2026全域智能通信与数据空间安全研讨会成功举办

7月21日下午，2026全域智能通信与数据空间安全研讨会在北京科技大学图书馆报告厅成功举办。本次研讨会由中国指挥与控制学会主办，中国指挥与控制学会公共安全数据工程专业委员会、北京科技大学智能与通信融合北京市重点实验室承办。会议聚焦全域智能通信与数据空间安全领域的前沿问题，邀请多位专家学者作专题报告，共同探讨相关领域的发展方向、关键技术与实践应用。

在专题报告环节，中国科学院声学研究所吴永清研究员以《浅谈水下声信息处理中的数据局限性》为题作专题报告，围绕水下声信息处理过程中的数据获取难、数据质量受限、环境时变复杂以及智能方法可解释性不足等问题进行了深入交流。吴永清研究员指出，水下声学场景具有显著的特殊性和复杂性，真实样本的获取往往依赖海试、湖试、布放传感器、长期观测和专业实验平台支撑，实验组织成本高、周期长、受天气海况和任务窗口影响明显，导致高质量标注数据规模有限，难以像陆地视觉、语音或互联网数据那样大规模采集和复用。水下环境具有强时变、强多径、强噪声和非均匀传播等特点，声信道会随海况、目标运动、平台姿态和背景噪声变化而快速变化，使得同一类目标或同一类通信/探测任务在不同海域、不同时间和不同设备条件下呈现明显差异。这种数据分布的不稳定性，使得模型训练、泛化验证和工程部署都面临较大挑战。同时，水下通信可用带宽有限、传输速率低、链路稳定性差，难以支撑大规模原始数据的实时回传，也进一步限制了集中式数据处理和大模型方法在水下场景中的直接应用。报告为大家理解水下声信息处理中的数据瓶颈和工程难点提供了重要参考，也为后续开展水下智能感知、稳健通信和语义信息处理等研究提供了有益启发。

北京航空航天大学杨晨阳教授作题为《通信智能：通信信息机器学习》的专题报告，围绕机器学习与通信理论、通信系统设计和智能信息处理融合发展的相关问题进行了深入分享。杨晨阳教授指出，随着无线通信系统向6G、空天地一体、通感算智融合等方向演进，传统基于精确建模和人工设计的通信算法在复杂动态场景下面临模型失配、优化维度高、实时性要求强等挑战，而人工智能方法为通信系统自适应优化提供了新的技术路径。报告重点介绍了如何将通信领域知识融入 AI 模型设计之中。与单纯依赖数据驱动的黑箱学习方法不同，通信智能更强调将信道特性、调制编码、波束赋形、资源分配、干扰管理、信号检测、信息论约束和优化结构等先验知识嵌入模型架构、训练目标和推理过程之中。通过这种“通信知识 + 机器学习”的融合方式，可以显著降低模型对大规模标注样本的依赖，提高训练效率和模型稳定性，并增强算法输出结果的可解释性。

北京理工大学于季弘教授以《6G无源物联网通信技术初探》为题，介绍了6G背景下无源物联网通信技术的研究方向。北京理工大学于季弘教授以《6G无源物联网通信技术初探》为题作专题报告，围绕 6G 背景下无源物联网通信技术的发展需求、关键挑战和体制设计方法进行了系统介绍。于季弘教授指出，随着 6G 网络向万物智联、空天地海一体化和极低功耗泛在连接方向发展，传统依赖电池供电的物联网终端在部署规模、维护成本、使用寿命和复杂环境适应性方面面临明显限制。无源物联网通过能量采集、反向散射、环境射频利用等方式实现低功耗甚至免电池通信，为大规模、低成本、长期在线的物联网感知与传输提供了重要技术路径。报告重点介绍了无源传输的基本原理和典型工作方式。与传统主动发射通信不同，无源节点通常不依赖自身射频功放主动产生高功率信号，而是利用外部激励信号或环境中的已有射频信号，通过调制自身天线阻抗、反射系数或散射状态，将待传输信息加载到反射信号中，实现低功耗信息传输。这类通信方式具有终端结构简单、能耗极低、易于大规模部署等优势，特别适用于工业监测、智慧仓储、环境感知、资产追踪、智能交通和应急场景中的海量低速率连接需求。与会师生围绕无源反向散射通信、多载波波形设计、低功耗物联网接入、6G 海量连接、智能超表面辅助无源通信以及无源节点工程实现等问题与于季弘教授进行了交流。

东南大学朱咏絮教授作题为《智能天线辅助的大规模无线网络接入理论》的专题报告，围绕智能天线与大规模无线网络接入等内容展开介绍。不同天线形态在阵列结构、空间自由度、信道调控能力和部署方式上各具特点，可面向不同通信场景实现覆盖增强、干扰抑制、波束赋形、空间复用和接入性能提升。朱咏絮教授进一步围绕天线激活机制进行了深入讲解。在大规模无线网络中，并非所有天线都需要在任意时刻全部开启。通过根据用户分布、信道状态、业务需求、能耗约束和干扰条件动态选择激活天线，可以在保障接入性能的同时降低硬件开销和能量消耗。天线激活问题本质上涉及离散选择、组合优化、信道估计和资源分配等多个方面，需要在系统容量、覆盖质量、计算复杂度和能效之间进行综合权衡。报告为大家理解智能天线辅助大规模无线网络接入的理论基础和应用前景提供了重要参考，也为后续开展6G 智能无线网络、空间资源调控和通感融合系统研究提供了有益启发。

北京工业大学李萌教授以《分片区块链与智能决策赋能工业互联网系统的设计与实现》为题，分享了分片区块链、智能决策与工业互联网系统融合应用方面的研究成果。在系统架构方面，报告围绕云边端协同的工业互联网体系展开讲解。端侧设备负责数据采集、状态感知和执行控制；边缘节点靠近生产现场，承担实时计算、局部决策、数据预处理和轻量共识等功能；云端平台则负责全局资源调度、模型训练、跨域协同和长期数据管理。通过在云、边、端之间合理划分任务，可以在保障实时性的同时提升系统整体计算效率和资源利用率。分片区块链可与云边端架构深度结合，在不同边缘域之间构建可信协同机制，实现工业数据、设备状态和任务执行过程的可信记录与安全共享。与会师生围绕分片区块链架构设计、云边端资源协同、工业数据可信共享、智能任务调度、边缘共识机制和工业互联网安全等问题与李萌教授进行了交流。

每场专题报告结束后，参会师生围绕报告内容与专家进行深入交流。与会人员就相关技术难点、研究方法和未来发展趋势积极提问，现场学术氛围热烈。会议最后设置师生交流与大会总结环节，进一步深化了参会人员对全域智能通信与数据空间安全领域前沿问题的认识。

本次研讨会的成功举办，为智能通信、数据空间安全及相关交叉领域的专家学者搭建了交流合作平台，进一步促进了高校、科研院所与产业界之间的沟通联系。未来，人工智能学院将持续面向国家战略需求和科技前沿，深化学科交叉融合与协同创新，推动更多科研成果服务经济社会发展，为我国人工智能、智能通信和数据安全领域高质量发展贡献力量。