linear Models via Expectation Propagation and Monte Carlo Sampling,” IEEE Signal Processing Letter (SPL), 33, 451-455.
部分会议论文成果：
1. Fangqing Xiao, and Dirk Slock; ”Performance analysis of hyperparameter optimization in sparse Bayesian learning via Stein’s unbiased risk estimator”, EUSIPCO 2025.
2. Fangqing Xiao and Dirk Slock; “Single Snapshot Direction of Arrival Estimation Using the EP-SURE-SBL Algorithm”, IEEE ICASSP 2025.
3. Fangqing Xiao, Xiyao Zhou, Zunqi Li, Hongwei Hou and Dirk Slock; “High-precision LoS localization using composite nakagami-m log-normal model”, IEEE Meditcom, 2025.
5. Fangqing Xiao and Dirk Slock; “Breaking the Gaussian Barrier: Leveraging ReGVAMP to Extend EKF, SOEKF, and IEKF”,
IEEE Asilomar 2024,
4. Fangqing Xiao and Dirk Slock; “Towards hyperparameter optimizing of sparse Bayesian learning based on Stein’s unbiased risk estimator”, IEEE ISIT(W) 2024.
5. Fangqing Xiao and Dirk Slock；”Parameter estimation via expectation maximization - expectation consistent algorithm”, IEEE ICASSP 2024,
6. Fangqing Xiao, Zilu Zhao and Dirk Slock; “Power delay profile based ranging via approximate EM-reVAMP”,IEEE CAMAD 2023, Best Paper Award (Runner-up).
7. Zilu Zhao, Fangqing Xiao and Dirk Slock; “Approximate message passing for not so large niid generalized linear models”, IEEE SPAWC 2023, Best Student Paper Award.

更多信息可参考个人谷歌学术网页。