无线通信里有一个很反直觉的目标：不是“收集越多信息越好”，而是尽量少花训练开销，还要把信道估得足够准。到了 massive MIMO、毫米波和未来 6G 场景，天线更多、带宽更高，传统做法如果一味增加导频和反馈，系统本身就会被训练成本拖住。于是“少量观测怎样换到可靠估计”变成了很实际的研究问题。
澳门大学电机及电脑工程当前博士专业方向页面，把“Signal processing and wireless communications”明确列在Shaodan MA 马少丹教授名下。她现任澳门大学电机及电脑工程教授、智慧城市物联网全国重点实验室副主任；个人主页列出的研究包括阵列信号处理、massive MIMO、毫米波通信、通感一体化与 AI-native communications。她的课题组页面同时列有多名在读博士生。
一个很具体的例子是她主页重点展示的低密度导频 massive MIMO 信道估计：研究用双注意力网络同时学习信道的时域和空域特征，希望在更少导频的条件下保持估计精度。
她当前发表/接收列表里还包括 5G-Advanced 波束管理的 AI/ML 标准化视角、few-shot CSI feedback 等工作。它们都在碰同一个工程矛盾：网络越复杂，获取“足够多状态信息”的成本越高，因此算法必须学会更节省地使用观测。
这类方向很适合用来区分“把 AI 用在通信里”和“真正做通信研究”。前者可能只是换一个模型，后者通常要明确系统约束：导频为什么稀缺？反馈占多少资源？误差会怎样影响后续传输？模型复杂度能不能落到真实硬件？
马少丹教授的研究页面还展示了毫米波 massive MIMO 原型系统，这提醒申请者，通信里的漂亮指标最终还是要回到协议、射频、时延和可实现性。
博士招生层面，澳门大学官方在 2026 年发布的 2027/2028 信息中写明，重组后的相关学院将面向全球招收电机及电脑工程等博士项目，暑期研习营也明确面向潜在博士申请者，并允许潜在导师推荐。
资助方面，澳大博士生奖学金面向全日制 PhD 申请人竞争，每月津贴 MOP 20,000、最长四年，学费会在津贴发放前抵扣。这里的“全奖”是大学奖学金路径，不是马少丹教授个人承诺。
如果你想申通信与信号处理，proposal 不妨从“系统里什么东西最贵”开始：是导频、反馈、能耗、带宽还是时延？再去问能不能用结构、统计先验或学习方法减少这笔成本。比起先写一个大而泛的“AI+6G”，把一个资源约束说清楚，往往更容易形成真正可做的博士问题。
