人工智能、认知计算、决策支持技术的概念及研究已经跨出实验室，进入真正的实用阶段，其现实价值超过了技术研究者最初的认识，其本质是对信息、数据进行加工生产的技术，而这种生产加工不但可以给人们提供更加便捷的生活，还将对未来人们的生产、生活方式产生根本性的影响，对未来国家经济生活的运行方式、未来社会的组织结构产生深远的影响。首先介绍了人工智能技术的基本概念，然后研究了人工智能技术对未来经济生活的重要意义，人工智能技术开发、积累、复用、平台化的特征及其所面临的问题，最后初步分析了运营商接应人工智能技术研究及应用策略的思考。
在软件定义网络（SDN）和内容中心网络（CCN）融合架构下，为了充分利用控制层对网络拓扑和缓存资源的全局感知，在全网中实现缓存资源的优化使用，提出了一种集中控制的缓存决策优化方案。在该方案中，应用粒子群优化算法（PSO）并且根据节点边缘度、节点重要度以及内容流行度对缓存资源和内容进行集中缓存决策，使得内容在不同的节点进行合理的缓存。仿真结果表明，通过评估缓存大小对缓存性能的影响，PSO缓存决策方法取得了比LCE、PROB缓存决策策略更优的缓存命中率和路径延展率，明显降低了缓存节点的缓存替换数，使得缓存达到了整体缓存优化。
OVS（open vSwitch）作为一款开源的SDN软件交换机，得到了广泛关注。但在复杂多变的网络环境下，易出现数据层失去控制器控制和流表项学习老化等故障问题，严重制约了SDN性能。针对以上问题，研究设计了OVS的编程扩展技术架构，包含链接状态处理、故障感知、二三层自学习转发等核心功能的扩展，使OVS实现自动快速恢复、流表表项及时更新，保障了SDN吞吐量，从而减小了控制器失联对通信的影响，增强了SDN的稳定性和可靠性。
为解决采用最小均方误差（MMSE）信道预测的发射天线选择（TASP）/接收天线最大比合并（MRC）的无线通信系统设计问题，利用抛物柱面函数以及高斯Q函数的近似表达式和矩生成函数（MGF）法，分别推导了瑞利块衰落信道上采用 TASP/MRC 天线分集的相干检测 M 进制正交和双正交信号的平均误符号率（ASER）精确表达式以及正交信号ASER的近似表达式。数值计算和仿真结果验证了采用TASP/MRC和相干检测的正交/双正交ASER精确表达式的正确性以及正交信号ASER近似表达式的准确性。上述M进制正交/双正交信号ASER精确或近似表达式，可用于设计采用相干检测M进制正交和双正交信号的TASP/MRC天线分集系统，并能够快速地确定收发天线数和信道预测器级数等参数，避免耗时的计算机仿真。
车联网是移动互联网的延伸，其中基站协作的D2D通信适用于车间交通消息的短距离无线传播。针对车辆快速移动导致的通信链路动态性，提出了一种基于可变距离的D2D连接选择方法。通过选择行车道及车间距离参数，估计D2D连接对的信道质量，推导了D2D连接选择的优先指数，并基于该优先指数建立D2D通信链路进行交通消息传播。仿真结果显示，所提方法在D2D连接的生存时间、传输效率方面得到提高，同时降低了D2D通信的中断概率，提升了车辆间通信可靠性。
动态TDD技术的引入不仅能够很好地解决突发性业务需求增长较快的问题，还能提升小区通信系统的服务质量。在动态TDD系统中，无线帧配置可以通过系统中的负载量来改变。但是一些子帧可能会在重配后改变传输方向，导致一些HARQ进程出现时序冲突，影响系统性能。为了解决动态TDD系统中的HARQ时序冲突问题，提出了一种基于过渡无线帧的混合自动重传方案。当重配周期到来时，在重配点后增加一个过渡无线帧，使得HARQ时序以一种较简单、时序冲突较少的方式过渡到重配后的无线帧。在LTE系统仿真平台上建立HARQ模型进行性能验证，仿真结果表明，所提方案能有效地提升系统资源利用率，并给系统平均吞吐量带来增益。
针对 GM（2,1）白化方程的解影响其预测精度的问题，提出了一种新的预测模型——等维新息 GM（2,1）递推预测模型。该模型通过其灰色微分方程推导出GM（2,1）递推预测模型的表达式，避免了对二阶白化方程进行求解，同时解决了差分方程与微分方程之间因转换而产生误差的问题，并结合等维新息的思想更新GM（2,1）递推预测模型的参数。最后通过实例验证了所提等维新息GM（2,1）递推预测模型的有效性和实用性。
为了有效提升无线mesh网络信道资源的利用率和网络服务质量，提出基于可信协同的信道资源分配策略。针对节点自适应特点，引入博弈理论、建立节点的信誉机制以实现节点可信协同并优化信道分配结果。仿真实验分别对节点服务等级、网络收益结果作相应评价。实验结果发现节点服务等级对节点网络收益有直接影响，当协同服务等级达到3时，网络收益状况最佳，此时节点跳数与服务等级呈协同关系；对比经典协同算法，在相同网络拓扑环境下，可信协同信道资源分配策略分别是UACRR算法、DMP-MBA算法的1.04倍、1.069倍，明显占优。
针对正交空间调制（QSM）系统中激活天线数的不确定性、最大似然（ML）检测算法复杂度极高的缺点，提出了一种低复杂度检测算法。首先，该算法基于压缩感知（CS）信号重构理论，对系统模型进行重构，使固定激活天线系统中的低复杂度算法可以在新的系统模型中使用；然后，借鉴正交匹配追踪（OMP）算法的思想，选出一个激活天线备选集；最后，通过 ML 算法搜索备选集，选出激活天线和调制符号。仿真结果显示，相比ML检测算法，所提算法在性能丢失较小的情况下，降低了约90%的复杂度。
针对参数重叠的雷达目标识别算法准确率较低、对复杂体制雷达目标识别效果较差的问题，提出了基于相似度的灰关联分析算法，实现对复杂体制雷达目标的融合识别。该算法首先提取各参数间的相似度矩阵，然后运用灰关联分析得出相应的灰关联系数，同时根据各参数匹配程度确定其权重值，与灰关联系数组合获得待识别信号与库信号的灰关联度，根据灰关联度完成目标识别。仿真实验结果表明，该算法能很好地降低参数重叠给识别带来的影响，提高识别正确率，快速实现复杂体制雷达目标的识别。
实现对人群异常事件的检测是图形处理在智能视频监控领域的重要研究内容。提出了一种基于运动相似性熵（EMS）的人群异常行为检测算法。该算法在对视频图像进行光流计算的基础上，以底层光流块为基本单位获取场景运动信息，根据社会网络模型的概念，提出构建场景的运动网络模型（MNM），完成对场景粒子运动相似性的划分，并在时间域上计算MNM的粒子分布熵值EMS，最后将得到的图像熵与设置合理的阈值相比，判断异常行为是否发生。实验证明，该算法可有效检测异常行为，与其他经典检测算法相比有较大优势。
业务平台重构是中国电信网络智能化重构举措的重要组成部分，分析了业务平台存在的问题，给出业务平台重构的要求、架构和开源实现，以管理平台为案例给出重构的路径方法，从开源思维、技术研究、人才建设角度提出重构保障要求。
工参数据主要依赖于人工维护，其低准确性制约了网络规划优化工作的开展。针对工参数据中的小区方位角，通过采集网管系统的测量报告数据和切换统计数据，综合运用采样点聚类算法和切换象限划分算法，计算对应小区的模拟方位角。进一步对比模拟方位角和实际方位角，发现存在的问题，从而指导工参数据更新以及工程整改。通过现网的实际验证，该研究方法取得了良好的应用效果。同样，该研究可以推广应用到工参数据的经纬度方面的核查工作中，具有较强的借鉴价值。
产业界正在推进SFC（service function chain，业务链）技术发展，以实现云网融合的新型业务部署模式。业务路径选择策略是业务链的核心技术，直接影响网络性能与业务体验。针对现有业务路径选择策略存在的单一目标缺陷，创新提出并仿真验证了一种基于时延和负载的最小权重法，优化网络资源分配，提升业务链处理性能，为运营商未来网络和资源部署提供技术参考。
随着大数据、云计算技术的应用普及，电信运营商用户数据向海量化和多样化方向发展，面临着安全管理、黑客攻击、风险评估等方面的风险。做好数据安全工作对保护电信运营商用户隐私、提升企业竞争力尤为重要。从数据采集传输安全保密、数据分级、数据脱敏、数据加密、数据发布安全防护等方面，提出了行之有效的电信运营商数据安全保护实施方案，以保障平台数据的保密性、完整性、可用性、可控性，并且可在中国电信数据安全保护工程中实施。
分析了LTE网络的技术能力，包括小区吞吐量，PDCCH、PHICH和PUCCH信道容量，接入容量，寻呼容量等，并基于技术能力分析了各种典型业务的PRB、PDCCHCCE、PUCCH、PRACH、寻呼、RRC连接等网络资源的消耗和占用情况，最后推导了限制LTE网络提供更多用户服务的瓶颈资源，提出了建设和运营优化时重点考察的瓶颈指标建议。
结合当前我国中小城市信息化发展的现状和特点，围绕打造中小城市工业云这个重要议题，提出了工业云设计方面的最新模式，包括中小城市工业云的系统架构、功能配备、服务能力、云安全等方面。阐述了中小城市工业云设计的基本原则、主要内容、技术路径、参考指标和系统界面等，以供相关方面参考和借鉴。
基于低功耗广域网（LPWAN）技术，利用现有电力通信专网实现数据回传的运营级云管端一体化能源电力物联专网方案，实现了电力通信专网与LPWAN物联网技术的融合，为能源互联网提供广泛海量的“小数据”连接，具备低成本、个性化、灵活性优势。可满足四表合一、源网荷互动、电气设备温度监测、配电故障指示器等的连接需求，还可实现包括发电厂、变电站、电动交通基础设施、分布式发电运维、环境监测等能源互联网业务的海量小数据连接需求。
电力骨干通信网业务需求分析及业务流量测算是进行通信网规划和优化的重要工作。按照智能电网电力骨干通信网承载业务的情况，按专线业务及IP业务分别提出了电力骨干通信网基础业务模型及业务流量测算方法，形成了电网典型业务节点业务流量测算模型和方法。基于“十三五”电力骨干通信网业务需求，对典型电网生产业务及典型管理信息化业务流量模型进行了研究，形成了每类业务的流向和流量计算模型。形成的各类业务流量测算模型已经应用于国家电网公司“十三五”通信规划中，为电力系统各级骨干通信网规划提供了科学指导与参考。
为对海量电力客户实施有针对性的“削峰填谷”措施，提出了一种面向“削峰填谷”的海量电力客户用电行为分析方法。首先，利用聚类算法对国网某省公司主网一年的日负荷曲线数据进行聚类分析，得到不同时期主网的负荷特征。然后，分别对每个时期下所有电力客户的日负荷曲线数据进行聚类分析，得到不同主网特征下用户群体的负荷特征，对比主网和用户的负荷特征得到用户群体的“削峰填谷”模式。最后，利用动态时间规整算法将未来日期与历史日期进行匹配，得到未来日期用户群体的“削峰填谷”模式。实证研究表明，分析结果可以为有序用电、峰谷电价等公司决策提供更有针对性的参考依据，以更进一步实现配电网负荷的“削峰填谷”和平稳运行。
目前核电业务呈多路线、多基地的发展趋势，加上核电工程设计工作量巨大、专业分工精细的特点，使得异地间的相关专业在核电工程设计中出现越来越多的交叉设计，导致各专业间的提资频率越来越密集。如何缩短各地之间工程设计数据的同步时间，甚至做到工程设计数据实时同步，是核电工程异地协同设计领域值得研究的问题。从系统验证的角度出发，利用现有流行的虚拟化技术对核电工程专业设计同步协同进行一次深入探索和验证，在原有设计平台架构的基础上增加一套辅助接入平台，实现远程用户接入并进行核电工程协同设计。研究成果对后续设计生产平台升级与优化具有指导性意义。
电力信息系统关系着整个电网的安全运行，为保证信息系统的稳定性运行，需要在系统上线前进行全面测试。考虑到电力行业目前的实际需求，为实现对信息系统的有效运维，有必要建立独立环境进行信息系统的功能和非功能性测试，以及时发现漏洞、提高系统顽健性。通过对数据中心仿真云平台的开发进行分析，研究适用于数据中心测试云平台的构建技术，并针对平台中的功能需求提出部署实施方案，以实现对后期测试平台建设的指导作用。
随着以智能电表为核心的智能电网快速发展，电力大数据吸引了用户、用电企业、政府的注意力。用电数据容易受到各种未知的随机干扰。探索了将自适应滤波技术引入电网信息监测。而由于用电负荷曲线复杂、不能给出一个具体的模型，利用量子递归神经网络构造了一个与模型无关的智能滤波器。最后提出了利用量子滤波器进行电力负荷预测以及利用测量误差的概率密度函数进行用户异常用电检测的设想。
