D2D 异构网络技术（即终端直通技术），不需要通过基站或核心网进行数据中转和处理，只需在移动终端之间建立通信链路即可直接传输数据，为突破上述技术瓶颈提供了一种新型的网络架构。目前，D2D 技术已被IMT-2020（5G）推进组确定为第5代移动通信系统的关键技术之一。然而，D2D 通信无线资源分配方面的研究，必须考虑能量效率和能量使用的优化。由于移动终端的电池容量有限，一旦忽视数据传输中对能量效率的优化，将使得数据传输由于能量枯竭而中断，重要信息无法及时传达，严重影响服务质量和用户体验。针对4G 智能手机的用户调查结果表明，只有不到25%的用户对手机续航时间表示满意，手机续航时间已经成为影响用户满意度和品牌忠诚度的关键因素之一。 　　课题组深入研究了频谱效率和能量效率之间的内在关联，其研究结果表明，在考虑实际电路功率损耗的情况下，频谱效率和能量效率不再是简单的单调递减关系，而是随着频谱效率的增加，能量效率呈现先单调递增后单调递减的特性。通过上述分析可以看出，如果一味追求高频谱效率和高吞吐量，将会带来移动终端能量效率的大幅度下降。因此，课题组针对D2D异构网络频谱资源复用的复杂场景，将针对能效最优的NP难联合资源分配问题转换为用户偏好下的随信道状态和干扰水平而动态变化的一对一匹配问题，并通过采用稳定匹配理论、非合作博弈理论、非线性优化理论来解决能效优化问题。研究结果表明，在保障QoS情况下，相比传统的高谱效资源分配方法，该方案可以将移动终端的功率消耗降低200%以上。，本项目的核心研究方向正是将节能减排战略方针落实到移动通信的基础研究领域中，与国家中长期科技发展方向和国际通信产业长期发展趋势相一致，将在技术、环境和经济等多个方面具有重要的研究意义和实用价值。 　　 课题组负责人周振宇自参加工作起即投入到异构网络资源分配、干扰协调、移动性管理、自组织组网等方面的研究工作中，作为项目负责人，先后主持了多项国家级、省部级科研项目，包括国家自然科学基金青年科学基金项目、北京市自然科学基金青年科学基金项目、北京市优秀人才计划项目等，积累了深厚的理论基础和丰富的研究经验。以 第 一 作 者 和 通 信 作 者 在 IEEE Transactions on Communications 、IEEE Transactions on Vehicular Technology、IEEE Transactions on Intelligent Transportation Systems、IEEE Transactions on Green Communications and Networking、IEEE Journal on Selected Areas in Communications、IEEE Transactions on Industrial Informatics等通信领域主流期刊发表论文30 余篇，在IEEE ICC、IEEE Globecom 等通信领域旗舰会议发表文章30 余篇，其中2 篇论文入选ESI 高被引论文。 　　其研究工作已被 Prof. Zhu Han（IEEE Fellow）、Prof. Weihua Zhuang（加拿大工程院院士、IEEE Fellow）、Prof. Sherman Shen（加拿大工程院院士、IEEE Fellow）、Prof. Vincent Poor（美国科学院院士、加拿大科学院院士、英国皇家科学院院士、IEEE Fellow）、Prof. Andreas Molisch（奥地利科学院院士、IEEE Fellow）、易芝玲教授（中国移动研究院首席科学家）以及JSAC、IEEE Transactions on Wireless Communications、IEEE Communications Magazine 等通信领域顶级期刊引用和正面评价。荣获IET Communications 最佳期刊论文奖（the IET Premium Award in 2017，每年在全球范围内仅选拔1 篇）、IEEE 通信协会绿色通信与计算专委会最佳论文奖（IEEE ComSoc Green Communications and Computing Technical Committee 2017 Best Paper Award，在IEEE Globecom 2017 会议上颁奖） 　　目前担任 IEEE Access、Transactions on Emerging Telecommunications Technologies、IEEE Communications Magazine 等国际学术期刊的编辑及客座编辑，担任IEEE ISADS’15 智能电网通信与网络技术专题研讨会联合主席，担任IEEE Globecom、IEEE ICC、IEEE WCNC、IEEE VTC、IEEE PIRMC、IEEE CCNC、IEEE APCC 等国际学术会议的技术委员会委员。在国际标准化方面，担任IEEE 异构网络授权/非授权频谱融合标委会工作组骨干成员（IEEE Standards Association, P1932.1 Working Group, “Licensed/Unlicensed Spectrum Interoperability in Wireless Mobile Networks”）。应邀在IEEE 车辆技术协会旗舰会议IEEE VTC’18 上作Tutorial 报告（报告题目：Internet of Vehicles: When SDN, Edge Computing and Big Data Meet Intelligent Transport Systems）。2016 年入选北京市委组织部“北京市优秀人才计划”，2017 年入选IEEE 高级会员（IEEE Senior Member）。 　　该研究由中国国家自然科学基金委项目61601180和61601181，中央高校基础研究基金资助项目2014MS08和2016MS17，日本学术振兴会JSPS KAKENHI 26730056， JP15K15976和JP16K00117以及JSPS A3 Foresight等项目资助。

提出了多源异构交通大数据分析融合技术、城市广域交 通AI 信号控制技术、城市广域交通AI 协同管理技术和究城 市广域交通运行及管控评价技术。通过对关键技术突破及现 有技术集成应用，形成能够解决我国城市广域交通管控突出 问题的成套技术及解决方案。

成果描述：本发明涉及互联网技术，公开了一种邮件行为特征库生成方法、垃圾邮件判断方法、垃圾邮件特征库更新方法。本发明实施采用分类已知的垃圾邮件的行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。市场前景分析：本发明实施采用分类已知的邮件行为特征库生成方法，并使用生成的特征对分类未知的邮件进行判断。此发明方案，在应对当前不断变化的垃圾邮件具有显著优势，可为垃圾邮件过滤产品采用，具有一定的市场推广前景。与同类成果相比的优势分析：在数据库更新时，用已经识别的垃圾邮件，通过克隆变异算法实现抗体库的更新，更能适应一定时期内垃圾邮件行为特征变化趋势和垃圾邮件变化趋势。

项目成果/简介: 本技术提供一种基于炉内工件本征色彩还原的高温工业电视系统，通过嵌入式处理器获取高温探头采集的红外图像，并根据黑体辐射曲线反推出目标所对应的可见光区域内的亮度曲线，再结合人眼对色彩的敏感曲线进行积分计算，还原目标的本征色彩，并通过显示器进行高清显示，解决了现有摄像机对监控到的高温图像信息的识别能力差，造成色彩易丢失或失真的问题。知识产权类型:发明专利知识产权编号:ZL201810182853.X技术先进程度:达到国内先进水平成果获得方式:独立研究获得政府支持情况:无

本发明公开了一种基于五相开绕组FTFSCW?IPM电机驱动系统的零序电流抑制方法，在电机运行过程中，将电机零序电流经过一个PI调节器得到共模电压的参考值，然后根据得到的共模电压的参考值将两个逆变器的零电压矢量的作用时间进行控制，使两个逆变器的开关序列错开时间工作，合成相对应的参考共模电压矢量，从而抑制零序电流。本发明提供的方法实现比较简单，对控制器要求不高，可以方便的移植到其它共直流母线；同时，不仅能抑制由共模电压引起的零序电流，而且可以很好的抑制逆变器死区引起的零序电流，减少电流的谐波分量。

本项目拟进一步技术升级转化的核心技术科技成果“基于燃料电池增程器时滞特性的瞬时优化能量管理策略”来源于“十二五”863计划《燃料电池轿车动力系统技术平台研究与开发》（2011AA11A265）项目。围绕该核心技术，项目申请人已申请发明专利7项，其中4项已授权，发表相关学术论文二十余篇，并与上海大众汽车有限公司开展了初步的技术转化合作。1 技术简介  针对燃料电池电动汽车具有多个车载能量源这一特点，申请人从综合考虑动力蓄电池和燃料电池增程器协调工作的角度出发，提出了一种源于ECMS策略（等效燃料最小策略）的基于损失功率最小算法(minimum loss power algorithm，MLPA)的瞬时优化能量管理策略。该策略算法思想为，基于试验得到的各关键部件效率特性图，构造动力蓄电池、燃料电池、DC/DC等关键部件在每一时间步长内的损失功率函数，这些部件损失功率函数在每一时间步长内的线性叠加构成了多能量源动力系统损失功率指标函数，通过使该指标函数在每一时间步长取值最小（系统效率最高）来确定燃料电池增程器功率输出。图1为该控制策略导出的燃料电池实时功率输出优化控制曲面。 通过仿真及实车转毂试验台验证发现该策略具有以下优点，如图2-3所示：1）该MLPA瞬时优化能量策略对工况适应性强，多种常见工况下（NEDC，UDDS，HWFET，匀速工况）经济性优于传统能量策略。2）多种常见工况下，该MLPA瞬时优化能量管理策略均能够控制燃料电池功率输出变化平缓，实现了“浅充浅放”，有利于燃料电池以及蓄电池的寿命保护。

任何具有温度的物体表面都会产生红外线，利用红外线感应装置和计算机信息处理与成象技术，可以将物体表面的温度场以可视画面形式显示出来——红外图象。采用现代的图象分析与处理技术，结合被检测设备的结果参数和现场可方便采集的一些其它数据，如电信号、压力、流量等参数，利用先进的模糊聚类、神经网络、人工智能等理论可以对热设备的运行状况进行有效的在线检测、故障分析与趋势预测。 设备运行状况的在线评估与故障分析和诊断一直是生产实际中有待解决的问题。本项目的主要特点是：红外图象可以实现非接触的、在线（或离线）检测，也可以做离线普查。基于红外图象的热设备运行状况、故障分析与诊断系统除红外图象以外的其它信息可根据现场实际情况适当提供，并不强行要求。当然信息越多越准则判断的结果越客观，因此具有智能性。目前已有针对催化裂化、加热炉、常用电器设备等多套专用的设备运行状况评价和故障诊断系统通过鉴定，并在多处投入实际使用，受到普遍好评。

一种平衡三叉树的快速图像置乱算法，算法简单，置乱稳定且能快速达到理想的置乱效果，通用性好，并能抵抗一定的攻击，可以很好的用于信息隐藏的预处理和图像加密，而且可以满足数字图像加密和隐藏的鲁棒性要求。

利用科克曼女生问题的解决方案对图像进行置乱，试验表明该方法能较快的达到理想的置乱效果，且置乱通用性强，安全性好，置乱恢复的图像无损失；并且有较强的抵抗剪切、缩放、滤波和噪声攻击的能力。

根据滚动轴承故障部位的不同，将滚动轴承故障分为：内圈故障、外圈故障、滚动 体故障三类。一般来说，故障识别主要可以有确定故障类型，选择诊断方法，提取特征参数， 执行故障诊断四个主要环节。其中，在故障诊断中重要的两个环节是故障特征选择和分类器的选择。针对滚动轴承故障识别，尽管不同特征能够从不同方面来识别故障，但是他们对识别故障有不同的灵敏度。一些特征对于故障是灵敏并且关联密切的，而其他特征则不然。因此对于分类器，获得一种约简输入特征维数的方法以减少分类器计算消耗,从而实现分类器的高精度的故障诊断。