喻翌，西南科技大学信息工程学院副教授，硕导，IEEE高级会员，入选2023年斯坦福大学“全球前2%顶尖科学家”榜单。长期从事自适应信号处理、阵列信号处理算法研究及其在声学系统、电力系统中的应用研究工作。目前，已分别主持1项国家自然科学青年和面上基金、四川省自然科学基金、西南科技大学博士基金和四川省氢能源与多能互补微电网工程技术研究中心开放基金。近5年，申请人在信号处理领域国际重要学术期刊和会议发表论文40余篇，其中第一作者或通信作者发表SCI论文22篇和国际会议论文7篇。研究成果获得了国内外学者的广泛认可，例如截止目前申请人发表论文的谷歌引用1600余次。现担任SCI期刊Circuits, Systems and Signal Processing的副主编；IEEE ICEICT-2022、PandaFPE-2023等国际会议的分会场主席。此外，近5年获得授权中国发明专利2项，新申请中国发明专利2项。

1) 针对非高斯脉冲噪声环境，通过设计不同的鲁棒性策略，提出了对脉冲噪声鲁棒的分布式自适应滤波算法。在非高斯脉冲噪声环境下，深入分析了这些算法的理论稳态和暂态性能，包括固有参数对算法性能的影响。此外，相应地应用算法解决认知无线电网络的频谱感知问题，取得了较好的效果。成果发表于IEEE Transactions Signal Processing（2019、2020、2022）期刊。 2) 针对稀疏系统，稀疏吸引自适应滤波算法能够获得极大的性能提升，但这受制于算法参数的恰当选择，尤其是稀疏吸引强度参数。为了解决此问题，首先提出解耦稀疏吸引自适应滤波算法的更新公式为自适应学习和稀疏吸引两个步骤。其次，通过引入交替优化方法，分别为自适应学习参数和稀疏吸引强度参数设计出了自动选择方案，从而提高了该类算法实用性。成果发表于Signal Processing（2021）、IEEE Signal Processing Letters（2022）和IEEE Transactions on Circuits and Systems II: Express Briefs（2022）期刊。 3) 为了解决基于固定步长自适应滤波算法存在的经典折中问题，通过建立最小平均M估计算法的MSD递归模型并在每次迭代比较不同步长对应的MSD值，创造性地提出了转换步长策略。该方法完全不同于现有解决同一问题的凸组合、组合步长和变步长策略，且能够获得更优的性能以及参数较易选择。初步成果发表于Circuits Systems and Signal Processing（2022）期刊。之后，研究了转换步长策略在子带自适应滤波算法和频域自适应滤波算法的扩展，以及提出了滑动步长序列以保持算法的低计算复杂度。成果之一发表于IEEE Transactions on Circuits and Systems II: Express Briefs（2023），其它成果已提交到IEEE/ACM Transactions on Audio, Speech, and Language Processing等期刊（目前正在同行评审中）。 4) 一方面，针对有色输入场景，子带自适应滤波算法不仅比NLMS算法收敛速度更快，而且保持着低的计算复杂度，因而在声学回声消除应用场景中更有优势。另一方面，考虑该场景下回声信道的稀疏性，引入成比例和稀疏感知策略，提出了改进的子带自适应滤波算法；理论分析了算法收敛条件、稳态和暂态行为。另外，基于理论分析结果，为算法中步长和稀疏惩罚参数设计了自适应选择方案，提高了算法的实用性。成果发表于IEEE/ACM Transactions on Audio, Speech, and Language Processing（2020、2021）期刊。 5) 通过求解子带自适应滤波算法的均方权值偏差关于每个子带增益向量的最小化问题，提出了不管回声信道是否稀疏的最优子带自适应滤波算法。同时，为了在不丢失性能的条件下保持低计算复杂度，提出了该算法的向量实现。面对声学回声消除中的双通话场景，提出了鲁棒性策略与双通话检测器协作能够达到更好的性能。成果发表于IEEE/ACM Transactions on Audio, Speech, and Language Processing（2022）期刊。此外，与西北工业大学陈捷教授合作，成功将该最优算法思想用于非线性声学回声消除和非线性主动噪声控制，其成果发表在IEEE Transactions on Circuits and Systems I: Regular Papers期刊；与西南交通大学刘志刚教授（IEEE Fellow）合作，将该算法与盲源分离结合，应用到了语音增强中获得不错的效果，成果发表在IEEE Transactions on Instrumentation and Measurement期刊。