..................................................... 20 4 1. 无源物联网概述 1.1.发展背景 在全球产业升级和数字化转型的浪潮中，物联网作为连接物理世界与数字世 界的关键技术，正以前所未有的深度和广度渗透到各个领域。随着产业数字化的 深入推进，各行各业对于生产要素的全生命周期进行智能化、自动化、可视化管 理的需求日益迫切 结合新的多址方案（如基于副载波调制的频域复用方式），增强系统对大规模终 端接入的支持能力。 在通信距离增强方面，从空域、模拟域与数字域进行干扰抑制，实现反向散 无源物联网应用案例白皮书（2025） 6 射通信路径中的回波隔离；通过加入纠错机制、提升接收灵敏度和链路余量，改 善长距离通信性能；并在供能链路中提升能量传输效率，实现更远距离覆盖。 1.3.2. 新标签技术 标签作为无源物联网端侧的核心载体，其性能直接决定系统覆盖能力、通信 提高整体能效。 在通信能力提升方面，通过高增益、多频点天线结构实现对上下行多频通信 的支持，并解决阻抗失配问题；通过设计宽频段反向散射调制器与高效率匹配网 络，使标签具备快速切换和高阶调制能力；对户外环境中存在强干扰的应用场景， 可结合滤波结构实现精准频谱选择与干扰抑制。 1.3.3. 新功能技术 无源物联网正从单纯的标识识别向更高价值的感知、定位与融合应用迈进。 感知方面，通过标签外部接口连接传感器、片上

动 通信网络以“连接”为核心，难以适配复杂场景下动态变化的互通任务需求。 本白皮书以“任务驱动式智能互联”为核心主线，系统梳理智能互联领域 的场景诉求与技术挑战。其中，船船互联场景聚焦内河航行中船舶动态目 标多、识别维度复杂的痛点，揭示“目标难识别”的核心矛盾；人车家互 联场景针对车辆移动性、家庭网络封闭性、个人终端多样性的特征，剖析 “通信链路跨域跨网难构建”的现实阻碍；智能体互联场景围绕机器人、 航向、航速、船舶类型、呼号等信息。基于这些信息共享帮助船舶驾驶员及时获取周围船舶的动态， 避免碰撞。同时，岸基管理部门可以通过 AIS 监控船舶交通，优化航道管理，提高港口效率。在搜救 行动中，AIS 信息有助于快速定位遇险船舶。此外，AIS 数据还可用于海事安全分析和环境保护，例 如监测船舶排放。 AIS 系统主要依托 VHF 频段的 161.975MHz（CH87B）和 162.0 保密性，为国内智能航运在内 河领域的深化发展提供有力保障。 在这个场景中，“通信目标识别难”成为亟待突破的重要难题。从当前船舶互通需求来看，每一艘 船舶需将自身的船舶信息（如位置、航向、航速等），以广播形式精准发送至以自身为中心 5 公里 范围之内的其他船舶，这一过程要求移动网络必须精准匹配互通目标。然而，内河航道中每一条船 舶的航行轨迹均具有随机性，以任意一艘船舶为中心的 5 公里广播范围内，接收信息的目标船舶始

任务驱动式 智能互联技术白皮书 任务驱动式 智能互联技术白皮书 2025年 发布单位：中移智库 编制单位：中国移动通信研究院 （2025年） 面向5G-A与AI融合驱动的算网智一体化 解决方案白皮书 发布单位：中移智库 编制单位：中国移动通信研究院 当前，全球正迎来以 5G-A 与人工智能为核心驱动的新一轮科技革命与产 业变革浪潮。我国已进入加速培育新质生产力、深入推进新型工业化的关 落地；此外，多部委联合推动的战略性新兴产业数字化转型方案，也强调以 5G-A 和 AI 为核心构建 工业大脑和数字孪生平台，实现生产全流程智能化。 产业多元化发展现状。在 5G-A 与 AI 融合发展的过程中，运营商、设备商和垂直行业参与者需打破 传统角色边界，联合探索“业务 + 连接 + 运维”三位一体的融合理念，释放企业 AI 算力与智能化结 合的潜力。运营商应突破“网络管道提供商”的定位，不仅要强化算网智一体化平台构建，推动自 政策导向和产业现状 5G-A与AI融合驱动发展 的背景 面向 5G-A 与 AI 融合驱动的算网智一体化解决方案白皮书 5G-A 与 AI 融合驱动发展的背景 在推进 5G-A×AI 算网智一体化的过程中，5G 专网存在部署不灵活、自运维难度高等问题，以及传 统算力平台的负载适配不足与资源协同较差，以上问题均成为亟待突破的关键。 企业专网面临系统性挑战：网络接入“多而不融”，园区内 5G、Wi-Fi、有线等异构网络并存，形成

联想中奥数据中台解决方案 联想企业科技集团 2019 年在广州召开的公安部会议， 确定了新的大数据应用建设标准， 未来将在全国公安行 业推行， 同样各行各业都在制定自己行业的数据标准 随着 5G 、人工智能行业的发展， 大数据建设作为 5G 、人工智能的基础能力会越来越受到重 视。新技术带来新挑战 2020 年 5 月 22 日，《 2 02 0 年政府工作报告》大数据中心作为我们国家提供数字转型、 数字转型、 智能升级、融合创新等服务的基础设置建设， 在未来必然会在政府、公安等行业大规模建设 2020 年的疫情发生， 大数据的智能研判在这些旧的行业（医疗、人员管控） 中能起到更大 的作用 政策背景 大数据新基建是国家战略发展方向， 未来有更广的市场需求和前景 新挑战 新标准 新机遇 新基建 需求分析 数据孤岛 数据无关联、数据孤岛 烟囱式的数据应用导致 数据多源 数据应用来源多数据采集 数据应用来源多数据采集 困难，数据治理难度高 重复开发 缺少规范和共享机制，导致 数据重复开发，浪费严重 技术门槛 大数据技术需要众多大数据 基础技术支撑，数据门槛高 工具复杂多样 搭建数据中台需要众多平 台支撑，搭建成本高 缺少治理经验 数据治理难度大，没有整 体统一的数据治理流程 方案概述 整合数据、产品技术能力、提供统一的数据对外服务。覆盖了数据采集、同步、处理、开发、运维、

各章节 深化阶段 落地阶段 大数据已上升为国家战略，促进实体行业发展 《关于新时代加快完善社会主义市场 经济体制的意见》提出“加快培育发 展 数 据 要 素 市 场 ” 酝酿阶段 十九届四中全会 首次公开提出“数据可作为生产 要素按贡献参与分配” 《关于构建更加完善的 要素市场化配置体制机 制的意见》数据被正式 列为新型生产要素 国务院发布《关于构 建数据基础制度更好 发挥数据要素作用的 够 数一源”确权问题，信息化建设缺乏有效的数据支撑。 第 4 页 政策背景 n 中台是一个基础设施，其以底层的稳态保障上层的敏态，以公共的建设保障各业务线的使用，以当前的重投入保障未来的高产出。 n 中台典型特点： - 数据汇聚打通，解决跨部门协作障碍、业务数据孤岛问题。 - 中台能力复用，面向多业务线服务，解决各个业务线重复开发浪费计算与存储资源问题。 - 企业配 据战略，数据价值，建立独立的数据部门。 - 统一标准规范，解决数据标准不统一，数据质量不高、数据使用成本高的问题。 n 中台以服务中大型客户为主，对于不满足规划要求的客户， 可以通过中台里某个模块如数仓、数据湖或者主数据治 理先切入解决客户实际问题。 数据中台建设企业数字化转型必由之路 拥有比较完善的配 套机制，包括企业 战略、组织文化、 数据部门成熟度等。 业务既不是完全一 成不变，也不会有

01. 数据孤岛问题 公司中的各个部门都有自己的数据，无法有效 连接或整合，不仅导致信息隔阂，还会影响决 策效率和数据分析的准确性，进而 影响整个组 织的运营效率和竞争力。 02. 数据复用难题 由于系统的限制，相同的数据在不同的系统中 不能复用，导致需要进行数据重复加工，不仅 提高了工作量，也增加了出错的可 能性。 03. 高昂的系统集成成本 由于各个系统间的数据定义和存储方式不同， 也带来了巨大的数据治理成本。 04. 缺乏统一的开发和数据标准 由于缺乏统一的开发标准和数据标准，导致在 研发过程中需投入大量的时间和精力，造成了 资源浪费。 保险企业级数据中台解决方案 业务痛点 中电金信软件有限公司 扫码关注 微信公众号 产品简介 中电金信保险企业级数据中台解决方案方案基于中国电子金融级数字底座“源启”的核心平台之一“源启”数据资产平台”， 借鉴业内经典数据模型 以及双层主题域数仓模型的构建，搭建了 湖仓一体数据架构，全面整合内外部数据，实现全域数据统一管理，统一集中开发，统一融合分级共享，实现多个应用服务， 沉淀通用数据资产与专业数据资产，建立数据资产目录，提供全面的数据资产视图，推动数据高质量发展，快速释放数据要素 价值。 方案亮点 中电金信软件有限公司 扫码关注 微信公众号 典型案例 分布式架构，弹性扩容，安全可靠 全并行的

用友数据中台解决方案 用 友 网 络 科 技 股 份 有 限 公 司 企业数据中台 —— 助力企业创新化、提升对用户需求的响应力—— 元数据管理、 数据标准、 数据质量、 数据清洗、 数据安全 SOD(Systems of differentiation) 用友数据中台是基于新的数据湖存储方案基础上重新定义的企业 IT 架构核心组成部分 稳定可靠 产品系统 客户管理 系统 财务系统 关联关系不清晰 有效信息过少 数据问题 多存储系统 高频数据变化 大数据量 用友云数据中台 数据智能 分析、报表、搜索与机器学习 智慧数据服务 社会化大数据 + 企业小数据 技术 + 数据 企业数据湖 OneData, OneID, OnePlatform, 基于数据湖实现一站式服务的数据中 台 One Platform 统一数据使用 | 分析、 模型训练、 数据开放 数据主题、 数据集市 财务数据 人员数据 订单数据 供应链数据 用户数据 商品数据 数字化企业数据中台全景图 依托于数据湖的存储技术 ，构建完整的跨行业多领域数据资产体系。 实现企业内部的数据驱动与外部客户的数据服务。 生态 统一数据服务 中心 业务 中心 领域 中心 统一 中心

自阿里巴巴，当时在企业飞速的发展过程中，我们发 现数据使用面临着如下挑战： —各部门低水平重复开发数据集，浪费大量的 存储和计算资源； —数据资源缺乏沉淀机制，导致计算能力的提 升和进化非常低效； —数据割据，算法分离，带来混乱和质量的不 确定性； —业务变更时，数据及数据产品反应不及时； —组织架构制约了数据的共建和共享，缺乏标 建设数据中台，赋能创新改革 成本效应成为了企业及政府机构数据化的绊脚 Weekly / 新经济导刊 / 23 准及激励机制。 经过内部总结发现，数据的“汇 管用”过程中伴随着三个现象特点： 数字业务变化速度非常快、数据处理技 术及方法都很类似、数据及算法中间层能 产生巨大效能。因此，做好数据治理工作成 为当时笔者在阿里巴巴的主要任务，也随之 诞生了阿里数据中台。 无独有偶，企业内的一些数据治理问题，在 各地的政府机构内部也在重复发生。在缺乏顶层 设 加快生产速度及降低重复性。公共 层作为数据中台的核心部分，积累了 最关键的数据资源，同时也是最具备 品质保障的主数据。 简单地看，数据中台有点像一条生产 流水线，从原始数据收集，到提炼成稳定的 生产流程。在这个制作过程中，需要有一套生 产管理流程体系，用以保证数据品质、时效性、 一致性等关键点。但与生产流水线的差别在于， 数据中台不仅需要关注数据生产过程中的效率 问题，中台实际上还具备以下能力：1

Science and Technology 虚拟储能技术在电厂中的应用 吕 倩 （山东华宇工学院，山东 德州 253000） 摘 要：随着可再生能源与分布式电源技术的不断革新，电力系统迎来了新一轮的升级变革。虚拟储能技术作为 一种新型的能量管理技术，为电厂的能量平衡和稳定运行提供了新的解决方案。本文综述了虚拟储能技术在现 代发电厂日常工作中的应用，包括虚拟储能技术的理论研究、技术发展进程，以及虚拟技术对电厂各类工作的 还会迎来更广泛的应用和研究。 关键词：虚拟储能技术；电厂；可再生能源；电能质量；供电可靠性 doi： 10.19799/j.cnki.2095-4239.2024.1021 中图分类号：TM 912 文献标志码：A 文章编号：2095-4239（2024）11-4059-03 Research on the application of virtual energy 2024-10-31。 作者简介：吕倩（1982—），女，硕士，副教授，研究方向为数字媒体技术、环境设计，E-mail：15965348922@163.com。 引用本文：吕倩. 虚拟储能技术在电厂中的应用[J]. 储能科学与技术, 2024, 13(11): 4059-4061. Citation： LYU Qian. Research on the application of virtual

数据中台 方案汇报 第一部分 什么是数据中台 数据中台的由来 阿里启动中台战略的起因是一次商务拜访。 2015 年中，马云拜访了芬兰赫尔辛基的手游公司 Supercell ，税前利润 15 亿美元的公司。 其最令人熟知的作品包括了《卡通农场》、《部落冲突》、《海岛奇兵》、《部落冲突：皇室战争》《荒野乱 斗》 ， 2016 年 6 月，腾讯以 86 亿美元收购了 Supercell Supercell 的 84.3% 股权，此时 Supercell 不超过 200 人。 通过游戏中台将游戏开发过程中公共、通用的游戏素材和算 法整理起来，可以同时支持几个小团队在几周时间内研发出 一款新游戏，并能鼓励员工充分试错。 数据时代 Data 1.0 “ 描述过去，看结 果；看了，然后呢” Data 2.0 “ 数据驱动业务， 野蛮生长、重复建 设、孤岛烟囱” Data 3.0 “ 更多数据驱动业 务、更多活数据云 和端互通流动应用、 数据质量” 组织架构 淘宝商城（天猫） 共享业务事业部 （业务中台） 聚划算 数据平台事业部 （数据中台） 大中台、小前台 战略 基础设施发展 Oracle Hadoop Odps Storm 08 年 09 年 10 年 11 年 12 年 13