国际高新技术研究院国际高新技术项目及产业园区托管项目?

中国科学技术协会所属的中国国际经济技术合作促进会国际高新技术研究院，做为资源整合、技术引进的平台，通过全面技术转移合作、具体项目引进合作、科研学术交流等方式，把握国际高新技术产业发展方向，整合世界各地各领域专家资源，先后与美国加州理工学院、麻省理工学院、斯坦福大学、加州大学伯克利分校、卡耐基梅隆大学、密歇根大学安娜堡分校欧洲、亚洲和“一带一路”沿线的阿拉伯国家的多所世界著名大学及研究机构、欧盟所属二十多个国家的各类高新技术项目在国内产业落地，以及国际国内的投资机构、企业界，建立了官方合作关系。每年从欧、美等地区科研机构和企业筛选、引进数百个高新技术产品在国内落地，进行产业化发展。最近一两年开始全球布局，逐步形成一种市场化、国际化、标准化、规模化的新型高新技术产业引入孵化模式，目前重点聚焦生物科学、计算机科学、新能源、节能环保、新材料，生物医药、纳米科技、半导体、传感器与仪器、高端装备，新一代电子信息产业，新能源汽车等知识技术密集、物质资源消耗少、成长潜力大、综合效益好的行业和领域。

该研究院近期拟主要通过产业园区托管和建立分院合二为一的模式，与地方政府紧密合作。结合当地特有的产业环境及产业布局，为各地经济和产业创新发展升级提供一揽子服务，包括产业规划、产业导入、项目评估、资金导入、资源整合以及国际市场拓展，并确保与地方政府发展规划契合，与当地产业链上下游对接。确保引进的高新技术能在后续顺利打开市场，创造利税美国各大学 研究院，最终产生经济效益和社会效益。从而对经济社会全局和长远发展发挥先导和引领、带动作用。

其主要特点为：

一、“技术 + 项目”。研究院重点为地方政府引进战略新兴产业，包括智能终端、新型液晶显示、集成电路、云计算大数据、物联网、人工智能、智能制造、高端设备、新材料、新能源汽车、智能汽车、生物医药、节能环保等领域。

二、“人才 + 资本”。研究院整合美元资本，联合人民币资本（中国其他风投机构及私募基金）,形成双币并行投资优势，并整合海外诺奖和国你院士专家以及中国科学院、中国工程院为代表的驻京科研机构、大专院校等的科技资源，集成科技创新人才力量，实现“科技+资本+地方政府”互促发展的强强联合。特别是根据各地自然资源特色、地理位置、上下游产业链状况、人力资源特色以及国际国内行业发展趋势，提出产业发展的总体战略，制订战略性新兴产业规划，以产业规划和产业布局为指导，精准引进特定领域的海外高新技术，并开展专业化、个性化、订制化协同服务。以科技创新培育当地战略性新兴产业领军企业，引领和带动当地具有比较优势的战略性新兴产业做强、做大，为地方经济实现转型升级提供全方位的服务与支持。

三、确立对外合作关系。为研究院已经签署官方合作协议的欧洲，美国大学及研发机构英国G5院校留学，提供与国内的人员互访、科研培训 、专家培训、科研合作和学术交流等服务；与欧洲、美国大学及相关机构的技术转移团队密切合作，按照国内产业发展需求对特定项目进行了解、分析、锁定，就特定项目的转移与欧洲、美国有关机构洽谈、合作；就园区的优势产业组建专家委员会，提供专家资源组建产业研究院专家委员会，为研究院提供日常科技服务工作。

四、项目支持。由研究院向园区提供高新技术项目、合作项目等相关资料，为产业园区宣传项目、招商引资提供支持。

五、专家支持。根据研究院不同工作内容的开展，提供各研究领域的专家支持，为政府及当地企业聘请科技顾问、引进科技人才、进行专家咨询、项目论证及申报、制定各种科技规划、开展科技攻关等方面提供服务。

六、活动支持。负责组织和协调参观、考察重点实验室，开展各种形式国际科技经济交流，举办国际性会议、项目发布会、论坛等。

七、产业导入。以国内急需的产业领域为主，按照产业规划，在对各行业技术领域进一步细分的基础上，精准导入海外高新技术产业，来源包括美国大学及研究机构、美国企业及上市公司、美国投资机构以及欧盟所属二十多个国家等多个渠道。

八、项目评估。研究院对地方政府计划引入的所有高新技术产品和项目，均通过国际高端专业智库，匹配对应领域的专家，进行技术层面的评估、鉴别和数据分析，在专业领域进行把关，防止盲目引进假大空的产品技术。

九、资金导入。一方面，引入外资，特别是利用海外美元基金进行早期海外技术IP的锁定和买断；另一方面，与中国投资机构、私募基金及大型央企紧密合作，为高新技术在各地的落地提供全方位资金支持。

十、国际拓展。研究院针对各地区的产业结构和产业优势，根据当地产品在国际市场的竞争力美国各大学 研究院，高新技术项目，将为各地区某些优势产品拓展国际市场，包括欧美市场、新兴发展中国家比如印度以及一带一路沿线国家。国际拓展包括产品的海外市场销售，也包括与海外企业、海外投资机构合作，以合资形式建立海外分公司等形式。

美国各大学 研究院，上海交大中美物流研究院

上海交通大学董浩云智能制造与服务管理研究院（中美物流研究院）于2005年10月由上海交通大学与美国佐治亚理工大学联合设立。研究院是上海交通大学直属工程系统管理及物流与供应链领域研究机构和校级学科交叉平台，挂靠安泰经济与管理学院。

研究院美方建设主体为佐治亚理工大学工业与系统工程学院。佐治亚理工大学是美国著名的四大工科大学之一，其工业与系统工程专业（ and ）在全美连续30年排名第一。旗下供应链与物流研究院（ Chain & , SCLI）是当今世界上最高水平的现代物流研究、高级人才培养和物流咨询服务机构。中方建设主体为安泰经济与管理学院、机械与动力工程学院、船舶海洋与建筑工程学院以及电子信息与电气工程学院等上海交通大学四大优势学院。

研究院成立伊始就得到了国家发改委、交通运输部、上海市人民政府、美国商务部、美国佐治亚州政府等的共同支持。2008年研究院得到董浩云基金会资助，又冠名为董浩云航运与物流研究院。

研究院的宗旨是依托上海交通大学工商管理双一流学科以及相关学科的综合优势，面向中国制造2025与制造强国建设、构建双循环格局等国家重大战略，满足新时期先进制造、现代服务以及物流与供应链领域行业发展新要求，培养国际化、高层次、创新型的高级工程管理专业人才，打造现代科学研究与技术开发的国际化大平台；为推动我国智能制造与服务管理的发展提供智力和科技支持，并成为政府和行业的政策研究和咨询智库。

在工业4.0、智能制造、“中国制造2025”和发展现代服务业等背景下美国各大学 研究院，上海交大中美物流研究院，在物联网、大数据、移动互联网、云技术以及人工智能、区块链等新的信息技术条件下，研究院在保持传统的物流领域优势的同时，向更宽的工程系统管理领域拓展，在智能制造与服务化工程管理、智慧物流与供应链管理、智慧医疗工程管理等重要领域追踪国际前沿，满足国家和行业重大需求，解决重大工程管理问题，形成一流的研究和应用成果，产生重大行业影响力。

研究院由40余位高水平科研与师资队伍（含双聘和长期兼职教师）组成；所有老师均具有工程管理相关博士学位，均承担过工程管理相关的国家级项目，均具有工程管理工程实践。队伍组成既包括教育部长江学者特聘教授、国家自然科学基金杰出青年基金获得者等高等人才和管理学领域资深教授，也包括具有海内外一流大学教育背景的优秀青年教师。

研究院现任院长为国际工业与系统工程领域具有重要影响力的学者、教育部长江学者特聘教授、国际工业与系统工程师学会会士及副主席、上海交通大学特聘教授江志斌博士。

在科学研究及产学研合作方面，研究充分发挥学校理工医管学科优势，重点在现代物流与供应链管理、智能制造与服务型制造运营管理、服务工程及医疗健康服务管理等工程系统工程重要领域，追踪国际前沿，对接国家重大需求，满足地方经济建设需求。先后承担了十多项国家级重大重点项目、40等多项国家自然科学基金等国家级项目研究，承接了一大批产学研合作项目，获得多项国家和省市级奖项美国top30名校留学，在国内重要学术期刊上发表了一大批论文，其中包括十多篇等级期刊论文。

在人才培养方面美国各大学 研究院，研究院早期曾与美国乔治亚理工学院联合培养过5届、共57位ISyE双硕士学位学生。研究院在“管理科学与工程”一级学科下招收与培养“管理科学与工程”、独立招收和培养物流工程与管理专业学位硕士研究生（全日制）与工程管理专业学位硕士研究生（非全日制，双证）；并从2020年起在交通运输领域招收和培养物流工程方向工程博士研究生（双证，全日制和非全日制）。先后培养博士和硕士毕业生200多人；毕业生质量优秀，毕业去向主要为国有大中型企业和世界著名企业、党政机 关、出国留学、自主创业。

研究院自2011年开始，在“管理科学与工程”和“自动化”两个博士后流动站招收优秀青年学者从事博士后研究工作，先后有超过20位中外优秀青年学者到站工作，在国家及省部级项目、博士后基金、高水平论文发表、政企问题咨询与研究等多方面取得优异成绩；有9人获得博士基金，2人先后获得中国博士后基金特别资助项目，1人获得国家外专局“外国青年人才引进计划”项目，1人入选“上海交通大学师资储备计划”并留校任教。2人获得上海市超级博士后支持计划（2018、2019）；目前在站博士后10名（其中1名印度籍）；已出站16名（其中1名意大利籍、1名伊朗籍）。

美国各大学 研究院，军事科学院国防科技创新研究院联合清华大学、北航、北邮等高校：面向海量卫星机会信号定位——挑战、方法和

面向海量卫星机会信号定位——挑战、方法和实验

定位、导航和授时（, , and , PNT）信息构成了现代信息系统的基础。多年来，人们发明了多种导航系统来获取PNT信息，然而每种导航系统的效果都不甚理想。在无线电导航领域，近年来除全球导航卫星系统（ , GNSS）外，利用非导航机会信号进行导航的方法也越来越受人们关注。其中，卫星机会信号定位（ of , SSOOP）旨在当GNSS信号无法使用时，利用多个非GNSS卫星信号求解导航方案。这项技术有望利用近年来蓬勃发展的手机直连卫星信号和低轨宽带卫星信号，这些信号具有多样的信号格式和多种无线电频段，且在全球范围内都可用，由此可以帮助提升GNSS系统性能。然而，现有的SSOOP研究仍处于一个相当初级的阶段。

在Space: & （《空间科学与技术》（英文））新发表的研究文章中，来自军事科学院、清华大学、北京航空航天大学和北京邮电大学的研究人员共同研究了如何从发射时间未知的匿名卫星发射信号中求解可用的接收机位置，并展示了关于SSOOP研究的最新进展。

一图读懂全文

首先，作者总结了利用SSOOP导航所面临的挑战。通信卫星的下行波束可以是宽波束也可以是定向波束。卫星下行波束模式可分为单宽波束（Fig. 1A）、卫星固定多波束（Fig. 1B）、用户固定多波束（Fig. 1C）和混合波束（Fig. 1D）。所有的卫星信号，无论是宽波束还是定向波束，都有潜力被用于SSOOP。一些信号会包括卫星ID、波束ID，甚至卫星的大致位置等信息，这些信号帧在SSOOP中被称为识别卫星的“关键帧”。当前实现SSOOP导航所需要解决的挑战可以总结为如下几点：

•卫星轨道预测：当卫星为非GNSS、非合作卫星时，获得第i颗卫星在给定时刻k的位置Pks,i和速度Vks,i。

•测量信号处理：进行信号处理以获得第i颗卫星的最佳测量值zki，从而构造到达频差（ of , FDoA）方程。

•针对卫星识别的机器学习：识别当前接收到的卫星信号是由给定星座的非GNSS、非合作卫星发射的。由于不知道“关键帧”的格式，因此需要一个机器学习框架来分析从“关键帧”接收到的大量数据，并识别包含卫星ID的比特。

•算出用户位置：通过求解状态方程和测量方程，计算出用户的状态。许多情况下，这意味着要综合卫星测量与其他PNT源。例如美国各大学 研究院，可以先通过里程表和测向仪确定用户的速度Vu = [vxu, vyu, vzu]，然后通过多普勒测量计算出用户的位置。

Fig. 1(A to D) beam of beams.

然后，作者提出了一套SSOOP方法，包括轨道预测方法、用于测量的信号处理方法、基于机器学习的卫星识别方法和不同模式的用户定位方法。

基于经验加速度的轨道预测流程如Fig. 2所示，首先利用轨道确定结果和确定性动力学模型，通过简化动力学最小二乘批处理得到初始状态和经验加速度。然后通过拟合过程使用傅立叶级数对经验加速度进行建模。最后结合初始状态、确定性动力学模型和经验加速度傅里叶级数美国藤校留学，对轨道预测结果进行轨道外推。

用于测量的非GNSS卫星信号处理包括信号采集和多普勒估计两步：信号采集过程为捕获非GNSS卫星信号中的“关键帧”，其信号检测的一般流程如Fig. 3所示；粗多普勒信号在匹配滤波前通过快速傅里叶变换的峰值幅度来估计和去除。

卫星识别是由一些已知位置的参考节点完成的，卫星识别过程是在给定卫星的“关键帧”中找到不随时间变化的唯一比特。

用户定位模式分为单机模式和差分模式。单机模式下，用户节点与任何参考节点没有共同的卫星信号视图，它只以接收卫星信号和卫星轨道的参考信息来确定位置；差分模式下，参考节点和用户节点时间大致同步，同时接收非GNSS卫星传输的“关键帧”，参考节点向用户节点传送“关键帧”信息以进行定位。差分模式在定位精度上优于单机模式且具有更强的鲁棒性。

Fig. 2Flow of orbit .

Fig. flow for .

最后，作者设计了一个铱星SSOOP接收机样机来验证所提出的方法，并进行了测试以证实分析结果。该接收机样机接收来自铱星移动通信卫星广播信道、振铃信道和消息信道的信号，以确定自己的位置。铱星SSOOP接收机样机硬件如Fig. 4所示，GNSS有源天线被重新设计以支持铱星信号接收，采用了成熟的商用软件定义无线电（- Radio, SDR）平台运行信号处理和定位算法，使用笔记本电脑运行软件来显示最终结果。SDR平台具有可接收铱星信号的射频前端、用于计算的 Zynq 7045 FPGA以及用于与主机接口的USB 3.0端口和以太网。在算法实现方面，采用Fig. 3所示的信号处理流程，由Zynq 7045 FPGA的可编程逻辑部分来获取传入的铱星信号和匹配滤波；对于多普勒频率估计，采用一种全帧估计算法；为了确定用户位置，采用三维多普勒定位算法；多普勒估计算法和多普勒定位算法均由Fig. 4中Zynq 7045 FPGA的可编程系统实现。铱星SSOOP接收机样机的性能如Fig. 5所示。该接收机能够唯一识别过顶的铱星，在静态测试中显示出独立模式CEP≈892 m和差分模式CEP≈45 m的定位精度。实验结果说明，TLE轨道预测误差是用户定位误差的主要来源。未来为了改进SSOOP定位性能，需通过主动或被动观测进行专门定轨和预测，以提高轨道预测精度。

Fig. 4The of the SSOOP .

Fig. 5(A to D) of the SSOOP .

文章信息

文章链接：

‍

引用信息：

Fan, Xi Chen, Chen, Zhang, Peng Wu, Qihui Wei, Xu, Dai, Lu Cao. of : , , and . Space Sci . 2024;4:0191.

作者简介

曹璐

博士生导师，研究员，军事科学院国防科技创新研究院某中心总师，中国空间科学学会、空间智能专委会副主任委员，《空间科学与技术（英文）》期刊副主编。入选青年托举人才工程、“北京市科技新星”等项目，获国家级人才支持。主要研究领域为智能卫星总体设计与应用、航天器导航与控制。

期刊简介

Space： & (《空间科学与技术（英文）》)是北京理工大学(BIT)、中国空间技术研究院(CAST)和美国科学促进会(AAAS)/共同打造的综合性高水平国际化英文科技期刊，同时也是AAAS自创建期刊以来的第一本航天领域的伙伴期刊。“人民科学家”国家荣誉称号获得者、中国科学院院士、中国空间技术研究院顾问叶培建研究员担任主编。国际宇航科学院生命科学学部主席、北京理工大学邓玉林教授担任执行主编。

期刊旨在聚焦国际航天领域最新发展方向和趋势，展示航天领域最新研究与探索活动中发现的新理论、新应用与新成果，推动航天的探索研究，引领航天领域交叉科学的快速融合与技术突破美国各大学 研究院，军事科学院国防科技创新研究院联合清华大学、北航、北邮等高校：面向海量卫星机会信号定位——挑战、方法和实验 | SPACE导读，为专业研究人员和工程技术人员提供专业的学术交流和信息传播平台。

期刊于2021年2月正式发布创刊词，已入选“中国科技期刊卓越行动计划”英文梯队期刊项目、“首都科技期刊卓越行动计划”重点英文科技期刊支持项目。同时被Ei 、Web of 核心合集ESCI（2024年6月公布影响因子为4.1）、、、DOAJ、CNKI、SAO/NASA-ADS等数据库收录，并入选中国科学院文献情报中心分区物理与天体物理2区。

联系我们

期刊官网：