随着信息通信技术的快速发展和广泛部署，人类的生产生活以及社会治理向数字化、信息化、智能化方向不断深入演进。作为应用最广泛的无线通信技术之一，无线局域网（WLAN, wireless local area network）需要在吞吐量、可靠性、时延等关键性能上进一步突破，同时还需要具备感知、智能等新特性。毫米波（mmWave, millimeter wave）巨大的频率资源为无线局域网发展注入了新动能，但同时也带来了新的技术挑战和需求。首先，回顾了无线局域网的发展历程；其次，描述了未来无线局域网的网络结构、典型应用、发展方向和性能指标要求；然后，分析了毫米波频段无线信道特性及其对无线网络设计的新要求、新挑战；最后，对能够适应这些挑战和要求的一些潜在关键技术进行了探讨和展望。

无源物联网是产业数字化转型升级的基础性使能技术，近年来，射频识别等无源物联网通信技术以其低成本、零功耗、易部署等优势被广泛应用于资产管理领域。在此背景下，介绍了无源物联网通信技术最新研究进展，详细分析了潜在演进趋势，深入思考无源物联网通信技术的发展瓶颈及技术挑战，并提出与蜂窝网络深度融合的新型无源物联网通信解决方案与关键技术研究方向，希望能为无源物联网通信技术发展提供新的思路。

无源反向散射通信技术能让传感器摆脱电池的束缚，避免繁杂的人工维护，有效降低传感器的成本。无源反向散射通信技术已被认为是实现无源物联网的关键技术之一。由于无源传感器节点资源受限，如何利用编码技术提高系统可靠性成为无源物联网的挑战性难题。聚焦无源物联网无源节点的编码和解码技术，首先，系统阐述传统信道编码发展历程，以及现有的RFID信道编码解码方案；然后，选择适合无源反向散射通信技术的3种编码方案；最后，仿真比较这3种编码方案的性能并总结优缺点。

无线局域网络技术正蓬勃发展，但随之而来的新问题严重影响了无线信道的通信质量。无线信道质量对指导路由器应对突发拥塞和选择合适信道具有重大意义。以信道可用吞吐量为指标设计了一套解决方案：首先，采用入侵式数据采集方法收集信道数据，使用人工神经网络训练并估计当前时刻的信道可用吞吐量；然后，采用非入侵式数据采集方法收集信道数据，使用改进的递归神经网络模型预测未来一段时间的信道可用吞吐量。在真实数据上的实验表明，该方案可以有效地对信道可用吞吐量进行估计与预测，对路由器的决策有着指导意义。

下一代Wi-Fi 7协议多链路非同步传输与接收模式下，多链路设备（MLD, multi-link device）在各个链路的传输结束时间需要对齐，可能需要进行数据填充（padding），从而导致频谱资源和能量的浪费。提出了一种MLD高能效传输算法，在满足数据传输时延限制的前提下，提高MLD站点（STA, station）总能效。所提算法分别从链路数据分发比例、通信资源与STA发送功率3个方面进行优化。仿真结果显示，所提算法在保证数据传输时延限制的前提下，通过减少padding数据降低能耗，使系统传输能效相较于基线方案提升约150%。

目前，无线保真（Wi-Fi, wireless fidelity）技术的重要性与商业价值已经获得了广泛认可，同时人们也追求更好的服务质量（QoS, quality of service）。传输控制协议（TCP, transmission control protocol）作为一种面向连接的、提供端到端可靠性服务的通信协议，其重要性也日益上升，是互联网中占主导地位的传输协议。此外，由于单个接入点（AP, access point）的覆盖范围有限，在许多场景下往往需要通过级联来扩展覆盖范围。然而，现有的关于级联场景的研究均基于用户数据报协议（UDP, user datagram protocol），即认为场景中仅存在下行流量，而许多场景中上下行流量往往同时存在，即运行的是TCP流量，在级联场景下用户获得TCP吞吐量应如何计算一直是一个尚待解决的问题。针对该问题，首先在级联场景下建立了饱和TCP流量条件下的Wi-Fi吞吐量模型，该模型通过两个马尔可夫链实现对用户吞吐量的计算；其次，搭建了级联系统进行实测，通过对比理论仿真结果与实际测试结果，对模型的有效性进行了验证。

为解决密集Wi-Fi网络中重叠基本服务集（OBSS, overlapping basic service set）用户受到严重的同频干扰，导致接收信号信干噪比（SINR, signal to interference plus noise ratio）值低、数据传输速率低或者无法传输的问题，提出了一种基于改进遗传算法（IGA, improved genetic algorithm）选择接入点（AP, access point）协作集的多AP联合传输（JT, joint transmission）方案。首先，利用SINR阈值法将系统内所有站点（STA, station）分为中心用户和边缘用户，边缘用户采用JT方案。然后，以最大化边缘用户吞吐量为目标，利用IGA为每个边缘用户确定合适的协作AP形成其专属的AP协作集，最大化JT技术的潜在增益。仿真结果表明，所提方案在密集Wi-Fi网络场景下能够有效减小基本服务集（BSS, basic service set）间的同频干扰，提升BSS边缘用户的性能和吞吐量。

高精度和可靠的室内无线定位服务已经被广泛使用，为了获得良好的定位精度，定位算法的设计需要与无线定位设施相匹配。全屋光纤（FTTR, fiber to the room）是基于新一代无线局域网（WLAN, wireless local area network）标准IEEE 802.11 ax所开发的室内接入网络方案。相较于已有的Wi-Fi网络，FTTR可用频带宽度大大增加，同时FTTR WLAN也缺乏支持定位功能的公共有效数据集，这使得基于FTTR WALN场景的定位研究面临巨大障碍。为了解决上述问题，首先，提出基于频率响应的FTTR WLAN场景数据集生成方法，利用已有的Wi-Fi定位数据集生成FTTR可用频带宽度内的频率响应矩阵；然后，提出利用并行路径的主成分分析（PCA, principal component analysis）的方法生成分类矩阵，并利用全连接神经网络对生成的数据集进行训练来提高精度。在真实测量数据集上的实验结果表明，所提定位算法可以达到误差小于1 m的定位精度，不仅比传统位置估计算法精度更高，而且基本达到了实际应用的细粒度定位要求。

大带宽、广覆盖、低时延和抗干扰的高品质家庭无线网络是保障光纤入房（FTTR, fiber to the room）千兆光网用户体验的关键指标，传统家庭网络设备主要采用单波束单极化天线设计，在大衰减、强干扰背景下已经越来越无法满足高品质的网络产品需求。天线作为实现传导能量与空口电磁波变换必不可少的部件，利用其设计自由度可以实现多重功能。高增益能降低射频端的功耗需求，达到节能的目的，多波束能保持无死角的高性能网络覆盖，因此研究设计小尺寸、高增益且用法灵活的多波束天线价值巨大。紧跟实际工程痛点和当前学术研究方向，瞄准家庭网络产品设计开发了一种基于人工表面等离激元（SSPP, spoof surface plasmon polariton）技术的家庭网络多波束天线，覆盖Wi-Fi的5.1～5.9 GHz频段。实际测试验证表明，基于SSPP技术的天线设计能够获得更好的覆盖性能，相比传统小天线，在穿墙、跨层等弱信号场景下具有明显优势，在小型化的家庭网络产品中具有极大的应用前景。

RAT-dependent 是 5G 自带的不依赖卫星的定位技术。3GPP 给出了单站理想条件下的定位精度克拉默-拉奥下界（CRLB, Cramer-Rao lower bound）并给出了多站在不同网络配置下的仿真定位精度。基于实际组网条件提出了多站定位精度的分析框架和精度范围，并提出相应的提升方法，实验结果表明，RAT-dependent 定位精度与组网技术紧密相关，优化方案相对于非优化方案定位精度可提升20%～30%。

地铁作为城市动脉和大众化的交通工具，是最具可持续性的交通运输方式，随着地铁等轨道交通运营里程的增长、客运量的提升，其在运营、维护、安防、调度等方面均面临更大的挑战，亟须信息化手段来提升地铁运营服务水平，而地铁信息化的基础则是有效的室内网络覆盖。目前涉及室外广域、室内密闭静止场景、室内密闭高速运动场景等多场景覆盖要求，针对不同覆盖场景，如选择相同网络方式覆盖，可能存在成本较高、覆盖效果不佳的问题。因此，针对地铁网络覆盖，需要灵活组合宏基站、微基站、室分、泄漏电缆等方式，结合切片、资源块（RB, resource block）保障、自动越区切换、自动登录等保障技术，在成本最优的条件下，满足网络的无感切换、高数据速率、低时延、高容量和大规模连接等指标要求，确保地铁场景下toB及toC业务正常运行。探讨了地铁场景下5G网络立体覆盖方案，为其他地铁专网覆盖提供了重要的参考依据。