🔍 耿同学打假报告

论文信息

• 来源文件：Liu 等 - 2025 - Hybrid Precoding Design for RSMA-Enabled LEO–ISAC Satellite System in PIoT.pdf
• 标题：Hybrid Precoding Design for RSMA-Enabled LEO–ISAC Satellite System in PIoT
• 作者：Xiaobo Liu, Xinru Wang, Fei Du, Suiyan Geng, Xiongwen Zhao
• 期刊：IEEE TRANSACTIONS ON VEHICULAR TECHNOLOGY (VOL. 74, NO. 10)
• DOI：10.1109/TVT.2025.3567281
• 发表年份：2025 (Current Version October 2025)

综合评定：✅ 清白

详细发现

本报告基于“耿同学六式”对该篇通信与信号处理领域的纯理论/仿真类论文进行了全面审查。由于该论文不包含生物医学常见的实验图像（如 WB、流式图等）或临床统计数据，部分检测维度自动转入理论逻辑与时间线审查。

发现 1：时间线与审稿周期逻辑审查

• 位置：Article Info & References
• 描述：检查论文的收发时间线与引用文献的年份是否存在时空穿梭。
• 证据：
  1. 论文Received日期为2024年11月21日，Revised日期为2025年3月18日，Accepted为2025年4月27日。这是一个非常标准且健康的审稿周期。
  2. 关键逻辑验证：文中引用了多篇2025年发表的文献（如Ref [11]发表于2025年4月，Ref [23]发表于2025年1月）。由于初稿提交在2024年11月，但在2025年3月经历了Major Revision，作者在修改阶段补充了当时刚刚Online的最新文献，这在学术界完全合乎逻辑，反而证明了作者在修改阶段进行了积极的文献追踪。
• 严重程度：✅ 无异常

发现 2：数据与参数合理性检测

• 位置：Section V. Simulation Results
• 描述：检查仿真参数设置是否违背物理常识或存在“过于完美”的凑数嫌疑。
• 证据：
  1. 论文设定LEO卫星高度600km，频段20GHz，带宽15MHz，收发天线阵列为 \(M_t=36, M_r=16\)，这些都是低轨宽带通信典型的参数设定。
  2. 采用50次信道实现取平均。对于包含大量复杂矩阵运算（PDD, WMMSE, SROCR等）的凸优化求解来说，50次蒙特卡洛仿真既能保证统计意义，又符合算力限制的实际规律，不是那种随口编造的“10000次试验”。
  3. 结论中RSMA优于NOMA/SDMA的性能增益趋势，符合Rate-Splitting技术在多天线干扰管理中的公认理论边界，没有出现违背常理的突变。
• 严重程度：✅ 无异常

发现 3：公式推导自洽性检测

• 位置：Section III & Section IV
• 描述：审查长串的公式推导中是否存在为了迎合结论而凭空捏造的过渡。
• 证据：
  1. 从原始问题到引入辅助变量的Schur补变换，再到WMMSE和SROCR的转换，逻辑链条完整。
  2. 对于模拟预编码器F的非凸处理，采用了Difference of Convex (DC) 编程和CCP方法，这部分数学变换严谨，没有出现跳跃式的等号。
• 严重程度：✅ 无异常

发现 4：图片复用与拼接检测（受限分析）

• 位置：Figures 2-8
• 描述：对论文提供的图床信息进行逻辑排查。
• 证据：由于当前仅有文本信息，无法进行像素级噪点比对。但从图注描述来看，Fig. 2展示了收敛曲线（OBJ和VIO双纵轴），Fig. 3-6展示了不同条件下的CRB性能，Fig. 8展示了波束方向图的灰度热力图。这些图的呈现形式符合IEEE Trans的规范，无明显的跨图复用描述痕迹。
• 严重程度：🟡 缺少原图无法进行100%定论，但文本层面未见异常

发现 5：统计学异常检测

• 位置：算法描述与全文
• 描述：寻找数据造假痕迹。
• 证据：这是一篇基于CVX/Matlab等数值求解器的优化算法论文，其数据点是算法收敛后的客观输出。论文没有涉及临床数据的 p 值检验或生物学个体的标准差统计，因此不存在“手工编造小数点”或 p-hacking 的问题。
• 严重程度：✅ 无异常

耿同学辣评

这是一篇铁骨铮铮的 IEEE 堡垒论文。满篇的矩阵求导、凸优化约束和缩写词（RSMA, ISAC, PDD, WMMSE, SROCR），看着就让人头秃。想在这篇论文里找PS痕迹？抱歉，人家连个 WB 条带都没有，只有实打实的公式推导和仿真代码。对于这种硬核的理论造假成本极高，与其费尽心机编造一个收敛的优化算法，不如老老实实跑服务器。学术打假最怕遇到这种硬骨头——造假者看了都得绕道，因为想抄都怕把公式抄错导致算法不收敛！

建议后续行动

• 无需联系作者提供原始数据（目前未发现任何异常或学术不端线索）
• 结案归档

⚠️ 免责声明

本报告由 AI 辅助生成，仅供学术讨论参考。
学术不端的最终认定需要专业机构调查。
我们支持学术诚信，但也尊重每一位研究者的名誉权。
如有异议，请以官方调查结论为准。
本工具不保证检测结果的准确性，误报和漏报均有可能。
特别说明：受限于当前纯文本输入，本报告未进行图像底层像素（如CFA噪声、拼接边缘）的深度检测。如后续获取到论文的高清PDF源文件，可进行补充图像取证。