• 考虑分布式资源灵活性与不确定性的共享储能两阶段分布鲁棒容量配置方法

  随着“双碳”战略的持续推进，新型电力系统的需求侧正从传统的被动消纳向主动产销转变。电动汽车（EV）和暖通空调（HVAC）等分布式资源规模日益庞大，为电力系统的灵活调节能力带来了巨大挑战。储能技术作为提升可再生能源利用率和需求侧灵活性的关键，其重要性不言而喻。然而，传统的物理储能（PES）设备普遍存在利用率低、投资成本高、投资回收期长等问题，制约了其大规模应用。在此背景下，共享储能（SES）应运而生。它通过引入共享经济模式，允许多个用户共同使用一套储能设施，从而有效提高储能资源利用率，降低单位投资成本。然而，现有研究多集中于物理储能的配置，而忽略了需求侧资源同样具备的“储能”潜力。这些资源，如E

  来源：Journal of Modern Power Systems and Clean Energy

  时间：2025-12-24

• 基于局部增强有源磁场探针的印刷线迹时域电流波形重构技术研究

  在现代电子设备日益精密和高频化的今天，印刷电路板（PCB）上信号传输的完整性以及设备自身的电磁兼容性（EMC）变得至关重要。工程师们需要一种“听诊器”，能够非侵入式地“聆听”PCB线迹上流动的电流信号，从而诊断潜在的电磁干扰（EMI）问题或分析信号质量。传统的“听诊器”——无源磁场（H场）探针，虽然能够进行近场测量，但其灵敏度有限，尤其是在测量微弱的高频信号时，往往力不从心。更令人困扰的是，为了提高探测灵敏度而引入的有源（带放大器）探针，虽然增强了信号，但其频率响应曲线常常会出现波纹或凸起等“杂音”，这使得基于简单积分原理的传统时域波形重构方法（TWRM）的测量精度大打折扣，甚至无法准确还原快

  来源：IEEE Journal of Microwaves

  时间：2025-12-24

• 基于ChatGPT的智能驾驶交互引擎：技术前沿与挑战

  随着人工智能技术的飞速发展，智能驾驶已成为交通领域最具前景的研究方向之一。然而，现有智能驾驶系统仍面临人机交互效率低下、决策过程不透明等挑战。驾驶员与车辆之间的信息传递往往依赖于传统的按钮、触屏或简单语音指令，这种交互方式难以应对复杂多变的驾驶场景。当车辆遇到突发状况时，乘员可能无法快速理解系统的决策逻辑，导致信任度降低。此外，智能驾驶系统需要处理海量传感器数据并做出实时决策，如何让人类有效介入并协同决策成为亟待解决的问题。正是在这样的背景下，Yubing Gao、Wei Tong、Edmond Q. Wu等研究人员在《IEEE Transactions on Intelligent Vehi

  来源：IEEE Transactions on Intelligent Transportation Systems

  时间：2025-12-24

• 面向绿色挑战的智能建筑能效优化：集成计算物联网平台ICIP的创新与应用

  建筑领域是全球能源消耗和温室气体排放的主要来源之一，约占全球能源消耗的40%和温室气体排放的33%。面对气候变化加剧的严峻挑战，提升建筑能效、降低碳排放已成为实现可持续发展目标的关键环节。尽管可再生能源技术日益普及，无线传感系统不断成熟，机器学习算法持续进步，为智能建筑的发展提供了技术可能，但现实中，智能建筑技术的应用与整合仍面临诸多障碍。许多建筑内部的用电系统仍采用传统、静态的运行机制，或依赖人工干预，缺乏智能化调控能力。同时，建筑能耗数据往往以聚合形式收集，无法详细揭示供暖、通风、空调（HVAC）及照明等具体系统的用电细节，这种数据颗粒度的不足严重制约了有效的优化策略制定。建筑能耗模式高度

  来源：IEEE Internet of Things Magazine

  时间：2025-12-24

• 面向智能驾驶的场景化系统工程方法研究：高级驾驶辅助系统（ADAS）的开发与测试新范式

  随着汽车智能化浪潮的席卷，高级驾驶辅助系统（ADAS）已成为现代车辆不可或缺的核心组成部分。从自适应巡航控制（ACC）到车道保持辅助（LKA），这些系统承诺提升驾驶安全与舒适度。然而，其开发与验证过程面临着前所未有的挑战。真实世界驾驶场景的复杂性和无限可能性，使得通过传统方法进行充分测试几乎成为不可能完成的任务。测试里程的“长尾问题”——即那些罕见但至关重要的极端场景——犹如悬在智能驾驶发展道路上的达摩克利斯之剑，制约着技术的可靠性与广泛应用。正是在这一背景下，寻求一种高效、系统且能够覆盖海量场景的开发与测试方法论，成为了工业界和学术界的迫切需求。针对上述挑战，发表在《IEEE Transac

  来源：IEEE Transactions on Intelligent Transportation Systems

  时间：2025-12-24

• 基于多LMS谐波补偿的六相感应电机匝间短路故障实时检测方法

  随着电动汽车和可再生能源系统的快速发展，多相电机驱动系统因其固有的容错能力和优异的转矩性能而受到广泛关注。其中，六相感应电机(SPIM)在复杂度和性能之间取得了理想平衡，且与常规三相功率变换器兼容，成为高可靠性应用的理想选择。然而，在恶劣运行条件下，绕组绝缘退化可能导致匝间短路(ITSC)故障，引发相电流不平衡、过热加剧和转矩脉增等问题，严重威胁驱动系统可靠性。传统故障检测方法通常依赖于低通滤波、频谱分析或复杂特征提取，这些方法计算负担重且实时适用性有限。虽然信号注入技术能提高检测精度，但可能引入转矩脉动和额外损耗。而基于谐波子空间分析的方法又需要后处理滤波器，增加了计算开销。此外，现有方法对

  来源：IEEE Open Journal of Industry Applications

  时间：2025-12-24

• 电解槽用双有源桥变换器调制策略的评估与优化：峰值电流最小化的创新方法

  随着全球能源转型的加速推进，绿色氢能作为可持续能源载体的重要性日益凸显。电解槽作为绿色氢能生产的核心设备，通过电解水过程将可再生能源转化为氢能，但其独特的非线性、低电压、高电流负载特性对功率转换系统提出了严峻挑战。传统的交流供电系统需要配备笨重的工频变压器，而基于直流配电的系统采用高频变压器的DC-DC变换器具有体积小、成本低、谐波影响小等优势，更适合电解槽应用。在众多隔离型DC-DC变换器拓扑中，双有源桥(Dual Active Bridge, DAB)变换器因其高效率和功率密度而备受关注。然而，DAB变换器的性能在很大程度上依赖于调制策略的选择，不同的调制方案会影响峰值电流、效率和谐振特性

  来源：IEEE Open Journal of the Industrial Electronics Society

  时间：2025-12-24

• 基于强化学习的实时可再生能源竞价中电池容量优化方法研究

  随着光伏（PV）、风电等波动性可再生能源（VRE）在电力系统中的渗透率不断提高，如何让这些“看天吃饭”的能源更好地融入电力市场，成了一个关键挑战。可再生能源生产者被期望积极参与市场，响应短期价格信号。然而，他们的出力具有天生的不确定性，在实时市场中提交的发电计划（即“投标”）与实际发电量之间难免出现偏差。这种偏差通常会受到市场规则的惩罚，从而侵蚀利润。这时，电池储能系统（BESS）就像一位“全能助手”，它既能通过充电放电来弥补预测误差，避免惩罚，又能在电价低时充电、电价高时放电，进行能量套利，创造额外收入。但是，给这位“助手”配备多大的“能量包”（即电池容量）才最划算呢？容量太小，可能不足以平

  来源：IEEE Transactions on Energy Markets, Policy and Regulation

  时间：2025-12-24

• 基于FFT加速的各向异性PEEC方法：实现PCB电磁建模的重大突破

  在当今电子系统设计中，精确的电磁建模对于确保电磁兼容性、信号完整性和电源完整性至关重要。然而，传统的基于快速傅里叶变换的电磁仿真器在处理印刷电路板类几何结构时面临严峻挑战。这类结构通常包含极薄的铜层和相对较厚的介质层，导致需要划分过多的体素，从而产生大量未知数。此外，PCB中的通孔等微小结构需要更精细的网格分辨率，进一步加剧了计算负担。针对这些难题，研究人员在《IEEE Transactions on Electromagnetic Compatibility》上发表了一项创新研究，提出了一种基于FFT的迭代PEEC求解器，专门用于PCB类几何结构的电磁建模。这项研究通过系统性的各向异性策略和

  来源：IEEE Transactions on Electromagnetic Compatibility

  时间：2025-12-24

• 基于正弦图的场自由线磁粒子成像快速系统校准方法

  在医学影像领域，磁粒子成像（Magnetic Particle Imaging, MPI）作为一种新兴的无创功能成像技术，因其无电离辐射、高灵敏度和高时间分辨率的优势，在功能脑成像、血流定量及细胞示踪等领域展现出巨大潜力。然而，MPI技术的广泛应用仍面临一个关键瓶颈：系统校准过程极其耗时。MPI的成像原理依赖于磁性纳米粒子（Magnetic Nanoparticles, MNPs）在交变磁场下的非线性磁化响应。为了重建出空间分布图像，系统需要一个预先测量的“系统矩阵”（System Matrix, SM），它本质上是一个庞大的数据库，记录了位于视野（Field of View, FOV）内每个

  来源：IEEE Transactions on Computational Imaging

  时间：2025-12-24

• 基于虚拟收缩理论的非线性时滞网络分散自适应镇定方法

  在当今万物互联的时代，从智能电网到生物调控网络，从多智能体系统到流行病传播模型，许多复杂系统都可以被抽象为网络。然而，这些网络往往存在两个令人头疼的“硬骨头”：一是系统内部复杂的非线性动力学特性，二是信号传输或处理过程中不可避免的时滞。时滞的存在不仅会降低系统性能，甚至可能导致系统失稳，给控制设计带来了巨大挑战。更棘手的是，在大型网络中，我们通常无法获得所有节点的全局信息，也无法精确知晓系统的动力学模型。这就催生了对“分散自适应控制”的迫切需求：每个节点仅利用自身的局部信息，自动调节其控制增益，最终实现整个网络的稳定。对于线性无时滞网络，已有研究证明，如果系统的输入矩阵具有“对角占优”的结构，

  来源：IEEE Transactions on Automatic Control

  时间：2025-12-24

• 基于无监督深度学习的无线信号识别技术综述：面向6G网络的环境感知新范式

  随着无线设备数量爆炸式增长和新型业务场景不断涌现，无线电频谱已成为堪比黄金的稀缺资源。然而，传统无线网络缺乏对环境动态变化的感知能力，就像在拥挤的十字路口没有交通信号灯指挥，导致频谱利用率低下、干扰频发。特别是在5G向6G演进的过程中，集成感知与通信(ISAC)被确立为关键使能技术，但实现这一愿景面临核心瓶颈：基于监督学习的信号识别方法严重依赖海量标记数据，而在实际部署中获取精确标记的射频信号犹如大海捞针。为解决这一难题，来自斯洛文尼亚约瑟夫·斯蒂芬研究所的科研团队在《IEEE Access》上发表了题为《Radio Signals Recognition with Unsupervised

  来源：IEEE Access

  时间：2025-12-24

• 面向材料科学的多兆高斯超强磁场产生技术及波形重现性研究

  在探索物质科学的前沿领域，超强磁场犹如一把能够打开新物理现象大门的钥匙。当磁场强度达到100-1000 T（特斯拉）的多兆高斯（mMGF）量级时，它足以改变材料中电子的基本行为，从而诱导出在常规条件下无法观测到的奇异物态。例如，此前的研究已经利用这种极端条件发现了固态氧的新颖高压相，以及磁场导致二氧化钒中分子轨道解离等现象。然而，产生如此强大的磁场本身就是一个巨大的科学挑战，其最大的难点在于：为了产生超强磁场，磁体线圈本身会在电磁力的作用下发生不可逆的破坏，这使得每一次磁场产生实验都成为“一次性”的。这种破坏性本质导致了一个核心问题——每次实验产生的磁场随时间变化的波形（Field Wavef

  来源：IEEE Transactions on Applied Superconductivity

  时间：2025-12-24

• 基于多径增强方向调制的毫米波体域通信安全传输技术研究

  随着智能可穿戴设备的快速发展，无线体域网络（WBAN）在医疗健康监测、军事应用和运动科学等领域展现出巨大潜力。然而，这些设备传输的敏感生理数据对通信安全性提出了极高要求。传统加密方法在资源受限的可穿戴设备上面临挑战，特别是在毫米波（mmWave）频段，人体对电磁波的复杂影响使得通信安全形势更加严峻。目前主流的自由空间方向调制（DM）技术难以直接应用于体域环境，因为人体表面会导致多径反射、高损耗等复杂传播效应。这些因素虽然增加了信道建模难度，但同时也为物理层安全提供了新的机遇——如果能准确预测人体对电磁波的影响规律，就可以利用多径效应增强通信安全性。在这项发表于《IEEE Open Journa

  来源：IEEE Open Journal of Antennas and Propagation

  时间：2025-12-24

• 基于先进预处理与优化技术的噪声鲁棒轻量级深度混合框架在年龄不变人脸识别中的应用

  在当今数字化社会中，人脸识别技术已成为安全监控、司法鉴定和身份认证等领域不可或缺的工具。然而，当这项技术走出实验室，面对真实世界复杂多变的环境时，其可靠性便遭遇严峻挑战。图像质量因传感器噪声、光线不足或压缩损耗而下降，更棘手的是，个体的面部特征会随着岁月流逝发生显著改变——从婴儿的圆润面庞到老年的皱纹遍布，这给准确识别同一个人在不同年龄段的身份带来了巨大困难。传统的深度学习方法虽然在理想条件下表现优异，但在处理带有噪声的、低质量的、且跨越数十年年龄差异的人脸图像时，往往显得力不从心，计算资源消耗大，且难以在资源受限的设备上实现实时运行。这些瓶颈严重制约了人脸识别技术在关键实际场景中的广泛应用。

  来源：IEEE Access

  时间：2025-12-24

• 基于最优传输理论的渐近相位综合方法研究——第二部分：最优传输问题求解

  在无线通信和雷达系统中，高性能天线是实现信号定向传输和接收的关键部件。特别是星载天线和阵列天线系统，往往需要在远场形成特定形状的波束（如三角形、方形或多边形），以满足覆盖区域形状化的需求。传统相位综合方法主要基于迭代投影算法，通过交替满足孔径域和波束域的幅度约束来求解相位分布。这类方法存在收敛速度慢、对初始值敏感、易陷入局部最优等固有局限性。针对上述问题，Piero Angeletti等研究人员在《IEEE Open Journal of Antennas and Propagation》上发表了一系列研究成果。本文作为该系列的第二部分，重点解决了非仿射变换情况下的波束形状合成难题。研究团队创

  来源：IEEE Open Journal of Antennas and Propagation

  时间：2025-12-24

• 基于双尺度偏好解耦自适应融合的下一个兴趣点推荐方法

  随着基于位置的社交网络(LBSN)的快速发展，下一个兴趣点(POI)推荐已成为提升用户体验和服务商价值的关键技术。传统方法往往将用户的长期稳定偏好与短期动态兴趣混为一谈，导致推荐准确性和可解释性受限。更棘手的是，这两种偏好在不同场景下的相互影响复杂多变，现有模型难以捕捉其动态依赖关系。针对这些挑战，重庆大学等单位的研究团队在《IEEE Access》上发表了题为"Adaptive Fusion of Dual-scale Preference Disentanglement for Next POI Recommendation"的研究论文，提出了DLSPAA框架。该研究的创新之处在于首次在P

  来源：IEEE Access

  时间：2025-12-24

• ISADM：一种集成STRIDE、ATT&CK和D3FEND的威胁建模新方法及其在金融科技安全中的应用

  随着金融科技(FinTech)的迅猛发展，其日益增长的互联性、快速创新以及对全球数字基础设施的依赖带来了显著的网络安全挑战。传统的网络安全框架往往难以识别和优先处理特定领域的漏洞，或适应不断演变的对手策略，特别是在金融科技等高针对性领域。金融科技系统面临着复杂的攻击面和领域特定威胁，而现有的方法如STRIDE框架主要关注内部系统组件，对抗外部对手的适用性有限；而MITRE ATT&CK框架虽然擅长识别外部威胁，但在内部系统漏洞及其与对抗策略的相互作用方面提供指导有限。这种局限性在金融科技等领域尤为突出，因为对手经常利用不断演变的策略和技术。为了应对金融科技安全领域的这些挑战，研究人员在

  来源：IEEE Access

  时间：2025-12-24

• 毫米波混合波束成形系统中的无线信道参数估计：一种基于波束导向的高分辨率方法

  在追求更高无线通信速率的道路上，毫米波（mmWave）技术因其能够提供超大带宽而成为5G及未来通信系统的关键技术。然而，毫米波信号在空气中传播时衰减极大，犹如微弱的烛光在旷野中容易熄灭。为了克服这一挑战，研究人员通常采用大规模天线阵列进行高增益波束成形，将能量集中定向发射，就像用手电筒代替蜡烛照明。理想的方案是为每个天线配备独立的射频（RF）链进行全数字波束成形，但这在毫米波频段面临着硬件复杂度、成本和功耗的严峻挑战。因此，混合波束成形（Hybrid Beamforming）架构应运而生，它通过使用较少的射频链配合模拟相位移相器来控制大量天线，在性能和可行性之间取得了平衡。然而，这种折衷方案带

  来源：IEEE Open Journal of Antennas and Propagation

  时间：2025-12-24

• IEEE SSCS与EPICS合作推动服务学习：从巴基斯坦智能盲文系统到泰国水稻节水技术

  论文解读在当今科技飞速发展的时代，如何将前沿的工程技术应用于解决社会实际问题，并在此过程中培养下一代工程师的社会责任感与创新能力，是学术界与产业界共同关注的焦点。IEEE（电气与电子工程师协会）旗下的Solid-State Circuits Society (SSCS) 与 Engineering Projects in Community Service (EPICS) 项目强强联合，正是这一理念的杰出实践。该合作旨在通过支持学生主导的服务学习项目，将固态电路与系统技术应用于社区服务，为解决全球性的社会挑战提供创新方案。为了回答如何通过技术手段实现教育公平与农业可持续发展的问题，研究人员依托

  来源：IEEE Solid-State Circuits Magazine

  时间：2025-12-24

知名企业招聘：