随着物联网技术的蓬勃发展，大量终端设备广泛部署，海量终端设备能量补充难题以及频谱拥挤状况愈发突出。这些问题不仅限制了物联网的进一步发展，还对现有网络基础设施提出了严峻考验。低功耗物联网作为应对这些问题的关键技术，受到了广泛关注。基于此，对低功耗物联网进行了研究。对低功耗物联网进行概述，包括其原理及多种低功耗通信技术；在现有研究成果的基础上，分析了低功耗物联网的主要传输架构；针对物联网中复杂的通信环境，给出了不同传播环境下低功耗物联网的通信架构；讨论了现有低功耗物联网的典型应用场景，展现其在多个领域的潜在价值；对低功耗物联网的未来研究趋势进行展望。

近年来，基于Transformer的视觉模型，如Swin Transformer，在视觉任务中展现出良好的前景，然而这些方法通常侧重于减少原始数据与重建数据之间的信号失真，而忽略感知质量。针对传统均方误差（Mean Square Error，MSE）损失难以反映图像感知与语义质量的不足，设计了MSE与学习感知图像块相似度（Learned Perceptual Image Patch Similarity，LPIPS）的加权组合损失函数，从而构建基于Swin Transformer的语义通信框架，称为融合感知损失的联合信源信道编码（Swin Transformer with LPIPS-based Joint Source-Channel Coding，STL-JSCC）方法，显著提升了图像重建质量与语义还原能力。在性能评估方面，设计了图像语义偏差值（Images Semantic Deviation，ISD）与语义相似度（Images Semantic Similarity，ISS）2项指标，构建联合感知-语义评估体系，突破传统评价方法局限。实验结果表明，提出的STL-JSCC在各项指标上均优于其他模型，验证了所提方法在提升图像重建质量和语义提取能力上所具有的显著潜力和优势。

在研究正交时频空（Orthogonal Time Frequency and Space，OTFS）调制原理基础上设计了一种基于零后缀（Zero Suffix，ZP）保护的OTFS波形方案。提出了同步、信道估计方法和基于时延-时域最大比合并（Maximum Ratio Combining，MRC）的检测算法并对该算法进行了化简；给出了信道插值和MRC检测器硬件实现方案并对提出的OTFS系统波形进行了现场可编程逻辑门阵列（Field Programmable Gate Array，FPGA）硬件实现，验证了所设计OTFS系统关键算法的可行性。测试结果表明，所设计OTFS系统具有良好的抗双选择性衰落性能。

重点人员轨迹预测对于预防潜在犯罪行为、优化应急响应及情报分析具有重要作用，公安部门应用该项技术能够维护社会稳定、提高城市管理效率、促进经济发展。现有技术面临动态环境适应、忽视社交影响范围、周围移动对象影响量化等挑战，基于此提出一种新型融合时空查询的基于目的地意图学习的重点人员长期轨迹区域预测模型。针对移动对象轨迹时空特征难以捕获的问题，提出一种基于时空多注意力（Spatio-Temporal Multiple Attention，STMA）机制的重点人员轨迹预测模型，通过时间注意力模块和空间注意力模块分别捕捉时间依赖关系和空间交互关系，提高模型对行为特征变化的敏感性；针对社交影响力难以量化的问题，构建社会力函数模拟行人社交影响力，通过虚拟轮廓构建方法和社会力函数，准确模拟动态行为并提高影响力捕捉效率。实验基于真实世界交通数据集进行，结果表明：与当前先进的轨迹预测算法相比，STMA在长短期预测方面均展现出更高的准确率和可靠性，在长期预测方面，其平均准确率为54.3%，比代表性算法Sophie、行人轨迹图表示的时空卷积网络（Social Spatio Temporal Graph Convolutional Neural Network，S-STGCNN）和条件生成神经系统（Conditional Generative Neural System，CGNS）分别高29.3%、13.4%和36.8%。

在计算资源不断增强的供给推动下，大语言模型（Large Language Models，LLMs）的参数规模持续扩大，其在自然语言处理中的任务表现也更加卓越。但在面临推理问题，尤其是在常识推理或数学问题上，仍然存在一定的局限性。思维链（Chain of Thought，CoT）技术通过引导模型生成推理步骤，显著提升了其在不同领域问题的解决能力。从训练方式的角度梳理了CoT的理论基础系统和技术演进，对如政务服务、企业数字化等应用场景做了进一步讨论。结合（Artificial Intelligence，AI）的发展趋势，从AI智能化程度的角度论述了CoT在LLMs走向更高认知水平中必不可少的作用，并指出其在当前面临的挑战与亟需解决的技术瓶颈。

在未来6G物联网（Internet of Things，IoT）系统中，高频毫米波和太赫兹频谱等关键技术的广泛应用，使近场无线传输成为愈发普遍的应用场景。动态超表面天线（Dynamic Metasurface Antenna，DMA）等小尺寸天线阵列在传输效率、物理尺寸和功耗方面具备优势，在该场景中被广泛应用，相关研究的关注度日益提升。为提升近场无线传输中接收端的能量性能，提出一种基于DMA的下行近场无线数能同传（Simultaneous Wireless Information and Power Transfer，SWIPT）系统，在满足所有信息用户最低传输速率需求的条件下，针对该优化问题提出联合优化DMA可调频响矩阵与数字预编码向量的高效解决方案。此外，深入探讨了用户间距离及最小信干噪比（Signal to Interference plus Noise Ratio，SINR）等因素对于系统性能的影响。仿真结果表明，提出的方案相比其他现有技术能有效提升SWIPT联合性能。

智能电网中存在大量大功率电气设备及通信传感设备严重阻碍定位系统的信号传输，针对多基站多通信用户干扰的情况下可重构智能超表面（Reconfigurable Intelligent Surface，RIS）辅助的非正交多址接入（Non-Orthogonal Multiple Access，NOMA）通信系统难以准确定位弱信号的问题，考虑智能电网场景下的多小型基站多用户对定位用户的影响，提出以定位用户的水平误差为评估基准，在保证通信用户的服务质量（Quality of Service，QoS）的前提下，联合基站功率、多基站多用户干扰以及功率分配系数，采用拉格朗日对偶方法以及次梯度法处理多用户多小型基站带来的非凸问题。结果表明，资源分配相同的情况下，所考虑的RIS-NOMA智能电网通感系统相比NOMA通感系统可使系统平均定位误差明显降低。

可重构智能表面（Reconfigurable Intelligent Surface，RIS）和速率分拆多址接入（Rate Splitting Multiple Access，RSMA）技术是未来无线系统中具有广阔前景的2项新兴通信技术。与无源RIS（Passive RIS，PRIS）相比，有源RIS（Active RIS，ARIS）具有克服“乘性衰落”的优势。针对随机部署下ARIS辅助RSMA系统的中断性能展开研究，在Nakagami-m小尺度衰落模型下，多个用户随机分布在ARIS周围的半圆形区域内。通过对用户到ARIS的距离排序，以最远用户实现最优相移为切入点，采用矩匹配方法为每个RSMA用户计算关于级联信道功率特性的形状和尺度参数，并推导了用户中断性能的闭式表达式。进一步分析了功率分配系数对中断概率（Outage Probability，OP）的影响，并给出了分集阶数和渐近OP的表达式。仿真结果表明，在功率预算为50 dBm和适量RIS元件的条件下，ARIS辅助下非最优相移用户的OP较PRIS辅助系统降低了58%；最优相移用户的功率消耗减少了53 dBm。

智能交通系统的迅猛发展催生了对实时性与高可靠计算服务的迫切需求，进而推动了车载边缘计算向更具动态性和灵活性的协同计算架构演进。多层空基网络突破了传统地面基础设施在覆盖范围与服务连续性方面的固有局限，正逐步成为支撑车载边缘计算的重要补充与发展方向。为此，构建了一种融合高空平台（High Altitude Platform，HAP）与无人机（Unmanned Aerial Vehicle，UAV）的多层空基边缘计算架构，协同为车联网（Internet of Vehicles，IoV）中的移动车辆提供高效计算支持。针对车辆移动引发的频繁空中小区切换问题，创新性地引入切换感知机制，预测车辆在UAV覆盖下的小区切换时间窗，在车辆与UAV能耗限制下，联合优化系统的带宽分配、计算资源分配与任务卸载决策，以最小化任务总时延，同时规避切换中断风险。为应对混合整数非线性规划（Mixed Integer Nonlinear Programming，MINLP）问题的高计算复杂度，设计了一种3步迭代求解算法，将原问题分解为带宽分配、计算资源分配和卸载决策优化子问题，采用CVX工具、线性松弛与交替方向乘子法（Alternating Direction Method of Multipliers，ADMM）求解。仿真结果表明，相比于基线方案，所提算法在任务大小为5～9 Mb时，任务总时延分别降低了11.9%、23.3%和25.5%。

研究了存在残余收发信机硬件损伤（Transceiver Hardware Impairments，THI）情况下的智能反射面（Intelligent Reflecting Surface，IRS）辅助的物理层密钥生成（Physical-layer Key Generation，PKG）系统，推导了密钥生成速率（Key Generation Rate，KGR）的闭合表达式，并在基站发射功率约束和IRS相位偏移单位模约束下，构建了KGR最大化问题。为求解该问题，提出了一种鲁棒优化算法，该算法结合了交替优化（Alternating Optimization，AO）、逐次凸逼近（Successive Convex Approximation，SCA）、半定松弛（Semi-Definite Relaxation，SDR）和惩罚方法，迭代优化发射波束成形和IRS相移。仿真结果表明，所提鲁棒算法能够有效对抗硬件损伤、提升KGR。