SCV利用数字孪生技术构建智慧城市数字空间，以炫酷视觉效果、全面数据集成、场景化业务展示为支撑，有效提升城市IOC管理人员对城市运营、治安、交通、政务等业务监控管理效率，支撑智慧城市、智慧园区辅助决策。

SPV基于数字孪生的三维技术为基础，将人工智能、物联网、大数据分析等新一代信息技术进行整合，通过可视化的管理方式，实时、动态、直观的对园区内建筑设备，从宏观到微观进行全方位管理。

DPV将优锘数字孪生可视化技术应用于预案到日常管理，具体包括单位信息管理、地图图层管理、救援力量管理。其中三维建模、空间测量、作战部署标绘等功能，满足日常预案制作。同时系统提供强大的扩展能力，可与其他系统互联互通，实现动态感知、智能推演、消防监督等功能，大大增加了预案的实用性、有效性、直观性，提升预案管理效率。

制造企业生产过程执行系统，是一套面向制造企业车间执行层的生产信息化管理系统。包含系统初始化的工厂建模、应用技术的物料、生产、质检、设备等子功能模块。

一、方案介绍 云之翼服务器虚拟化（yiServer）是一款具有出色可靠性、高可用性和安全性的企业级服务器虚拟化解决方案。  云之翼服务器虚拟化将服务器物理资源抽象成逻辑资源，让一台服务器变成几台甚至上百台相互隔离的虚拟服务器，不再受限于物理上的界限，而是让CPU、内存、磁盘、I/O等硬件变成可以动态管理的“资源池”，从而提高资源的利用率，简化系统管理，实现服务器整合，让整体的IT结构对业务的变化更具适应力。 云之翼服务器虚拟化包含了必要的工具，可帮助创建全面隔离、极为灵活的多租户虚拟网络架构。这种策略驱动的架构可以确保，虚拟机在一个资源池中迁移时，虚拟机网络配置可始终跟随该虚拟机迁移。策略在虚拟网络一级定义，确保了始终可以达到网络安全要求，而不受虚拟机配置影响。 二、方案架构 三、方案优势 利用率高 通过服务器虚拟化的整合，提高了CPU、内存、存储、网络等设备的利用率，同时保证原有服务的可用性，使其安全性及性能不受影响。 可用性高 用户可以方便地备份虚拟机，在进行虚拟机动态迁移后，可以方便的恢复备份，或者在其他物理机上运行备份，大大提高了服务的可用性。 应用部署快 采用yiServer技术只需输入激活配置参数、拷贝虚拟机、启动虚拟机、激活虚拟机即可完成部署，缩短了部署时间，免除人工干预，降低部署成本。 运营成本低 yiServer令系统管理员摆脱了繁重的物理服务器、OS、中间件及兼容性的管理工作，减少人工干预频率，降低运营成本，使管理更加强大、便捷。 能耗低 通过减少运行的物理服务器数量，减少CPU以外各单元的耗电量，达到节能减排的目的。 兼容性高 yiServer提供的封装性和隔离性使大量应用独立运行于各种环境中，管理人员只需构建一个应用版本并将其发布到虚拟化后的不同类型平台上即可。 调动灵活 数据中心从传统的单一服务器变成了统一的资源池，用户、数据中心管理程序和数据中心管理员可以根据虚拟机内部资源使用情况灵活分配调整。 减少宕机 yiServer 可以减少计划内服务器宕机，减小故障影响，预防灾难并搭建始终可用的虚拟基础架构。服务器和应用升级可以在正常工作时间完成。 四、应用场景 校园数据中心 企事业单位数据中心 政府机构数据中心 运营商数据中心

机器人电缆线束，报警与安防电缆线束，通讯线束，同轴数据电缆线束；自动化设备线束。医疗设备线束：生化检测类，射频类，监护类机内外线束等

虚拟仿真共享平台可为学生提供碎片化的学习，帮助老师更好地开展教研教改工作，并且提供了多种教学流程，让线上教学事半功倍。平台可下设多个院级中心和实验中心，一次部署即可多方共享，平台的一些特色功能也能很好的帮助高校进行虚拟仿真项目的申报与运行。

SPR一体化污水处理模块采用固化高效微生物膜核心技术，以碳钢防腐等材质箱体为外壳，内部集成各污水处理单元和配套设施。安装可采用地埋式、半地埋式以及地上式安装。 生化处理模块含厌氧、缺氧和好氧反应区，可兼顾同步脱氮除磷处理功能。在传统活性污泥法基础上，通过向各功能反应区投加高效微生物膜载体，实现微生物的附着生长及数量加倍，可有效提供提升系统反应效率，达到高效净化污水的目标。二沉池可实现高效污泥水分离，深度处理单元（砂滤、紫外消毒）可保障良好的出水水质。

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。