基于最小边集的De Bruijn图定位算法

针对基因序列比对问题提出了一种DBG(de Bruijn图)模型,称为MiniDBG.它可以存储最小边集的位置列表,并通过位置列表有效地定位图上的任何节点、边和路径,从而实现对基因的序列比对.介绍了MiniDBG模型及基于该模型的路径定位算法,并对算法进行了证明.同时将MiniDBG与基于BWT和基于位置列表的路径定位方法进行了比较,实验结果表明,在频繁比对的情况下,MiniDBG的性能优于其他两种方法.     

GNSS空频自适应处理观测量偏差抑制算法

空频自适应处理具有良好的抗干扰能力，在卫星导航接收处理过程中得到广泛应用. 但是常规的空频自适应处理会使导航信号的伪距和载波相位产生测量偏差，无法满足高精度差分定位需求. 针对该问题，提出了一种基于阵列响应的空频自适应处理观测量偏差抑制算法，通过计算各个频格中心频点的阵列响应，对各中心频点阵列响应的相位进行校正，同时使校正频点阵列响应的幅度保持不变，既减小了空频自适应处理对观测量精度的影响，又不改变阵列合成方向图的零陷位置和深度. 该算法能够对伪距偏差和载波相位偏差同时进行抑制，同时具有不影响算法自由度，对抗干扰性能无影响的特点，可满足高抗干扰条件下的高精度定位需求. 理论分析和仿真结果均验证了该算法的有效性.      

一种输油泵机组故障诊断与健康评估方法

输油泵机组是长距离油品传输的关键设备，有效预防其出现突发故障、减小故障造成的损失至关重要。然而目前针对输油泵的故障诊断方法在现场应用时普适性不佳，且缺乏针对机组一体的监测诊断研究，不利于计划性维修。此外，受现场可提供数据的限制，现有的输油泵状态评估方法在很多现场无法使用。针对上述问题，提出一种输油泵机组故障诊断与健康评估方法，利用迁移学习提高输油泵故障诊断在工业现场应用时的准确率；通过搭建实验台并对电机运行状态进行监测、分析，构建电机机械类故障诊断模型；构建基于卷积-长短期记忆神经网络(CNN-LSTM)的状态评估模型，并以此为基础利用时序卷积网络(TCN)结合注意力机制进行状态趋势预测。在现场试运行的结果表明，本文提出的故障诊断及状态评估方法可以及时发现设备的早期故障，为设备运维提供有效的数据参考。     

非匀强电场对颗粒污垢的抑垢特性

目前，电场抑垢研究兴趣集中于电场对碳酸钙晶体形貌的改变，电场对已成垢的颗粒是否有抑垢作用鲜有研究。针对电场颗粒污垢抑垢机理不明的问题，提出非匀强电场颗粒物污垢抑垢模型，解释了电场对流体管道内污垢颗粒存在抑垢作用。电场60V至180V、频率50Hz、颗粒质量100条件下研究结果表明:匀强电场并不会使颗粒产生抑垢作用，颗粒污垢在非匀强电场受到介电泳力（），改变原本运动轨迹，达到抑垢的效果。随着电场强度升高，碳酸钙颗粒受到的从,升至。硫酸钙受到的从升至。碳酸镁颗粒受到的升至。电场强度对多种污垢颗粒产生的，是影响抑垢效果的关键因素。