水下生产系统连接器及其关键技术

水下生产系统是深水油田和边际油田开发的一种主流模式。水下生产系统连接器是水下生产系统中将海底井口、采油树系统、管汇系统及水下控制系统进行连接的装置,因而其是构建完整水下生产系统的关键装置之一。为了进一步推进水下生产系统连接器的国产化进程,在调研其国内外研究现状的基础上,对卡爪式、卡箍式以及螺栓法兰3大主要连接器的结构特点和功能原理进行了简要概述,并对其特性进行了比较分析;同时,通过分析3类连接器的典型产品,总结了相关产品技术上所具有的共性,并揭示相关技术的发展趋势;最后,结合以上分析,总结了水下生产系统连接器的定位对中、锁紧和密封等关键技术,并明确了研发的难点所在。通过对现有水下生产系统各类连接器及其关键技术进行分析,可为突破其技术难点,实现其国产化提供建议和明确方向。     

中继下基于特征子矩阵的干扰对齐优化算法

针对MIMO双向中继网络系统中,由于用户对间的数据流具有非对称性,通过研究用户对与中继之间的天线分配关系,提出了一种基于特征子矩阵的干扰对齐优化算法及可行性方案.该算法首先利用特征子矩阵准则,为每个用户设计干扰对齐预编码优化方案,然后基于分布式迭代算法逐一推导出最优的干扰抑制矩阵,以达到在目的用户端消除其他用户干扰的效果.通过仿真结果表明,与传统中继迫零方法相比较,优化算法对系统传输速率有了显著的改善.     

SINS非线性自对准中的强跟踪UKF算法设计

为了实现噪声不确定和干扰环境下捷联惯导系统(SINS)的快速初始对准,结合无迹卡尔曼滤波(UKF),从强跟踪滤波2个条件出发,提出了一种新的强跟踪UKF算法.该算法充分利用了SINS非线性自对准滤波模型的特点,简化了强跟踪UKF的步骤,很大程度上减小了计算量,提高了算法的实时性.在给出算法流程的同时给出了该强跟踪UKF成立的证明,并根据强跟踪滤波充分条件给出了次优渐消因子求解过程,分析了算法的优越性.最后,通过SINS大方位失准角初始对准仿真和车载试验结果证明了新的强跟踪UKF算法的正确性和优越性.     

一种动态调整的混合蚂蚁聚类算法

设计和实现了一种改进的蚂蚁聚类算法.基于海上空袭目标攻击方向划分问题,分析了传统的聚类算法解决此类问题的不足,提出了一种动态调整的空袭方向划分混合蚂蚁聚类算法.该算法能充分利用空中目标信息动态调整参数,以获取合理聚类数和加速算法收敛,对孤立数据处理的鲁棒性较强.用人工数据集和真实数据集进行实验.结果表明,该算法是一种高效率的聚类算法,提高了空袭方向划分的准确性和科学性.     

基于遗传算法的序列比对方法

为有效解决大尺度基因组序列的比对分析,提出了一种基于遗传算法的序列比对方法。该算法通过对序列比对问题进行编码,将其转换成了搜索空间中的一个优化问题。实验结果表明,这种新的比对算法是有效的,它在占用少量内存的情况下可以获得近似于Need lem an-W unsch算法结果的最优解。     

考虑齿向修形与安装误差的圆柱齿轮接触分析

提出一种齿向修形的等半径圆弧鼓形齿面新结构,根据齿向修形原理推导出等半径圆弧鼓形齿面方程,构建含安装误差的主动轮鼓形齿与未修形从动轮渐开线齿的接触分析(TCA)模型,给出TCA算法和算例.TCA计算结果表明:齿轮轴线的中心距误差对这种鼓形齿传动的接触轨迹影响很小,鼓形修形量、鼓形中心与齿宽中点的偏差及齿轮轴线的平行度误差都将对齿轮接触轨迹产生较大影响:通过调整修形参数和安装误差可以精确的预控接触轨迹的位置,这对高性能齿轮传动设计制造有较大参考价值.     

形变双奇核~（186）Au的高自旋态能级结构

利用重离融合蒸发反应和在束γ谱学验方法,研究了双奇核186Au的高旋态能级结构.扩展了186Au核基于πh9/2i13/2和πi13/2i13/22-准粒组态的转动带能级纲图,并重新指认了两条转动带的能级旋值,发现两条转动带在低旋区均出现旋称反转.系统地分析了Au同位素双奇核πh9/2i13/2,πi13/2i1/3和πh-111/2-νi-1312转动带的旋称劈裂特征.本工对186Au核πh-111/-2νi-132/2j（j=p3/2,f5/2）转动带（17＋）态之上能级结构了修改.根据验提取的准粒顺排角动量以及对Au双奇核带结构的系统性比较和分析,别出了一条组态为πh-111/-2νi-1322h-19/2的扁椭球转动带.     

改善全息圆锥准直线及提高准直精度的一种方法

用一张计算全息图可产生锥面波,锥面波衍射图样的中心在空间是连续的,可作为直线基准。本文提出了提高锥面波直线准直精度的一种方法即空间滤波法。实验结果与理论分析一致。     

基于隐马尔可夫模型的多重序列分析

隐马尔可夫模型是最近几年在许多机器学习领域都得到成功应用的关于序列分析的重要统计模型,特别是在蛋白质家族的识别方面.这主要是由于生物数据的急剧增长导致2个领域(计算科学和生物学)走向结合引起的.探讨了多重序列比对和序列谱隐马尔可夫模型,讨论了隐马尔可夫模型的基本算法以及如何建立HMMs.根据E值和训练分数进行蛋白质家族的识别和分类.     

Analysis of Alignment Influence on 3-D Anthropometric Statistics

Three-dimensional （3-D） surface anthropometry can provide much more useful information for many applications such as ergonomic product design than traditional individual body dimension measurements. However, the traditional definition of the percentile calculation is designed only for 1-D anthropometric data estimates. The same approach cannot be applied directly to 3-D anthropometric statistics otherwise it could lead to misinterpretations. In this paper, the influence of alignment references on 3-D anthropometric statistics is analyzed mathematically, which shows that different alignment reference points （for example, landmarks） for translation alignment could result in different object shapes if 3-D anthropometric data are processed for percentile values based on coordinates and that dimension percentile calculations based on coordinate statistics are incompatible with those traditionally based on individual dimensions.