时间延迟对基因调节回路中生物记忆影响研究

生物记忆是广泛存在于各种生物子系统的一种重要的效应. 基于一个双反馈的基因调节回路模型, 采用数值模拟的方法研究了局部反馈中存在的时间延迟对生物记忆时间的影响. 结果发现, 小量的延迟能够很大地提高生物记忆时间. 并且, 生物记忆随延迟时间呈线性增加. 这种增强模式与噪声对生物记忆时间的提高完全不同. 延迟和噪声对生物记忆的提高可以进行相互的控制增强, 但不会影响对方的增强模式.     

一种新的卫星钟差Kalman滤波噪声协方差估计方法

采用Kalman滤波方法进行钟差参数计算和预报时, 需确定Kalman滤波噪声协方差矩阵. 针对这一问题, 提出了一种新的卫星钟差Kalman滤波噪声协方差估计方法, 通过建立新息的相关函数序列与未知的噪声参数间的线性函数模型, 采用最小二乘法进行噪声参数估计. 采用精密钟差数据进行钟差参数估计和预报分析, 结果表明, 该方法具有较好的收敛性, 并与顾及随机噪声模型的开窗分类因子自适应抗差估计方法进行对比分析, 验证了新方法的正确性和有效性.     

基于光纤的光学频率传递研究

随着光钟研究的发展, 光钟的稳定度和不确定度均达到10^-18量级. 通过光纤可以实现光钟频率信号的高精度传输, 有望用于未来“秒”定义的复现. 演示了百公里级实验室光纤上的光学频率传递. 对于在实验室70 km光纤盘上实现的光频传递, 光纤相位噪声抑制在1-250 Hz傅里叶频率范围内均接近于光纤延时极限, 对应传输稳定度(Allan偏差)为秒级稳定度1.2×10^-15, 10000 s稳定度为1.4×10^-18. 实验室100 km光纤的光频传递秒级稳定度也达到了5×10^-15. 提出了光纤噪声用户端补偿的方案, 可以简化星形传递网络中心站的复杂度. 在25 km光纤上演示了该传递方案, 实现的传输稳定度接近传统前置补偿传递方案.     

基于1/f噪声的NPN晶体管辐照感生电荷的定量分离

本文针对NPN双极性晶体管, 在研究辐照感生的氧化层电荷及界面态对晶体管基极电流和1/f噪声的影响的基础上, 建立辐照感生氧化层电荷及界面态与基极电流和1/f噪声的定量物理模型. 根据所建立的模型, 提出一种新的分离方法, 利用1/f噪声和表面电流求出氧化层电荷密度, 利用所求得氧化层电荷密度和表面电流求出界面态密度. 利用本方法初步实现了辐照感生氧化层电荷及界面态的定量计算.     

噪声情况下的量子网络直接通信

提出和研究了噪声情况下的量子网络直接通信. 通信过程中所有量子节点共享多粒子Greenberger-Horne-Zeilinger (GHZ)量子纠缠态; 发送节点将手中共享的GHZ态的粒子作为控制比特、传输秘密信息的粒子作为目标比特, 应用控制非门(CNOT)操作; 每个接收节点将手中共享GHZ 态的粒子作为控制比特、接收到的秘密信息粒子作为目标比特, 再次应用CNOT门操作从而获得含误码的秘密信息. 每个接收节点从秘密信息中提取部分作为检测比特串, 并将剩余的秘密信息应用奇偶校验矩阵纠正其中存在的比特翻转错误, 所有接收节点获得纠正后的秘密信息. 对协议安全、吞吐效率、通信效率等进行了分析和讨论.     

空间关联白噪声影响下小世界神经元网络系统的同步动力学

以电耦合的Terman-Wang小世界神经元网络系统为研究对象, 研究了空间关联白噪声影响下神经元网络系统的同步动力学. 首先将动力学平均场近似理论扩展到受空间关联白噪声影响下的小世界网络系统中, 将描述网络系统动力学演化的2N维随机微分方程简化为11个确定性的矩微分方程. 其次, 基于动力学平均场近似理论所推导的矩方程, 讨论了空间关联噪声、网络结构参数对神经元网络系统同步动力学的关键影响, 发现较大的噪声空间关联系数、耦合强度及节点平均度均对神经元网络系统同步放电具有积极作用. 进一步地, 利用计算机仿真数值模拟原神经元网络系统的同步动力学, 并与基于动力学平均场近似理论所得到的结果进行比较, 发现二者具有较好的一致性.     

有倾向性重连产生的反匹配网络

在具有网络结构的系统中度关联属性对于动力学行为具有重要的影响, 所以产生适当度关联网络的方法对于大量网络系统的研究具有重要的作用. 尽管产生正匹配网络的方法已经得到很好的验证, 但是产生反匹配网络的方法还没有被系统的讨论过. 重新连接网络中的边是产生度关联网络的一个常用方法. 这里我们研究使用重连方法产生反匹配无标度网络的有效性. 我们的研究表明, 有倾向的重连可以增强网络的反匹配属性. 但是有倾向重连不能使皮尔森度相关系数下降到-1, 而是存在一个依赖于网络参数的最小值. 我们研究了网络的主要参数对于网络度相关系数的影响, 包括网络尺寸, 网络的连接密度和网络节点的度差异程度. 研究表明在网络尺寸大的情况下和节点度差异性强的情况下, 重连的效果较差. 我们研究了真实Internet网络, 发现模型产生的网络经过重连不能达到真实网络的度关联系数.     

基于压缩感知的~(252)Cf源驱动核材料浓度识别技术研究

针对252Cf源驱动噪声分析测量法中核材料浓度识别问题,采用压缩感知理论,在K最近邻(KNN)识别算法基础上,研究了一种基于压缩采样的K最近邻(CSKNN)分类识别方法,进而研究并分析了CSKNN方法的识别概率。实验结果表明,CSKNN分类识别方法只需少量的观测值(观测比M/N≥0.1),即可达到分类识别的目的;当信噪比提高时,识别概率将会以更快的速度收敛至100%,且对K值的敏感程度也会随之降低。这样,不仅提高了核军控核查的实时性,而且还有效降低了采样成本,为核材料浓度的在线判读提供了一种新的理论基础和实现方法。     

基于统计特性的激光雷达距离像噪声抑制算法

激光成像雷达在工作时会受到噪声干扰,因此需要滤除距离像中无法反映真实信息的异常点。根据激光成像雷达距离像噪声的分布,推导出距离像中非异常值的分布特性,并提出了一种距离像异常值的判定条件。将判定条件表示为小范围内抽样分布的函数,利用稳健统计中的中位值法可估算出判定条件的取值,从而可以移除异常点得到噪声抑制后的距离像。利用该算法分别对激光雷达距离像进行仿真和实际获得的激光雷达距离像进行处理并进行数学分析,并与中值滤波进行了比较,结果表明基于统计特性的噪声抑制算法同时具有很强的噪声抑制能力和保护目标细节信息能力,可以满足激光成像雷达距离像噪声抑制的要求。算法充分利用了激光成像雷达较高的测距精度,可以应对多种场景下的需求,具有很强的实用性。     

应用FTIR和~(13)C NMR表征制革废水处理过程的溶解性有机物特性

制革业是我国重要的工业门类,年废水排放量2亿t以上。制革废水中油脂、皮屑、胶原蛋白等大分子有机物含量较高,同时兼具高盐、高碱、高负荷的特点,已被相关部门列为重点监控的工业污染源。在制革废水的处理方面,不仅要关注进出水的水质参数,同时也要监测废水处理过程污染物的转化规律,以便为废水处理工艺的优化和废水处理设备的研发提供基本数据。溶解性有机物(DOM)广泛存在于各类水体中,是表征废水理化性质和净化程度的重要参数。目前,对于制革废水处理过程DOM性质的研究尚很欠缺。以此为切入点,采用元素分析、热重分析、红外光谱和核磁共振表征制革废水不同处理工段的DOM样品。研究发现:制革废水处理时间的延长导致DOM中C元素含量升高,H/C原子比先增加后降低,说明大分子有机物首先被分解为小分子链状结构,最终存在于水体的是极难降解的终极结构组分。DOM脂肪族化合物和蛋白组分的热解发生在第二阶段(110~530℃),第三阶段(530~800℃)主要完成芳环的降解或C—C键的断裂。废水原水DOM主要含有—OH,—NH2,CO等官能团,FTIR图谱证明了废水处理中后期高聚合度芳香族物质的存在,这是微生物新陈代谢作用的结果。DOM中烷基C含量先增加后减少,含量最大值(25.25%)出现在二级生化池;芳香C含量的最小值(28.28%)出现在二级生化池,而后迅速上升,暗示了废水处理过程含C官能团种类和数量的交替变化规律。对制革废水DOM性质的跟踪识别有助于从总体上推断污染物的净化机制。