摘要：

摘要：
在“双碳”目标引领下，构建安全、高效、绿色的新型能源体系已成为国家重大战略需求。综合能源系统通过打破电、热、冷、气等多种能源子系统间的壁垒，实现多能互补，是提升能源整体利用效率、促进可再生能源大规模消纳的关键路径。然而，系统内源-网-荷-储多元异构设备的强耦合性、风光等可再生能源的强不确定性、多主体利益的差异性，使得综合能源系统的优化调度面临前所未有的挑战。因此，基于人工智能、大数据、数学规划等理论方法，研究综合能源系统的优化调度体系，对于构建新型能源体系、推动“双碳”目标落地具有至关重要的意义。

摘要：
为了更好挖掘需求响应技术的调节能力，解决区域综合能源系统（RIES）中不同主体的利益冲突，首先，对RIES中区域能源运营商（REO）和用户的主从博弈动态均衡性进行研究，分析不同主体在参与调度过程中的定位变化，确定RIES中不同主体间的联络方式；其次，分析各主体的策略制定对RIES的影响，确定影响RIES调度均衡性的关键参数；最后，通过仿真算例进行验证。仿真算例表明，引入综合需求响应和主从博弈后，用户的购能成本有所下降，购能效用获得了提升，REO的利润有所提高，实现了双向共赢。

摘要：
为平抑大规模新能源并网带来的系统波动，提出了一种考虑风光不确定性的含广义储能（GES）的综合能源系统分布鲁棒优化模型。首先，基于实体储能、电动汽车和建筑虚拟储能等设备的调节特性，构建含广义储能的系统模型。其次，提出一种融合信息最大化生成对抗网络和长短期记忆网络的场景生成方法，将得到的典型场景作为初始场景，建立含GES的综合能源系统分布鲁棒优化调度模型，并采用并行列和约束生成算法对其进行迭代求解。最后，通过算例验证所提模型的有效性。

摘要：
为了确保资源的有效配置和经济回报，综合能源系统（IES）运营商通过合理的定价机制和激励策略来影响用户行为以实现市场效率、用户满意度和IES运营商经济效益的优化。为此，提出了一种基于双重激励策略的IES主从博弈优化调度模型。首先，针对实际响应中存在的诸多不确定性，提出了基于价格和贡献度的双重激励策略。该策略一方面根据用户参与综合需求响应（IDR）的电负荷，给予阶梯式补贴，另一方面根据参与IDR的电负荷在可调节电负荷中的占比，量化用户的贡献度并给予额外补贴，使得IES运营商在不确定的市场环境中提供更可靠的激励。其次，基于主从博弈理论，建立了以IES运营商为领导者，使其综合利润最大化为目标和以用户为跟随者，使其综合效用最大化为目标的主从博弈优化调度模型，提高了IDR的经济性和可靠性。最后，利用差分进化算法求解了基于博弈均衡的调度策略和激励方案。算例分析结果验证了所提策略能够实现IES经济性和灵活性的双赢。

摘要：
针对配电网电缆线路行波故障定位中检测含噪行波困难问题，提出了一种基于参数优化变分模态分解（VMD）和改进型Teager能量算子（NTEO）的电缆故障行波定位方法。首先，采用灰狼优化算法优化VMD参数，提取含有故障特征的高频模态分量。然后，通过NTEO对该模态分量进行差分运算，精确标定故障行波首波到达时刻。最后，采用分布式多测点行波定位方法实现波速在线计算和故障精确定位。仿真结果验证了所提方法的正确性和有效性。

摘要：
为强化主网设备运检体系智能化，提升运维人员的故障综合诊断水平，针对主变压器的风机故障诊断在声纹信号研究方面的不足，提出了一种基于特征提取和两级小脑神经网络（TCMNN）的主变压器风机声纹故障诊断方法。首先，采用离散小波变换和主成分分析相结合的方法进行特征提取，提升了特征提取的效率和准确性。其次，设计了TCMNN结构用于故障检测和故障类型识别，有效提高了故障诊断的分类性能。最后，实验结果表明，在高斯白噪声环境下，该方法相较于现有方法具有更高的诊断准确率和更强的鲁棒性。

摘要：
为了克服传统卷积神经网络（CNN）在池化操作中的噪声累积问题，提出了基于CNN和长短时记忆（LSTM）网络的双三相永磁电机匝间短路故障诊断方法。CNN负责特征提取，LSTM网络负责学习特征并进行数据分类，从而更高效地提取序列特征，降低噪声对分类结果的影响，提高故障诊断的准确率。将处理后的电流样本输入到CNN-LSTM中，可以诊断因电机不同相绕组而发生的匝间短路故障。仿真数据和实验数据验证了CNN-LSTM在故障诊断中的有效性。

摘要：
配电网接入分布式储能（DES）可以有效解决电网供需不平衡问题，但储能成本限制了其大规模应用和普及。为了优化储能配置，提出了一种基于双层优化模型的DES配置方法。首先，在考虑DES规划和运行耦合性的基础上，以DES系统年运行成本为优化目标，结合DES的部署位置、荷电状态等约束条件，提出了储能配置的多目标非线性优化和整数约束双层优化模型。然后，采用粒子群优化算法优化DES的部署位置、连接功率和容量，并结合分时电价优化储能的日运行策略，通过调用CPLEX求解器，得出了DES的最优配置和运行策略。最后，通过IEEE 33节点配电网系统进行仿真分析。仿真结果验证了所提模型和算法的有效性。

摘要：
在构建健康稳定的电力市场过程中，信息披露是维护市场公信力、推进市场建设的关键环节。立足市场主体决策需求，遵循“够用、适用”原则，构建了一套基于层次分析法和熵权法的发电企业信息披露指标体系。在传统发电企业信息披露指标基础上，结合“双碳”目标，引入了环境信息披露指标，增设了表征发电企业对电力系统贡献的信息披露指标，补充了评估发电企业供电能力的信息披露指标。

摘要：
随着新能源大规模并网，新能源消纳、调频性能指标优化以及电力市场联合出清问题日益突出。采用模糊层次分析法对调频性能指标进行优化，根据不同储能机组特性进行分区调频，构建了风-光-储机组参与调频容量动态申报的联合出清模型。算例分析表明，优化后的调频性能指标可以更准确地反映各种机组调频性能的差异，合理平衡各种机组参与电能量和调频市场的中标容量分配；所提模型降低了联合出清成本，提升了调频收益，同时促进了新能源消纳。

摘要：
电解水制氢因清洁高效、技术简单等优势，在氢气制备领域中备受关注。然而，析氧反应（OER）阻碍了电解水的反应速率，而商用催化剂都为贵金属，价格高昂且稀少，因此设计经济性好且性能高的催化剂迫在眉睫。基于此，通过水热法和气相沉积法制备了一种磷化镍铁催化剂（NiFeP₃）。其具有球形纳米团簇结构，在碱性环境下对OER具有优异的性能，在电流密度为10 mA/cm²时，过电位仅为249 mV，塔菲尔斜率为72.87 mV/dec。此外，在48 h计时电流稳定性测试后，NiFeP₃仍具有90%的催化活性，表现出良好的稳定性。

摘要：
相比于传统的有监督和无监督学习方法，单样本行人重识别因其实用性而成为研究热点。尽管近年来该领域取得了显著进展，但算法性能仍面临标签噪声干扰和伪标签置信度不足等挑战。因此，提出了一种标签置信度排序引导多边学习的算法。首先，采用了一种基于层次聚类模块的策略，对未标记图像实例进行有效分类并降低噪声干扰。然后，引入了多边学习框架，根据标签置信度排序，在多个网络分支上进行差异化训练。最后，通过在公共基准数据集Market-1501、DukeMTMC-reID和CUHK03上进行广泛实验，验证得出了所提算法在mAP和Rank-k上都有较好的表现，性能优于大多数现有算法，具有一定鲁棒性。

摘要：
5G/6G通信的全维覆盖面临系统高复杂性、高硬件成本和高能耗等挑战，可重构超表面被视为潜在的解决方案。然而，传统可重构超表面依赖印刷电路板技术，制造成本高、周期长，且在大规模应用中能耗较高。为此，提出了一种新型纸基智能反射表面（IRS），通过调整金属贴片分布来调制电磁波，实现特定的散射效果。首先，通过有限元仿真，分析了单元结构的幅度和相位响应；其次，基于电磁散射场理论，设计了4种不同的编码图案；最后，通过实验验证了不同编码图案的波束转向能力。实验和仿真结果高度一致，证明了该设计的可行性。该IRS具有低成本、轻便、易制造及可回收的特性，适用于绿色通信网络，为5G/6G网络在提升网络覆盖与容量方面提供了一种高效、低能耗的解决方案。

摘要：

摘要：

摘要：
在“双碳”目标引领下，构建安全、高效、绿色的新型能源体系已成为国家重大战略需求。综合能源系统通过打破电、热、冷、气等多种能源子系统间的壁垒，实现多能互补，是提升能源整体利用效率、促进可再生能源大规模消纳的关键路径。然而，系统内源-网-荷-储多元异构设备的强耦合性、风光等可再生能源的强不确定性、多主体利益的差异性，使得综合能源系统的优化调度面临前所未有的挑战。因此，基于人工智能、大数据、数学规划等理论方法，研究综合能源系统的优化调度体系，对于构建新型能源体系、推动“双碳”目标落地具有至关重要的意义。

摘要：
为了更好挖掘需求响应技术的调节能力，解决区域综合能源系统（RIES）中不同主体的利益冲突，首先，对RIES中区域能源运营商（REO）和用户的主从博弈动态均衡性进行研究，分析不同主体在参与调度过程中的定位变化，确定RIES中不同主体间的联络方式；其次，分析各主体的策略制定对RIES的影响，确定影响RIES调度均衡性的关键参数；最后，通过仿真算例进行验证。仿真算例表明，引入综合需求响应和主从博弈后，用户的购能成本有所下降，购能效用获得了提升，REO的利润有所提高，实现了双向共赢。

摘要：
为平抑大规模新能源并网带来的系统波动，提出了一种考虑风光不确定性的含广义储能（GES）的综合能源系统分布鲁棒优化模型。首先，基于实体储能、电动汽车和建筑虚拟储能等设备的调节特性，构建含广义储能的系统模型。其次，提出一种融合信息最大化生成对抗网络和长短期记忆网络的场景生成方法，将得到的典型场景作为初始场景，建立含GES的综合能源系统分布鲁棒优化调度模型，并采用并行列和约束生成算法对其进行迭代求解。最后，通过算例验证所提模型的有效性。

摘要：
为了确保资源的有效配置和经济回报，综合能源系统（IES）运营商通过合理的定价机制和激励策略来影响用户行为以实现市场效率、用户满意度和IES运营商经济效益的优化。为此，提出了一种基于双重激励策略的IES主从博弈优化调度模型。首先，针对实际响应中存在的诸多不确定性，提出了基于价格和贡献度的双重激励策略。该策略一方面根据用户参与综合需求响应（IDR）的电负荷，给予阶梯式补贴，另一方面根据参与IDR的电负荷在可调节电负荷中的占比，量化用户的贡献度并给予额外补贴，使得IES运营商在不确定的市场环境中提供更可靠的激励。其次，基于主从博弈理论，建立了以IES运营商为领导者，使其综合利润最大化为目标和以用户为跟随者，使其综合效用最大化为目标的主从博弈优化调度模型，提高了IDR的经济性和可靠性。最后，利用差分进化算法求解了基于博弈均衡的调度策略和激励方案。算例分析结果验证了所提策略能够实现IES经济性和灵活性的双赢。

摘要：
针对配电网电缆线路行波故障定位中检测含噪行波困难问题，提出了一种基于参数优化变分模态分解（VMD）和改进型Teager能量算子（NTEO）的电缆故障行波定位方法。首先，采用灰狼优化算法优化VMD参数，提取含有故障特征的高频模态分量。然后，通过NTEO对该模态分量进行差分运算，精确标定故障行波首波到达时刻。最后，采用分布式多测点行波定位方法实现波速在线计算和故障精确定位。仿真结果验证了所提方法的正确性和有效性。

摘要：
为强化主网设备运检体系智能化，提升运维人员的故障综合诊断水平，针对主变压器的风机故障诊断在声纹信号研究方面的不足，提出了一种基于特征提取和两级小脑神经网络（TCMNN）的主变压器风机声纹故障诊断方法。首先，采用离散小波变换和主成分分析相结合的方法进行特征提取，提升了特征提取的效率和准确性。其次，设计了TCMNN结构用于故障检测和故障类型识别，有效提高了故障诊断的分类性能。最后，实验结果表明，在高斯白噪声环境下，该方法相较于现有方法具有更高的诊断准确率和更强的鲁棒性。

摘要：
为了克服传统卷积神经网络（CNN）在池化操作中的噪声累积问题，提出了基于CNN和长短时记忆（LSTM）网络的双三相永磁电机匝间短路故障诊断方法。CNN负责特征提取，LSTM网络负责学习特征并进行数据分类，从而更高效地提取序列特征，降低噪声对分类结果的影响，提高故障诊断的准确率。将处理后的电流样本输入到CNN-LSTM中，可以诊断因电机不同相绕组而发生的匝间短路故障。仿真数据和实验数据验证了CNN-LSTM在故障诊断中的有效性。

摘要：
配电网接入分布式储能（DES）可以有效解决电网供需不平衡问题，但储能成本限制了其大规模应用和普及。为了优化储能配置，提出了一种基于双层优化模型的DES配置方法。首先，在考虑DES规划和运行耦合性的基础上，以DES系统年运行成本为优化目标，结合DES的部署位置、荷电状态等约束条件，提出了储能配置的多目标非线性优化和整数约束双层优化模型。然后，采用粒子群优化算法优化DES的部署位置、连接功率和容量，并结合分时电价优化储能的日运行策略，通过调用CPLEX求解器，得出了DES的最优配置和运行策略。最后，通过IEEE 33节点配电网系统进行仿真分析。仿真结果验证了所提模型和算法的有效性。

摘要：
在构建健康稳定的电力市场过程中，信息披露是维护市场公信力、推进市场建设的关键环节。立足市场主体决策需求，遵循“够用、适用”原则，构建了一套基于层次分析法和熵权法的发电企业信息披露指标体系。在传统发电企业信息披露指标基础上，结合“双碳”目标，引入了环境信息披露指标，增设了表征发电企业对电力系统贡献的信息披露指标，补充了评估发电企业供电能力的信息披露指标。

摘要：
随着新能源大规模并网，新能源消纳、调频性能指标优化以及电力市场联合出清问题日益突出。采用模糊层次分析法对调频性能指标进行优化，根据不同储能机组特性进行分区调频，构建了风-光-储机组参与调频容量动态申报的联合出清模型。算例分析表明，优化后的调频性能指标可以更准确地反映各种机组调频性能的差异，合理平衡各种机组参与电能量和调频市场的中标容量分配；所提模型降低了联合出清成本，提升了调频收益，同时促进了新能源消纳。

摘要：
电解水制氢因清洁高效、技术简单等优势，在氢气制备领域中备受关注。然而，析氧反应（OER）阻碍了电解水的反应速率，而商用催化剂都为贵金属，价格高昂且稀少，因此设计经济性好且性能高的催化剂迫在眉睫。基于此，通过水热法和气相沉积法制备了一种磷化镍铁催化剂（NiFeP₃）。其具有球形纳米团簇结构，在碱性环境下对OER具有优异的性能，在电流密度为10 mA/cm²时，过电位仅为249 mV，塔菲尔斜率为72.87 mV/dec。此外，在48 h计时电流稳定性测试后，NiFeP₃仍具有90%的催化活性，表现出良好的稳定性。

摘要：
相比于传统的有监督和无监督学习方法，单样本行人重识别因其实用性而成为研究热点。尽管近年来该领域取得了显著进展，但算法性能仍面临标签噪声干扰和伪标签置信度不足等挑战。因此，提出了一种标签置信度排序引导多边学习的算法。首先，采用了一种基于层次聚类模块的策略，对未标记图像实例进行有效分类并降低噪声干扰。然后，引入了多边学习框架，根据标签置信度排序，在多个网络分支上进行差异化训练。最后，通过在公共基准数据集Market-1501、DukeMTMC-reID和CUHK03上进行广泛实验，验证得出了所提算法在mAP和Rank-k上都有较好的表现，性能优于大多数现有算法，具有一定鲁棒性。

摘要：
5G/6G通信的全维覆盖面临系统高复杂性、高硬件成本和高能耗等挑战，可重构超表面被视为潜在的解决方案。然而，传统可重构超表面依赖印刷电路板技术，制造成本高、周期长，且在大规模应用中能耗较高。为此，提出了一种新型纸基智能反射表面（IRS），通过调整金属贴片分布来调制电磁波，实现特定的散射效果。首先，通过有限元仿真，分析了单元结构的幅度和相位响应；其次，基于电磁散射场理论，设计了4种不同的编码图案；最后，通过实验验证了不同编码图案的波束转向能力。实验和仿真结果高度一致，证明了该设计的可行性。该IRS具有低成本、轻便、易制造及可回收的特性，适用于绿色通信网络，为5G/6G网络在提升网络覆盖与容量方面提供了一种高效、低能耗的解决方案。

摘要：

摘要：

摘要：
在“双碳”目标引领下，构建安全、高效、绿色的新型能源体系已成为国家重大战略需求。综合能源系统通过打破电、热、冷、气等多种能源子系统间的壁垒，实现多能互补，是提升能源整体利用效率、促进可再生能源大规模消纳的关键路径。然而，系统内源-网-荷-储多元异构设备的强耦合性、风光等可再生能源的强不确定性、多主体利益的差异性，使得综合能源系统的优化调度面临前所未有的挑战。因此，基于人工智能、大数据、数学规划等理论方法，研究综合能源系统的优化调度体系，对于构建新型能源体系、推动“双碳”目标落地具有至关重要的意义。

摘要：
为了更好挖掘需求响应技术的调节能力，解决区域综合能源系统（RIES）中不同主体的利益冲突，首先，对RIES中区域能源运营商（REO）和用户的主从博弈动态均衡性进行研究，分析不同主体在参与调度过程中的定位变化，确定RIES中不同主体间的联络方式；其次，分析各主体的策略制定对RIES的影响，确定影响RIES调度均衡性的关键参数；最后，通过仿真算例进行验证。仿真算例表明，引入综合需求响应和主从博弈后，用户的购能成本有所下降，购能效用获得了提升，REO的利润有所提高，实现了双向共赢。

摘要：
为平抑大规模新能源并网带来的系统波动，提出了一种考虑风光不确定性的含广义储能（GES）的综合能源系统分布鲁棒优化模型。首先，基于实体储能、电动汽车和建筑虚拟储能等设备的调节特性，构建含广义储能的系统模型。其次，提出一种融合信息最大化生成对抗网络和长短期记忆网络的场景生成方法，将得到的典型场景作为初始场景，建立含GES的综合能源系统分布鲁棒优化调度模型，并采用并行列和约束生成算法对其进行迭代求解。最后，通过算例验证所提模型的有效性。

摘要：
为了确保资源的有效配置和经济回报，综合能源系统（IES）运营商通过合理的定价机制和激励策略来影响用户行为以实现市场效率、用户满意度和IES运营商经济效益的优化。为此，提出了一种基于双重激励策略的IES主从博弈优化调度模型。首先，针对实际响应中存在的诸多不确定性，提出了基于价格和贡献度的双重激励策略。该策略一方面根据用户参与综合需求响应（IDR）的电负荷，给予阶梯式补贴，另一方面根据参与IDR的电负荷在可调节电负荷中的占比，量化用户的贡献度并给予额外补贴，使得IES运营商在不确定的市场环境中提供更可靠的激励。其次，基于主从博弈理论，建立了以IES运营商为领导者，使其综合利润最大化为目标和以用户为跟随者，使其综合效用最大化为目标的主从博弈优化调度模型，提高了IDR的经济性和可靠性。最后，利用差分进化算法求解了基于博弈均衡的调度策略和激励方案。算例分析结果验证了所提策略能够实现IES经济性和灵活性的双赢。

摘要：
针对配电网电缆线路行波故障定位中检测含噪行波困难问题，提出了一种基于参数优化变分模态分解（VMD）和改进型Teager能量算子（NTEO）的电缆故障行波定位方法。首先，采用灰狼优化算法优化VMD参数，提取含有故障特征的高频模态分量。然后，通过NTEO对该模态分量进行差分运算，精确标定故障行波首波到达时刻。最后，采用分布式多测点行波定位方法实现波速在线计算和故障精确定位。仿真结果验证了所提方法的正确性和有效性。

摘要：
为强化主网设备运检体系智能化，提升运维人员的故障综合诊断水平，针对主变压器的风机故障诊断在声纹信号研究方面的不足，提出了一种基于特征提取和两级小脑神经网络（TCMNN）的主变压器风机声纹故障诊断方法。首先，采用离散小波变换和主成分分析相结合的方法进行特征提取，提升了特征提取的效率和准确性。其次，设计了TCMNN结构用于故障检测和故障类型识别，有效提高了故障诊断的分类性能。最后，实验结果表明，在高斯白噪声环境下，该方法相较于现有方法具有更高的诊断准确率和更强的鲁棒性。

摘要：
为了克服传统卷积神经网络（CNN）在池化操作中的噪声累积问题，提出了基于CNN和长短时记忆（LSTM）网络的双三相永磁电机匝间短路故障诊断方法。CNN负责特征提取，LSTM网络负责学习特征并进行数据分类，从而更高效地提取序列特征，降低噪声对分类结果的影响，提高故障诊断的准确率。将处理后的电流样本输入到CNN-LSTM中，可以诊断因电机不同相绕组而发生的匝间短路故障。仿真数据和实验数据验证了CNN-LSTM在故障诊断中的有效性。

摘要：
配电网接入分布式储能（DES）可以有效解决电网供需不平衡问题，但储能成本限制了其大规模应用和普及。为了优化储能配置，提出了一种基于双层优化模型的DES配置方法。首先，在考虑DES规划和运行耦合性的基础上，以DES系统年运行成本为优化目标，结合DES的部署位置、荷电状态等约束条件，提出了储能配置的多目标非线性优化和整数约束双层优化模型。然后，采用粒子群优化算法优化DES的部署位置、连接功率和容量，并结合分时电价优化储能的日运行策略，通过调用CPLEX求解器，得出了DES的最优配置和运行策略。最后，通过IEEE 33节点配电网系统进行仿真分析。仿真结果验证了所提模型和算法的有效性。

摘要：
在构建健康稳定的电力市场过程中，信息披露是维护市场公信力、推进市场建设的关键环节。立足市场主体决策需求，遵循“够用、适用”原则，构建了一套基于层次分析法和熵权法的发电企业信息披露指标体系。在传统发电企业信息披露指标基础上，结合“双碳”目标，引入了环境信息披露指标，增设了表征发电企业对电力系统贡献的信息披露指标，补充了评估发电企业供电能力的信息披露指标。

摘要：
随着新能源大规模并网，新能源消纳、调频性能指标优化以及电力市场联合出清问题日益突出。采用模糊层次分析法对调频性能指标进行优化，根据不同储能机组特性进行分区调频，构建了风-光-储机组参与调频容量动态申报的联合出清模型。算例分析表明，优化后的调频性能指标可以更准确地反映各种机组调频性能的差异，合理平衡各种机组参与电能量和调频市场的中标容量分配；所提模型降低了联合出清成本，提升了调频收益，同时促进了新能源消纳。

摘要：
电解水制氢因清洁高效、技术简单等优势，在氢气制备领域中备受关注。然而，析氧反应（OER）阻碍了电解水的反应速率，而商用催化剂都为贵金属，价格高昂且稀少，因此设计经济性好且性能高的催化剂迫在眉睫。基于此，通过水热法和气相沉积法制备了一种磷化镍铁催化剂（NiFeP₃）。其具有球形纳米团簇结构，在碱性环境下对OER具有优异的性能，在电流密度为10 mA/cm²时，过电位仅为249 mV，塔菲尔斜率为72.87 mV/dec。此外，在48 h计时电流稳定性测试后，NiFeP₃仍具有90%的催化活性，表现出良好的稳定性。

摘要：
相比于传统的有监督和无监督学习方法，单样本行人重识别因其实用性而成为研究热点。尽管近年来该领域取得了显著进展，但算法性能仍面临标签噪声干扰和伪标签置信度不足等挑战。因此，提出了一种标签置信度排序引导多边学习的算法。首先，采用了一种基于层次聚类模块的策略，对未标记图像实例进行有效分类并降低噪声干扰。然后，引入了多边学习框架，根据标签置信度排序，在多个网络分支上进行差异化训练。最后，通过在公共基准数据集Market-1501、DukeMTMC-reID和CUHK03上进行广泛实验，验证得出了所提算法在mAP和Rank-k上都有较好的表现，性能优于大多数现有算法，具有一定鲁棒性。

摘要：
5G/6G通信的全维覆盖面临系统高复杂性、高硬件成本和高能耗等挑战，可重构超表面被视为潜在的解决方案。然而，传统可重构超表面依赖印刷电路板技术，制造成本高、周期长，且在大规模应用中能耗较高。为此，提出了一种新型纸基智能反射表面（IRS），通过调整金属贴片分布来调制电磁波，实现特定的散射效果。首先，通过有限元仿真，分析了单元结构的幅度和相位响应；其次，基于电磁散射场理论，设计了4种不同的编码图案；最后，通过实验验证了不同编码图案的波束转向能力。实验和仿真结果高度一致，证明了该设计的可行性。该IRS具有低成本、轻便、易制造及可回收的特性，适用于绿色通信网络，为5G/6G网络在提升网络覆盖与容量方面提供了一种高效、低能耗的解决方案。

摘要：