同步脱氮除硫燃料电池的电化学特性研究

同步脱氮除硫工艺以硝态氮作为电子受体,硫化物作为电子供体,通过以废治废,去除氮硫污染物。本文构建了双室型微生物燃料电池（microbial fuel cell,MFC）,将同步脱氮除硫工艺与MFC相结合,在处理废水的同时生产电能。与化学对照组相比,该同步脱氮除硫MFC具有高基质去除性能和产电性能。当进水硝态氮和硫化物的浓度分别为95.54和540 mg·L^-1,反应时间为20 h时,硝态氮和硫化物的去除率分别高达96.50%和99.64%;最大电流密度达457.20 mA·m^-2,稳定电流密度为30.33 mA·m^-2。通过循环伏安法、极化曲线法和电化学阻抗分析,探究了同步脱氮除硫MFC的电化学特性。结果表明,在同步脱氮除硫MFC电极上,同步发生了脱氮除硫反应,该MFC最大功率密度为75.70 mW·m^-3,内阻约为2 474 Ω,其对同步脱氮除硫MFC电化学性能具有制约作用。     

基于多智能体强化学习的空地网络抗干扰传输方法研究

提出了一种基于多智能体强化学习的抗干扰传输算法,旨在抵御空地一体化网络中的功率干扰,使所有用户的可达速率之和最大化。将优化问题转化为部分可观察马尔可夫决策过程问题,采用了集中式训练和分布式执行框架。在集中式训练过程中,每个智能体与环境交互获得的经验存储在经验回放池中,用于训练演员-评论员网络。在分布式执行过程中,每架无人机使用经过训练的演员网络根据观测结果输出动作,并调整其飞行位置和传输功率以提供联合服务。采用基于剪切和计数的改进近端策略优化算法来更新演员-评论员网络参数,使其在复杂的多智能体环境中更加有效。仿真结果表明,所提算法相较于对比算法具有更快的收敛速度,且在相同干扰条件下,所提算法比对比算法获取的用户可达和速率提升约68.9%。