数字化、智能化、网络化制造技术与装备是制造强国、网络强国建设的重要基础，是数字化车间、智能化工厂建设的重要工具，赋能制造业转型升级与高质量发展。结合航空航天领域等产品多品种变批量的特点，研究了如何更好实现数字化、智能化、网络化制造，如何更好建设数字制造车间、柔性智能制造工厂。针对单件小批量柔性化生产制造，提出了数字化智能化柔性制造生产线、车间/工厂的建设原则、实施路径和技术架构，可以用于指导建设面向未来的柔性制造标准化的数字化智能化车间/工厂。通过航空航天领域典型智能工厂建设的探索和应用实践，探索了柔性智能生产装备、自动化柔性精密测量装备、基于测量反馈的自适应加工以及基于工业互联网的数字孪生系统等创新场景应用。

航空结构件、涡轮叶片等具有空间自由曲面特征的复杂零件是国防、航空航天、能源等领域装备的核心零件，通常具有材料去除率大、尺寸精度和表面质量要求高的特点。传统的串联式五轴加工中心在加工此类零件过程中会面临刀具过极点自动回转和驱动轴动态响应速率不匹配两个问题。针对上述问题，从加工装备构型角度出发，充分利用并联机器人在结构紧凑性、刚度、运动灵活性、动态响应速率等方面的优势，开发了兼具姿态耦合运动和驱动轴动态响应速率匹配特点的轻量化五轴全并联加工机器人，并开展了其优化设计、运动控制、精度保证等关键技术研究，实现了复杂曲面零件的高效高质量加工，最后在航空工业成都飞机工业（集团）有限责任公司进行应用验证。

针对网络系统中关键节点确认问题，提出了一种基于健康度的节点重要度评估方法。首先，分析系统健康度定义，然后根据网络节点间的连接关系，建立邻接矩阵，计算节点在正常情况和故障降级情况下的网络容量变化，建立系统健康度和节点重要度的关系模型。最后，将该方法应用于一个运输网络系统。仿真案例表明，该方法能够有效确定系统中的关键节点，有助于提高系统可靠性。

航天器中电缆装配在总装环节占据大量比重，电缆装配质量直接影响着产品整机的工作性能。现有的增强现实辅助电缆装配系统缺乏对装配结果实时判断和反馈的能力，无法识别当前装配的电缆是否符合装配质量要求。为了解决上述问题，提出了一种基于AR虚实图像注意力机制的电缆装配质量检测方法，通过构建虚拟辅助模型，在拍摄的装配结果图像中定位检测关键区域，过滤冗余图像信息；进而基于 YOLOv4-Tiny 图像检测模型对电缆装配关键节点位置进行了判断，基于计算电缆邻域平均重合度的方法求得了敷设路径的重合度，基于相机逆投影的方法得到了电缆的弯曲半径。最后，利用HoloLens2开发了基于增强现实技术的电缆装配质量检测系统，并对设计的4个电缆装配案例进行了质量检测，实验验证了本文方法及系统的可行性和有效性。

厚板板形是衡量厚板产品质量的重要指标之一，生产中最终板形的及时预报对于调整厚板生产操作与控制具有重要的意义。实际工业生产中，厚板数据具有耦合信息多、冗余信息量大、数据呈现多源异构性等特点，结合厚板板形预报的需求，设计并开发了厚板板形预报系统。利用数据转存功能，对工业大数据进行数据过滤和数据预处理，去除数据中的耦合信息和冗余变量。利用LSTM神经网络、卷积神经网络以及3D卷积神经网络对不同维度的数据分别提取数据特征，基于最大互信息系数将特征进行融合建立集成学习预报模型，有效地解决了多源异构数据所带来的建模困难。采用国内某厚板生产线的实际工业数据进行验证，结果证明了所开发系统的有效性。

面向服务型制造的工业互联网平台快速发展并落地应用，其对工业数据深度感知、实时传输、快速计算分析、高度反馈响应的优势逐步凸显，也为制造服务可靠协作的执行提供了平台支撑。提出了一种基于服务等级协议（SLA, service level agreement）的制造服务可靠协作轻量级框架，包括协作服务通信与接口模块、服务等级协议数据管理模块、服务协作服务质量（QoS, quality of service）协商模块、“失效—失信—守信”评估模块、激励和惩罚机制模块，同时给出了基于 SLA 的制造服务协作流程，从服务可信发布、协作有效执行、任务守信完成3个方面保障制造服务协作的可靠实施。

随着物联网技术的发展，无线网络呈现出大规模用户接入、高功耗、高吞吐量需求等特点。为了满足传输和降低能耗的需求，反向散射通信技术被认为是解决上述问题最有效的方案之一。面对复杂的网络场景，提高网络的频谱效率、系统容量以及节点的能量管理，成为了当前反向散射通信资源分配领域亟待解决的问题。针对该问题，着重对反向散射通信网络资源分配算法进行了综述。首先，介绍了反向散射通信的基本概念，并对不同的反向散射通信网络架构进行了分析；然后，根据不同的网络类型、优化目标以及天线数量，对反向散射通信网络的资源分配算法进行了阐述；最后，对反向散射通信网络资源分配问题所面临的挑战以及未来的研究趋势进行了展望。

作为低功率广域物联网新兴技术之一，窄带物联网（NB-IoT, narrow band Internet of things）面临着终端海量连接的压力和挑战。针对实际应用场景，提出一种Beta分布下的前导码分配方案，该方案首先计算各时隙设备能耗度，并按照平均能耗度和累计能耗度两种分组方式将设备划分为高能耗度设备组和低能耗度设备组，然后优先将前导码分配给高能耗度设备组，剩余前导码和高能耗度设备组冲突前导码分配给低能耗度设备组。仿真结果表明，与传统随机分配方案相比，所提方案能够有效提高 NB-IoT 系统平均接入成功率和平均吞吐量，同时能有效降低退避时间。

大规模多输入多输出（MIMO, multiple-input multiple-output）是物联网（IoT, Internet of things）中为多种机器类设备高效提供连接服务的解决方案，而高效的连接服务需要准确的信道估计。针对大规模MIMO系统的下行信道估计中导频开销大和估计归一化均方误差（NMSE, normalized mean square error）性能较差的问题，以压缩感知（CS, compressed sensing）理论为基础，在结合信道空间域共同稀疏性的同时，利用相邻时隙差分信道冲激响应（CIR, channel impulse response）的稀疏性更低的特点，大大减少了导频发送的数量。在重构算法上，提出了一种二阶段差分估计算法，将一组连续相关时隙内的信道估计分为两个阶段，并结合自适应压缩感知的思想以实现快速准确的CIR估计。仿真结果表明，所提出的二阶段差分信道估计算法不仅在估计的NMSE性能、数据传输速率上相比已有的基于CS的多重测量向量（MMV, multiple measurement vector）算法有显著的提高，而且在运行时间复杂度上也有一定的降低。

基于车联网（IoV, Internet of vehicles）用户的群智感知网络具有节点覆盖广泛、数据全面及时等优点。该技术实现的一大难点在于，如何通过充分挖掘和利用车联网用户的信息（如用户地理位置等）来选择合适的感知任务参与者，以合理地进行任务分配，进而提高感知任务的完成质量和任务发布者收益。为此提出了一种结合车辆用户轨迹特征与组合多臂赌博机（CMAB, combinatorial multi-armed bandits）算法的群智感知用户任务分配机制。首先，基于用户历史行车轨迹的相似程度，将用户聚类。然后，利用 CMAB 模型，将轨迹聚类信息作为用户任务分配的依据，求解最佳工作者组合。最后，利用真实出租车轨迹数据集对上述算法进行了验证。实验结果表明，考虑轨迹特征信息的任务分配算法具有更高的准确率，并能使任务发布者获得高收益。同时，所选出的工作者集合有相近的行车轨迹，对于同一地点的任务具有高的完成质量，能有效提高感知数据质量和任务发布者收益，适用于实际应用场景。

针对公共安全应用场景中应急物联网缺少地面基站的情况，将无人机（UAV, unmanned aerial vehicle）作为空基基站，解决应急物联网地面终端设备接入受限条件下的节点分簇部署问题。提出了一种基于按需K-means分簇方法（ODKM, on-demand K-means）的空基基站分簇部署方法。首先，通过两次聚类，按照不同无人机空基基站的设备接入能力进行基站选择与设备分簇；其次，通过求解一个松弛的非凸非线性优化模型，实现基于能效优化的无人机空基基站部署。实验结果表明，所提方法可以满足无人机基站接入能力的约束，并在均衡各簇传输能耗方面有着较好的性能，实现了地面终端设备按需接入时的通信节能。

目前，车联网安全认证技术并不能很好地抵御车联网环境下的各种攻击，且在平衡安全和性能方面也存在缺陷。在深入分析车联网研究现状和安全威胁的基础上，提出了基于层次化的车辆—车辆（V2V, vehicle-to-vehicle）安全认证方案，并进一步提出了基于多个可信第三方的 L 型安全认证方案。所提方案更适合用于车联网环境，旨在保障汽车通信过程的信息安全，防止通信数据被不法分子窃取和篡改等。

恶性的皮肤病变在早期阶段的治愈率极高，基于深度学习的皮肤病诊断研究近年来受到持续关注，其诊断准确率较高，然而计算资源消耗大，且依赖于医院大型计算设备。为在物联网移动设备上实现快速准确皮肤病诊断，提出一种基于IR-VGG（inverted residual visual geometry group）的多分类皮肤病实时诊断系统，使用轮廓检测算法分割出皮肤病图像病灶区域，并用反转残差块替换 VGG16 第一层卷积块以降低网络参数权重和内存开销；将原图像和分割后的病灶图像输入IR-VGG网络，通过全局和局部特征提取后，输出皮肤病诊断结果。实验结果表明，IR-VGG网络结构在SkinData-1和SkinData-2皮肤病数据集上的准确率分别可达到94.71%和85.28%，并且可以有效降低复杂度，使诊断系统较容易在物联网移动设备上进行皮肤病实时诊断。

近年来，国内外大力发展制造业转型升级，我国颁布多项政策鼓励工业互联网在各产业及地区的发展，目前已初具规模。基于石油化工行业目前发展的需求以及整体面临转型升级的诸多挑战，分析了上、中、下游面临的问题，包括上游依赖进口、中游炼化核心技术及系统能力不足、下游产品结构布局不合理等。针对上述问题，提出了基于工业互联网发展的几点建议，包括加强技术部署能力、数据分析能力、生态环境建设、安全防护体系。最后，对未来工业互联网在石油化工行业的发展提出展望。