基于大型仪器的移动通信论文

摘要：针对大坝水下防御、水质状况监测需求设计基于水下观测网的大坝安全警戒系统。安全警戒系统通过岸基站供电，利用光电复合缆将电能传输至水下节点接驳盒进行电能转换，对水下摄像系统、三维成像声纳系统等终端设备提供电能供给。今天小编给大家找来了《基于大型仪器的移动通信论文(精选3篇)》相关资料，欢迎阅读！

基于大型仪器的移动通信论文 篇1：

给移动创新加一道激励的机制

如今，基于移动技术的发展，人类社会发生了剧烈的变化。移动技术渗透在人们日常生活的方方面面：拉近与家人和朋友的距离、改善并监控我们的健康状况、管理我们的家居环境、实现方便快捷的购物和支付，以及娱乐项目等。

但是，对前沿领域进行投资，风险非常大，而且技术在商业化前要花费大量时间和资金研究。要确保这个技术能成功，能够被商业化，这类创新的风险是极大的。但正是这种创新，能够彻底地改变行业，改变人们的生活。所以，需要有好的激励机制，确保企业能够对有风险的领域进行研发方面的投入。

创新是企业成长的巨大动力，在移动行业取得成功的一个关键因素就是创新。这里需要有更多的技术创新来带动行业成长。

创新需要合作与共享

移动行业在过去二十年里，在创新的驱动下发展速度非常快。原来，数据传输速度，每小时以KB的速度来计算，或者以兆的速度来计算，现在数据的传输速度，每秒钟可以达到几GB，这个速度明天会登陆市场。技术创新使得流量成本越来越低，消费者的需求也会越来越多。

美国市场研究公司eMarketer的研究显示，中国2015年手机移动互联网的零售额增长了85%，达到3340亿美元（约合人民币2.2万亿元），是美国市场规模的4倍以上。农村地区目前仍然依赖现金，对移动支付公司而言，这个由数亿人口构成的巨大的未开发市场，意味着巨大的机遇。

美国高通公司总裁Derek Aberle强调，“每年我们数据消费量都会增长十倍，如今，这个行业出现了一个数据爆炸的挑战，企业需要一个中心。现在一个手机的计算能力比几年以前台式机的计算能力都要强。整个计算的速度更快，能耗也更低，同时可以在智能终端上面，实现多媒体的显示。”

在世界各地，共有74亿个不同的移动终端联接在一起，这个数据还在不断增长。创新是推动整个移动行业发展的非常重要的动力。中国移动行业在过去几年里，发展非常快。中国公司正在努力的工作以便能够推出新的业务模式、新的服务和新的产品。

在全世界十大3G和4G移动供应商之中，中国占了六个席位，明年这个数据可能还会增加。这其中，一方面是这些供应商在用户的消费经验加以改善，另一方面来自于整个移动行业的发展对整体经济的发展也起到了很大的推动作用。现在移动行业经济贡献可以占到中国GDP的3%，到2020年预计占到4.7%。移动行业的发展对于劳动效率的提升也非常重要，中小企业通过移动技术的应用，能够为GDP增加900亿美元的收入，也为整个经济增加了200万的就业机会。

其实有很多推动创新的重要因素可以合作与共享，这是一个重要方向。一些企业很早就开始对技术进行投资，着手解决非常复杂的问题，一旦这些问题得以解决，就会成为企业一种新的业务模式。在通过授权之后，企业就可以提供更多的芯片和软件解决方案来确保其他企业能够迅速建立他们的业务模式，进入市场。所以，这种合作与创新、合作与共享可以有效地推动移动行业创新的速度和效率。这种共享的精神，正是企业在今后推动建立创新社会的一个非常重要的抓手。

举个例子，通过近十年的发展，做内容显然不是电信运营商的长处，它的机制、文化、风格都不适合做内容，很难把内容做好。做内容的互联网公司显然也没能力投资一个高速度、全国性的网络，为用户提供廉价的网络。只有把各自的力量结合起来，相互合作、相互支持，这才是移动互联网的未来。

在接下来的十年时间里面，会看到很多行业发生剧烈的变化，例如健康、消费品行业等，他们都会围绕智能手机行业产生巨大的变化。现在司空见惯的一些技术，例如上网、下载视频等，都需要使用各种各样的计算能力，都是极其复杂的技术，而且开发这些技术都非常的昂贵。如果企业从2000年开始关注这个行业的话，它会发现整个移动行业已经投入了差不多八千亿美元，才能够到达现在这么一个技术的水平。但实际上，企业在技术发展方面仅仅处于入门阶段。所以，接下来，企业还有更多的事情要做，例如移动技术方面，蜂窝技术就是其中的一个。企业需要进一步推动4G和LTE技术的发展，现在很快就会进入到5G时代，这是一个数据爆炸的年代，企业需要解决的问题实在太多了，只能尽可能地用更高的效率来使用各种频段，这就意味着企业需要使用全新的技术，而且必须用可负担的成本来提高这样一个数据技术，所以需要不断地去创新。

创新需要激励的环境

“不带钱包出门在许多地方意味着寸步难行，没有现金和信用卡就没法买吃的喝的，没法坐车，也买不了任何生活必需品。但在中国大城市，只要有一部智能手机，就可以毫无后顾之忧地到处探索。在一线城市，从街头小贩到大型连锁店，越来越多的商家接受移动支付。对企业而言，此举不仅方便快捷，还可以通过大数据追踪消费者的消费喜好。在数亿人使用的支付宝和微信推动下，中国的移动支付市场快速发展，把美国远远落在了后面。”

国外知名媒体称，“中国在移动支付领域远远领先于其他国家，移动支付已渗透到日常生活的每一个部分，手机可能在不久的将来取代钱包。美国有线电视新闻网认为，中国蓬勃发展的移动支付市场已将美国远远地甩在后面。移动支付正在重塑中国人的生活方式。”

从电子商务网站、餐馆外卖App到出租车，阿里巴巴和腾讯与各行业的商品和服务提供商合作，还与沃尔玛、便利店、小商贩等数以百万计的传统零售商签署协议。作为回报，支付宝收取商家每笔交易最高0.6%的手续费。

但是在移动行业发展早期，需要为语音传输提供更多的运算能力，加上数据传输服务。但是这种技术对整个行业来说都是一个痛点，也是这个行业发展的关键点之一。所以，对这些领域进行投资，风险是非常大的。“一个技术在商业化之前，可能需要花到八到十年的时间，花数十亿美元的研发成本，需要确保这个技术能够成功，确保它能够被商业化。而且要让整个行业接受这样的技术在不同的移动设备之间使用，才具有互联互通性。在市场上面，有很多不同的标准，这些标准相互竞争，要确保企业开发的标准能够赢得市场的亲睐，为消费者带来价值，所以在这个过程当中充满了各种各样的风险，尤其对于这种类型的创新而言，风险是极大的。但是，由于创新能够彻底地改变这个行业，改变人们的生活，所以，需要有好的激励机制，确保这些企业能够对有风险的领域进行研发方面的投入。

企业需要一个好环境，在这个环境当中，能够驱动创新的可持续发展，不要拖延创新的速度，同时确保有完善的知识产权，确保研发技术人员能够获得比较好的收益。

企业需要有一个平衡的政策，来保护那些将创新技术带到市场的企业能够获得收益，同时确保使用技术的人可以负担获得技术的成本。因此，企业需要确定监管环境和法律法规可以提供相应的政策和激励机制。

在中国，政府非常关注改革，这种保护创新的环境的建立，有助于企业家精神的培养。大学之间的合作，企业和大学之间的合作，推动市场进一步开放，带来了更多的机遇。有些企业不仅是在中国，在世界上也是比较具有创新性的。中国推动创新的发展模式，也可以成为其他国家或地区发展的一个很好的模板。随着新的五年计划的推出，企业家精神和创新精神得到了高度的重视。未来中国经济的发展，会更多地基于创新和企业家精神。

在过去十年里，移动行业主要任务就是把人和人，人和物连接起来，在接下来的十年时间里，数十亿不同的物件和仪器将被连接到互联网上面。这需要更多的创新，包括像数据中心以及其他领域的创新。企业需要新一轮的投入，以确保现在互联网的平台能够得以扩展，以便能够融入更多的需要被融入的物件。其实，移动行业对于很多行业的发展都很重要，例如汽车行业，汽车行业越来越多地借助互联网和移动技术来实现创新的应用。

对于行人乃至整个智慧城市的服务来说会有更大的促进性，移动技术对交通堵塞、智慧服务和医疗服务等都会有很好的解决方案。现在，健康医疗成本非常高，而且是不可持续的发展，对于很多偏远地区来说，根本没有办法能够获得这些医疗的服务。有了移动技术尤其是移动互联网的发展，可以能够帮助医院更好地降低成本，帮助患者在家庭里进行更好的医疗监测。

另外，在一些相关的急诊过程中，也可以通过无线网络连接，联系更多的大城市当中的专家来实施会诊。移动技术正在不同的行业，以不同的方式，对行业路径进行更好的改良。例如基于静脉输液中易发生的安全隐患，仅仅将输液的安全意识依靠病人的主动性操作，往往会存在疏漏，输液过程中的安全不能很好的保证，可靠性不高。在医护市场上需要一种护士和病人双向互动的方式，来达成病区临床护理各个环节的有效整合，解决输液安全问题，让其成为医院信息化建设的典型。华为全无线覆盖银江移动输液监控系统应势而生，关键技术上利用无线覆盖，RFID移动识别技术来实现了一个先进、创新、完美的监控系统，为医院病区的输液护理带来了可靠性、安全性、方便性、实用性。

新型的5G“多址技术”可以将移动网络接入数量提高近百倍。目前4G仅可以连接手机等少量设备，而5G网络除了手机以外，还可以连接近百件设备，大到一辆车，小到一根针。用中国移动研究院副院长黄宇红的话说，就是“‘信息随心至，万物触手及’离我们已经很近了。”未来，汽车变成大“手机”接入网络，互不干扰自动行驶，优化道路交通，解放驾车的碎片化时间。在车内开视频会议、玩游戏娱乐皆可实现。目前，不少汽车厂商已推出实验车型，只待5G网络铺开。

5月31日，工业和信息化部部长苗圩在第一届全球5G大会上表示，工信部、发改委和科技部共同支持产业界成立了5G推进组，全面推进5G研发工作，组织开展5G技术研发试验，并建立广泛的5G合作机制。5G将大幅提升移动互联网用户业务体验，满足物联网应用的海量需求，推动移动通信技术的重大飞跃，带动芯片和软件等产业快速发展，并将与工业、交通、医疗等行业深度融合，催生工业互联网、车联网等新业态。

通过3G和4G时代的艰苦奋斗，产业和技术的提升为5G布局打下坚实的基础，我国从以往被动接受技术变为开始输出技术，逐渐发展成为全球5G技术、标准、产业和应用服务的领先国家之一。中国移动、华为、大唐、中兴等中国企业对5G研发的投入由来已久，并走在世界前列。中国移动已经基本上完成了第一阶段关键技术的测试；现在开始第二阶段系统概念的测试；2018年中国移动的5G研究会进入第三个阶段，这阶段主要是基于R15版本展开，在R16版本推出之前，中国移动会完成最大规模的预商用测试，并于2020年推出5G商用服务。

作者：幽兰

基于大型仪器的移动通信论文 篇2：

基于水下观测网的大坝安全警戒系统

摘要：针对大坝水下防御、水质状况监测需求设计基于水下观测网的大坝安全警戒系统。安全警戒系统通过岸基站供电，利用光电复合缆将电能传输至水下节点接驳盒进行电能转换，对水下摄像系统、三维成像声纳系统等终端设备提供电能供给。水下终端设备采集的数据通过水下节点接驳盒转换至光信号利用光电复合缆传输至岸基站并进行数据显示，同时岸基监控系统可对水下终端设备进行远程控制，从而实现对大坝水下状态实时监控。

关键词：大坝;接驳盒;摄像;三维成像声纳;水质监测

引言

随着大坝建设的日益发展，现已发展成水利工程的重要组成部分，在防洪、灌溉、发电、航运等方面得到了充分的发展，并发挥着巨大的作用。同时，大坝的安全尤为重要，稍有不慎则会给国家及人民带来难以预料的灾难。大坝的安全分为两个方面，一方面为大坝本体的安全，主要与大坝的设计、选址、建造等因素有关，另一方面是外界环境因素对大坝造成的危害[1]。针对影响大坝安全的外界环境因素，主要通过实时动态视频、水下三维成像声纳等技术进行监控，确保大坝安全。

现代科技的发展和前沿科技的大规模应用导致水下攻击具有相当的隐蔽性与广泛的应用，针对大坝水下防御、水文水质实时监测的需求，依托水下立体防护网络，进行关键水域的实时监测，建立基于水下观测网络的大坝安全警戒系统，使大坝防御体系多样化、立体化，进而提高大坝安全，保障民众生命及财产安全[2]。

1.水下观测网安防警戒系统

水下观测网来源于本世纪初提出的海底观测网概念[2][3]，后者已经成为海洋监测的一种新型观测方法。水下观测网是通过一条水下光电复合缆，向水下观测节点提供相对充足的电能和较大的数据容量。由于其长期、实时、原位以及可持续观测的特点，也将成为重要的水下安防警戒手段。

基于水下观测网的安防警戒系统以水下监测系统接驳盒平台为基础，扩展接口搭载各类传感器，如水下摄像、水下三维成像声纳系统、多参数水质监测传感器等，对大坝所在水域的进行立体实时监测。

2.系统架构

基于水下观测网的大坝安全警戒系统的拓扑图如图1所示，該系统由岸基站、水下节点接驳盒、光电复合缆、摄像系统、主被动声纳、多参数水质分析仪和电磁场传感器组成。主要监测大坝所在水域的水质状况，大坝附近有无可疑物，大坝自身是否出现裂痕等。考虑到系统的可扩展性，电能传输采用直流恒压的方式进行。

2.1岸基远程监控和电能管理系统

岸基站是监测系统的“大脑”中枢，岸基主要由运行管理系统、供电系统、数据存储管理系统、远程监控系统及指挥控制系统组成。其主要功能是管理整个系统的正常运行，实现水下观测的远程供电、观测数据的采集、接收、存储及管理分配，并最终实现与用户终端的信息交互。

基于水下观测网络的大坝安全警戒系统实现全天候远程自动监测，可以记录监测对象完整的数据变化过程，并且借助于光纤网络数传系统实时得到数据，同时将数据传送到网络覆盖范围内的任何需要这些数据的部门，非网络覆盖范围内可通过无线基站、GSM（GPRS）、CDMA等实现远程数据无线传输[4]。

2.2电能和通讯传输网络

电能和通讯传输网络主要由岸基供电电源、UPS不间断电源、光电交换机和传输光电复合缆构成。其中，岸基供电电源可提供400V/10A的恒压电能供给，具备电源监测、远程控制能力;UPS不间断电源可在市电断电后，立刻切换为电池供电，为观测系统提供短时间内的持续恒定的电能供给;两台光电交换机分别位于岸基和节点接驳盒内，通过光电复合缆内的光纤单元进行通讯网络的搭建，主干缆带宽可达1Gbps，传感器通讯速率最大可达100Mbps。

水下光电复合缆是观测网络的“血管”，是系统能量及信号的传输路径，为近距离海底专用光电复合缆，采用双极导体、12根光纤传输光电信号，并且采用外层单层铠装方式防拖、防撞保护设计及高密度聚乙烯护套防腐蚀设计，保证光电复合缆海底使用的长期安全及稳定性。

2.3节点接驳盒

节点接驳盒主要具有四个功能：光电分离、电能变换、电能控制和通讯转接。

光电分离：光电分离腔主要作用为对主干缆进行光电分离，并将供电线路输入至电能变换器，将千兆光缆输入至通讯转接系统。

电能变换：岸基站的AC/DC转换器把市电220 VAC转换成直流电压375 VDC，通过光电复合缆传输到各水下节点。375 VDC不能直接为科学仪器供电，需要经过一定的电压变换，降低电压等级至24 VDC和12 VDC来满足不同的科学仪器的使能需求。

电能控制：电能控制的主要功能为节点状态监控、外部负载状态监控、故障判断与隔离和时间同步。可以针对过流、过压、短路、接地等故障进行判断和快速处理。同时当监测到节点的故障情况时候通过电能分配的方式进行强制的故障隔离，以免影响其他节点的运行。

通讯转接：由于接驳接口是面对不同的信息传输协议，如串口RS232，RS485和以太网等[5]。实际应用时，作为水下监测系统中心的节点接驳盒，需要对多种不同协议的传输信号进行汇总和转发，因此，需要对各种协议进行转换，不同协议的信息先经过转换汇总，在通过控制中心来完成信息的上传下达[6]。

水下立体实时监测系统的目标之一就是要收集和分析长时间序列的数据，对于某些观测到的数据而言，时间精度需要达到微秒乃至纳秒的级别，从而达到远程实时监测水下环境数据的目的。为了满足海底观测高精度的对时，通过岸基安装时间服务器，在接驳盒采用软硬件结合处理的方式实现接驳盒和岸基的时间同步，并为所有接驳接口提供高精度的PTP时间服务信号。

2.4监测系统

监测系统主要包括水下摄像系统、三维成像声纳系统、多参数水质分析仪和电磁场传感器。其供电电源来自于节点接驳盒内部，其采集得到的数据通过节点接驳盒内的光电交换机和传输缆内的光纤单元，实时传输至岸基远程监控系统。

水下多點全方位摄像系统以独特的水下封装，将监控摄像头安装在水下，具有自动对焦功能，对水下环境、泥沙沉淀物等进行实时动态监测。另外，在大坝自身的关键节点均进行视频监控，保证大坝的完好性。

三维成像声纳系统利用主/被动探测声纳对水下目标进行探测、定位，主要监测目标为水下生物活动、水下可疑目标、武装挖人[8]、潜水机械设备等。

电磁场传感器[9]，探测水下的电磁场有无异常，判断大坝附近有无可以金属物

同时，监控系统安装配备多参数水质监测传感器，用于流经大坝的水质状况监测和大坝水位监测，保障水质安全。最终，通过岸基中控台对水下目标和水质状况进行实时定位和显示。监测参数如表1所示。

2.5节点接驳盒防护平台

水下接驳盒对整个系统起着能量及信号中继、分配的作用，是整个系统的“心脏”，节点接驳盒为长期固定布置的主缆终端设备，必须具有一定的抗拖网、抗水流、防止大型水生生物咬嚼连接缆、防腐蚀、防生物附着等特性。同时，需要考虑到投放时可能会产生的水流拍击，海流冲击等动态特性，以及由于海底地质松软产生下陷的可能。防护外框架设计采用金字塔形设计，可有效防沉降、防拖网、防止水流泥沙冲击、水下地势的倾斜及它物的拖拽等不良情况，并增加防腐措施，达到水下长期使用的目的。

3.系统测试

稳定性是一个系统的第一要素，水下系统对稳定性的要求尤为苛刻。基于水下观测网的安全警戒系统目前已经对系统的功能和可靠性进行了一系列试验测试验证。

3.1实验室测试

节点接驳盒的内部设备及电路被集成在内部框架中，基于散热性能的考虑，内部框架采用铝合金材料，然后整个系统封装进钛合金材料制成的密封腔[10]。该密封腔经过高压舱2.5MPa的压力测试。

在水下观测节点的内部设备及电路封装进密封腔前、后，分别对整个系统进行24小时连续供电测试，供电电压375VDC，其中摄像头和LED探照灯作为外部负载，验证系统的电能变换和通信功能以及可靠性。

封装前的连续测试期间，利用热成像仪不定时监测系统的发热情况，检测系统是否存在异常的发热点，异常的发热会降低系统的可靠性。水下观测节点样机需至少通过两次24小时连续供电测试。

3.2 湖试

大坝安全警戒系统布放于南通应急水源地。此次布放工作包括岸基站的建立、250m水下光电复合缆的敷设以及一个水下观测节点的布放。

节点接驳盒的布放深度大概为10m，离岸距离为150m。图2为即将下水布放的节点接驳盒，该节点接驳盒包括水下摄像系统、三维成像声纳系统、多参数水质分析仪和电磁场传感器，所有设备安置在外框架中，整个系统重量为100Kg左右。

半年以来系统一直稳定运行，水质和视频数据一直稳定传输并在上位机显示存储，如图3所示。

4.结束语

本文介绍了基于水下观测网的大坝安全警戒系统。相比较传统水质采样方式，缆系观测网以长时间、实时、原位监测的特点必将成为水质监测领域的一个发展趋势。为了适应各种环境，用于水质分析的缆系观测网还有很多的工作要做。未来观测节点在现有的功能基础上会变的更小、更轻，布放更为方便。同时需要建立相关硬件和软件行业标准来兼容各种各样的科学仪器。

参考文献 （References）：

[1]高洪来，关于大坝安全问题，广西水利水电，1994（4）：44-48

[2]汪树玉，刘国华，系统分析，杭州：浙江大学出版社，2002.

[3]P. Favali and L. Beranzoli. Seafloor Observatory Science： a review[J]. Annals Of Geophysics， 2006， 49（2-3）：515-567.

[4]陈鹰，杨灿军，陶春辉，等.海底观测系统[M].北京：海洋出版社，2006.

[5]高健，移动通信[M].北京：高等教育出版社

[6]王华忠著.监控与数据采集（SCADA）系统及其应用[M].北京：电子工业出版社，2010.

[7]姚胜东.工业以太网现场总线EtherCAT[J].仪表技术，2014，（8）：4-6.

[8]张伟豪，许枫.水下蛙人被动探测技术实验研究[J].声学学报.

[9]张立影，王泽忠，一种高灵敏度电磁场传感器[P].2014

[10]易学平，钛合金焊接件密封问题研究[J].机械管理开发.2011.

作者：季胜强 张锋 张志峰 谢凯 杜宗印

基于大型仪器的移动通信论文 篇3：

基于专利IPC的技术知识流网络挖掘

〔摘要〕本文将专利共类关系界定为生产知识（主分类号）和接收知识（副分类号）。在此基础上，引入IPC技术索引表将共类矩阵转换为技术知识流网络。基于德温特创新索引（DII）收录的4G技术专利，利用块模型方法挖掘4G技术知识流网络，发现了兼具内聚性和外联性的关键技术子群。

〔关键词〕技术知识流网络；专利挖掘；国际专利分类；块模型；4G

DOI：10.3969/j.issn.1008-0821.2016.01.009

〔

〔

〔Key words〕technological knowledge flow network；patent mining；international patent classification（IPC）；blockmodels；4G

科學技术是第一生产力。习近平总书记要求我们“不能做其他国家的技术附庸”，要“着力攻克一批关键核心技术”，实现产业技术“从跟随到并行再到领跑”。知识管理流派提出，企业核心竞争力的来源正是其特有的、不易外泄的专有知识和信息[1]；这一复杂的知识体系能为企业带来持续性的竞争优势[2]。开放创新理论要求企业整合外部研发资源、科学知识和技术成果，冲破封闭创新模式的“技术必须源于自我发明的陷阱”，构建开放的技术创新价值链[3]。在开放创新模式下，企业、行业、地区、国家之间的技术知识交流更加频繁，异源知识之间的充分碰撞不仅有利于提升规模经济效应和范围经济效应，还将通过协同创新效应催生重大技术领域的突破性创新。本研究以复杂的技术知识流网络对研究对象，利用社会网络分析方法观察知识交流活动，以期发现技术知识流动的规律和核心技术群。

1相关研究综述

知识流的本质是知识在不同主体之间的传统及知识处理的机制[4]。知识从位势高的主体流向位势低的主体，主体的知识存量、主体间的知识流量和流向、知识自身的属性特征均会对企业的动态能力产生影响[5]。知识资源在组织内部的重组与再造是企业创新活力的重要来源，组织间的知识流运动对提升高技术企业技术创新能力有显著的正效应[6]。产业集群中，主导者通过与境外企业、科研单位、跟随者、群外企业等进行知识交流，由最初的“知识接收者”转变为“知识获取者”，最后成长为“知识创造者”和“知识输出者”，从而影响产业结构的演进与合理化[7]。那么，应当如何测度技术知识流呢？这个问题是技术创新领域的研究热点和难点。Krugman认为知识流动是无形的，因而不能被测度[8]。然而，Jaffe等人指出知识流动的踪迹常以专利的形式存在，因而可以利用专利来测度[9]。经济学研究常用的知识流的经验测度方法分为4类：技术流量法、成本函数法、生产函数法、文献追踪法。技术流量法基于投入——产出关系建立技术流动矩阵，从而研究技术知识在企业或行业间的溢出模式。实际运用过程中，技术流的测度变量包括就业数量[10]、技术距离[11]、专利引用[12]、地理距离的倒数[13]等。不过，该方法也存在忽略技术研发的时空作用、重视垂直溢出而忽略水平溢出等不足。技术溢出的一大效益在于降低成本，成本函数法正是基于这一思想以投入产出的相对价格为变量，分析知识溢出的成本削减效应。生产函数法运用计量模型估计技术溢出对全要素生产率或创新的影响。文献追踪法基于专利或专利引用测度知识外溢的效果，因而被视为直接测度了知识流；有研究建议将专利与其他知识流指标组合运用，如出版物、技术许可等[14]。

情报学研究中亦采用专利引用关系来测量知识流活动，企业通过专利引用获得的知识净流入量对增强组织技术实力有正向影响[15]。从专利引用的效度考虑，企业整体的专利引用情况较单件专利引用更能准确揭示技术知识的流动[16]。然而，专利引用分析法的不足之处亦较显著。一是专利引用存在滞后性，只能作为历史经验总结，对预测性研究的指导作用较弱。二是在许多国家和地区，如中、日、韩等，专利引用是非强制性的，从而加剧了数据获取的难度。正是由于这些限制，越来越多的研究将专利共类网络作为研究技术知识流的载体。目前，形成了基于国际专利分类号（International Patent Classification，IPC）、美国专利分类号（United States Patent Classification，USPC）、德温特专利分类号（Derwent Classification，DC）等分类体系的专利共类网络研究范式，用于发现技术主题间的知识交流特征[17]、科学技术之间的知识溢出作用等[18]。

综上所述，技术知识流已成为经济学、技术创新、情报学等多学科关注的焦点问题之一，专利共类分析为深入认识技术知识流网络的结构特征提供了便利。然而，基于专利共类的研究方法仍存在亟待提升的空间。其一，技术知识流是知识流动的过程，必然存在知识输出方和知识接收方。主流的专利共类方法只考虑了技术知识间的关联强度，而忽略了知识流的方向性。这一局限性极大地限制了对技术知识流活动规律的探索。其二，Griliches指出，专利分类体系和产品、产业类别存在不一致，造成了专利归类和使用的不便[19]。IPC等专利分类标准是一套技术工程师的交流语言，如何才能让高级管理人员和行业规划制定者理解和掌握晦涩的专利知识呢？这是提升技术知识流网络挖掘结果可读性和决策支持力度的关键。针对以上问题，本研究根据研究专利主分类号、副分类号间的差异性，在传统的共类矩阵的基础上建立了非对称的技术知识流网络；通过建立IPC和产业技术主题间的映射机制，将工程语言转化为通识语言，从而揭示和阐述行业发展的关键技术群。

12技术知识流网络挖掘的研究框架

21技术知识流的方向性与定量测度

OECD手册中将专利共类作为衡量技术链接的潜在指标之一[20]。为了尽可能地锁定较广泛的权利范围，一件专利通常被赋予多个IPC号，每个IPC号对应一个特定的技术领域。尽管，专利的各IPC号通常被等同对待，但主分类号与专利技术创新的相关性最高，它与其他副分类号间的关系可以视为知识流动的方向[21-22]。由此，将专利分类号分为两类：一是专有的知识，即发明信息；另一类是非专有的知识，即附加信息[23]。一件专利中，发明的专有知识被分配给单一的技术号，其他相关知识则被分配给多个副分类号。也就是说，专利共类的实质是主分类号生产知识而副分类号接收知识[24]。

基于此，将技术知识流的测度分为3个步骤：（1）确定研究的技术主题和专利数据库，检索、下载并清洗专利数据；（2）以IPC体系为例，分析每一件专利的IPC号，将第一个专利分类号标记为主分类号，其余的分类号标记为副分类号；（3）以主分类号为行、副分类号为列，建立矩阵，各元素的取值为该位置对应的主分类号与副分类号共类的次数。

22专利IPC与技术领域的映射机制

目前，多数研究使用Verspagen等提出的IPC-ISIC分类标准（第二版）来判断专利自身归属的行业类别。IPC-ISIC将欧洲专利局使用的IPC号码和联合国规定的经济活动国际工业分类标准关联起来。国内也有研究《国民经济行业分类与代码》、《高技术产业统计分类目录》等体系，但研究的规范性和操作的便利性都低于IPC-ISIC标准。总体来看，上述标准体系适合对涉及多个产业经济部门的大型、复杂技术系统进行分析。相比之下，IPC技术索引表（IPC-Technology Concordance Table）更适于研究高度专业化的技术系统，它将IPC小类（前4位）和电子工程、仪器、化工、机械工程、其他5个部门（Sector）、35个技术领域（Field）对应起来，能够较好地反映技术及其领域划分[25]。

23技术知识流网络构建与分析

基于此，将技术知识流网络的构建与挖掘过程分为3个步骤：（1）针对技术群自身的特征，选择适合的专利——技术方向映射标准。如研究全局专利或多工业部门协同创新群时，可以选择IPC-ISIC等标准；如研究专业化和内聚性较高的创新群时，必须寻找中观尺度的技术领域划分标准。（2）建立计算机可读的专利IPC和技术领域间的叙词表，即将单件专利的IPC号映射为技术领域，从而将IPC共类矩阵转换为技术知识流网络。（3）由于技术知识流网络属于非对称结构，因而不能采用聚类分析进行分析。有研究使用过结构洞分析[26-27]、块模型分析[28]、MDS的ALSCAL分析[12]等方法进行处理非对称矩阵，本文可借鉴之。

3实证研究——以4G技术为例

4G是指第四代移动通信技术及通信标准，是相对于3G的下一代通信网络。国际电信联盟（ITU）将数据传输速度达到100Mbits/s的通信技术定义为4G技术。4G通信技术以传统通信技术为基础，通过融入新的通信技术来不断提高无线通信的网络效率和功能。4G通信将为用户提供一种超高速无线网络，其最明显的优势在于通话质量及数据通信速度。4G通信技术包括TD-LTE和FDD-LTE两种制式。长期演进技术（Long Term Evolution，LTE）是由第三代合作伙伴计划组织制定的通用移动通信系统技术标准的长期演进。LTE预计将成为第一个真正的全球通信的无线通讯标准。LTE被外界视为4G无线的事实标准，升级版的LTE-Advanced满足国际电信联盟对4G的要求。下文将以LTE标准技术专利为例，探索4G技术知识流的运动特征，为国内企业抢占该领域技术高地提供战略支持。

31数据源与分析工具

本文选择DII为数据源，它将德温特世界专利索引（Derwent World Patents Index，WPI）和专利引文索引（Patents Citation Index，PCI）有机地整合在一起，数据可以回溯到1963年，是目前最为权威的全球专利数据库。为了更加直观地反映领域技术的创新情况及企业的创新活力，DII将属于同一专利族的相关专利整合成一条记录，因而检索结果数量通常低于国家知识产权局检索系统的命中数目。以LTE为关键词，在DII中检索此类专利的申请情况，命中记录11 073项。

本文使用的数据分析工具包括Thomson Data Analyzer（TDA）、EditPlus和社会网络分析软件UCINET。TDA是汤森公司推出的一款适用于结构化数据分析与文本挖掘的综合分析软件，其强大的权利人清洗功能是研究跨国公司全球技术布局的得力助手。本研究利用TDA对4G技术领域的专利进行清洗、建立专利分类号与技术产业类别间的关联关系。本研究利用EditPlus建立权利人间的叙词表，用以指导跨国企业子机构间的合并；建立IPC小类和技術领域间的叙词表，用以指导技术创新领域的识别。本研究使用UCINET的块模型（Blockmodels）处理非对称矩阵。块模型从网络整体结构考虑，将一个网络中的各个行动者分成若干个离散的子集，即“块”。同一个块中的各个行动者具有结构对等性（structural Equivalence）[29]。本文中将知识输出和知识接收对象皆相同的技术领域定义为结构对等。在此基础上，分3个步骤进行技术知识流网络挖掘：（1）采用CONCOR方法对行动者分区，即把各个行动者分配到各个块；（2）基于α-密度标准，确定每一块是取0还是取1；（3）画出0～1块的相矩阵（Image Matrix）和简化图，直观地揭示出技术知识流网络中各技术领域间的互动关系。

324G技术知识流网络挖掘

3214G专利的共类矩阵构建

针对每一件专利，将第一个IPC号作为主分类号，其余的IPC号作为副分类号，取IPC號小类（前4位）建立共类矩阵。横行为主分类号，即知识生产者，纵列为副分类号，即知识接收者，矩阵的取值为IPC号共类次数，如表1所示。

3224G专利IPC的技术领域映射

考虑到IPC-ISIC更适合于研究跨经济部门的协同创新； 而4G技术的专业化程度高，因而，选择IPC技术索引表作为技术领域划分标准。如出现IPC效率隶属于多个技术领域的情况时，统一归入隶属度最高的技术领域。统计4G专利的IPC小类，将其映射到电气工程（A）、仪器（B）、化工（C）、机械工程（D）、其他（E）5个部门，共涉及29个技术领域，如表2所示。

由表2可知，数字通信4G技术行业创新的首要方向，近6成的专利旨在实现数字化信息传输功能或应用于此领域。电信技术是现代通信技术的基础，也是4G技术创新的重要方向，超过3成的专利的功能和应用领域与其有关。此外，计算机技术、基础通信进程、测量、视听技术、IT管理方法、控制等领域也是4G技术研发的重要战场。

3234G技术知识流网络的块模型分析

根据29个技术领域间的知识生产和知识接收关系建立4G技术知识流矩阵。对原矩阵进行二值操作，将共类次数大于0的格值统一赋值为1，其余为0。采用UCINET的CONCOR方法，根据技术领域间的结构对等性将29个技术领域分为4个区，结果如图1所示。图14G技术知识流网络分区

计算整体网络密度、各块和块间密度，结果如图2（a）所示。由该图可知，4G技术知识流网络的链接水平较低（密度=01626），块1的内部互动频繁（密度=04083），其次为块4，块2和块3结构松散。接下来，采用α密度指标确定各个块的取值以生成相矩阵。其计算公式为：

bij=1，if？aij>α

0，else（1）

其中α是临界密度值，取整个网络的密度值01626。aij和bij分别为图2（a）和图2（b）对应位置的取值，由此可生成0～1块的相矩阵。

最后，根据表图绘制出具有高度概括性的简化图，以揭示各个块的块内知识流动与块间知识互动的规律，如图2（c）所示。图24G技术知识流网络挖掘过程

首先来看每个块自身的技术知识流特征。块1的技术知识综合化程度最高，包括8个电气工程技术领域、3个技术领域与仪器有关、另有3个技术领域属于其他类。块1是惟一拥有自链接结构的子群，说明该块具有较强的内聚性，群体内知识交流活动频繁。笔者认为，这是因为块1囊括了4G专利所涉及的主要技术领域，如数字通信、电信、计算机技术等。这些技术均属于电气工程这一技术部门，领域间的关联性较强，可以互为补充和支撑。块4包含的技术领域多属于化工这一技术部门。这些技术主题间具有一定的相关性，但并非4G专利的核心技术领域，因而块内的知识流动较弱。块2和块3均为孤立技术领域的集合，子群内缺乏技术交流。

接下来，考虑块间的技术知识交流活动。严格意义上来看，图2（c）中的4个块都是相互独立的，块间缺乏足够的知识互动与交流。将临界密度值α水平降低到01，那么块间会出现如图2（c）中所示的虚线关系，表现出非典型的集中趋势。块1兼具内聚性和对外交流性，是4G技术知识流网络的信息发出的集中块。块1创造的技术知识不仅能够促进内部知识交流和协同创新，还向块3和块4输出技术知识，同时接收来自块2的异构知识。也就是说，块1是网络系统知识循环的保障，是4G技术知识的生产者、吸收者和传递者。因而，应高度重视块1在技术发展中的关键作用，围绕电气工程技术部门构建4G技术知识的核心网络。

4结语

目前，我国专利申请量已跃居世界第一，但“大而不强、快而不优”。在一些重点产业领域，由于核心技术知识受制于人，国内企业不得不徘徊于产业价值链的低端位置。近年来，党和政府高度重视科技知识在引导产业创新中的战略作用。党的十八大及十八届三中全会明确提出，“实施创新驱动发展战略”，“抢占科技发展战略制高点”。然而，产业技术创新是一项极其复杂的工作，需要整合和重组大量异源异构知识。那么，怎样才能有效管理这些技术知识呢？本研究通过研究专利IPC的主分类号与副分类号的特性以及二者间的互动关系，引入IPC技术索引表对IPC小类和技术领域进行映射，构建了非对称的技术知识流网络。在此基础上，利用社会网络的块模型分析方法对该网络进行挖掘，以期发现网络中技术知识流的运动特征和行业技术的互动规律。

基于4G技术的实证研究结果可供国内4G技术研发企业及相关行业参考。首先，4G产业的技术集中化程度高，主要隶属于信号传输和电信方向。其次，4G产业的技术主题具有多元化特征，以电气工程部门为主，涵盖五大部门的29个技术领域。第三，根据技术主题的结构对等性，可将4G技术知识流网络分为4个块，块1是产业技术核心子群，是4G技术知识的生产者、吸收者和传递者。国内4G领先型企业，如中兴、华为、大唐、HTC等应高度重视块1子群在产业技术协同创新中的关键作用，坚持数字通信、电信两大主题技术双管齐下的研发方向，同时优化在计算机技术、基础通信进程、视听技术、IT管理方法等重要技术领域的布局，彻底破除专利零布局的技术短板。

参考文献

[1]姜军.企业专利战略与核心竞争力的关联研究[D].武汉：武汉理工大学，2005.

[2]巴顿.知识与创新[M].孟庆国，侯世昌，译.北京：新华出版社，2000.

[3]刘细文，马费成.技术竞争情报服务的理论框架构建[J].图书情报工作，2014，58（13）：5-10.

[4]Zhuge E.A knowledge flow model for peer-to-peer team knowledge sharing and management[J].Expert Systems with Applications，2002，23（1）：23-30.

[5]王建刚，吴洁，张青，等.知识流管理与动态能力的关系机理研究[J].图书与情报，2011，（6）：33-37.

[6]王向陽，赵英鑫，刘成明.知识溢出和技术创新能力关系：有中介的调节变量模型[J].图书情报工作，2012， 56（16）：127-131.

[7]孙元媛，胡汉辉.产业集群升级中主导企业的作用——基于四种知识流的视角[J].中国科技论坛，2010，（2）：82-87.

[8]Krugman P.Increasing returns and economic geography[J].Journal of Political Economy，1991，99：484-499.

[9]Jaffe AB，Trajtengerg M，Henderson R.Geographic localization of knowledge spillovers as evidenced by patent citations[J].Quarterly Journal of Economics，1993，108（3）：577-598.

[10]Koo J.Agglomeration and spillovers in a simultaneous framework[R].Annals of Regional Science，2005，39：35-47.

[11]Kaiser U.Measuring knowledge spillovers in manufacturing and servicing：an empirical assessment of alternative approaches[J].Research Policy，2002，31：125-144.

[12]胡健，印玺.基于专利引用的技术流矩阵的分析——对石油天然气产业技术溢出效应的测度[J].科学学研究，2010，28（12）：1843-1847，1860.

[13]段会娟.知识溢出的测度方法综述[J].科技进步与对策，2010，27（5）：154-157.

[14]Nelson A J.Measuring knowledge spillovers：what patterns，licenses and publications reveal about innovation diffusion[J].Research Policy，2009，38（6）：994-1005.

[15]周磊，杨威.基于专利引用的企业技术竞争研究[J].科学学与科学技术管理，2014，35（3）：42-48.

[16]Duguet E，Macgarvie M，How well do patent citations measure flows of technologies？Evidence from French innovative surveys[J].Economics of Innovation and New technology，2005，14（5）：375-393.

[17]Joo S H，Kim Y.Measuring relatedness between technological fields[J].Scientometrics，2010，83（2）：435-454.

[18]Moura D M，Caregnoto S E.Co-classification between articles and patents：a study of the interaction between S&T on Brazilian biotech[J].Informacao & Sociedade-Estudos，2010，20（2）：119-132.

[19]Griliches Z.Patent statistics as economic indicators：a survey[J].Journal of Economic Literature，1990，28：1661-1707.

[20]Leydesdorff L.Patent classifications as indicators of intellectual organization[J].Journal of the American Society for Information Science and Technology，2008，59（10）：1582-1597.

[21]Lim H，Park Y.Identification of technological knowledge intermediaries[J].Scientometrics，2010，84（3）：543-561.

[22]Breschi S，Lissoni F，Malerba F.Knowledge-relatedness in firm technological diversification[J].Research Policy，2003，32（1）：69-87.

[23]Verspagen，B.Measuring inter-sectoral technology spillovers estimates from the European and US patent office databases.Economic Systems Research，1997，9（1）：47-65.

[24]Park H，Yoon J.Assessing coreness and intermediary of technology sectors using patent co-classification analysis：the case of Korean national R&D[J].Scientometrics，2014，98：853-890.

[25]World Intellectual Property Organization（WIPO）.IPC-Technology Concordance Table[EB/OL].http：∥www.wipo.int/ipstats/en/statistics/technology_concordance.html，2014-01-04.

[26]肖宇峰，江洪，董克.专利权人引用网络中的媒介角色研究[J].现代图书情报技术，2011，27（11）：60-66.

[27]黄斌，黄鲁成，吴菲菲，等.基于专利共类的技术关联特征识别[J].情报杂志，2015，34（1）：44-48.

[28]周磊，张玉峰.基于专利情报分析的企业合作竞争模式研究[J].情报学报，2013，32（6）：593-600.

[29]White H C，Boorman S A，Breiger R L.Social structure from multiple networks：blockmodels of roles and positions[J].Journal of Sociology，1976，81：730-799.

（本文责任编辑：孙国雷）

作者：周磊　杨威