基于Super-GBS简化基因组测序技术的柞蚕SNP位点挖掘

基于Super-GBS基因分型(super-genotyping-by-sequencing)技术开展柞蚕单核苷酸多态性标记(single nucleotide polymorphism,SNP)位点挖掘研究,旨在开发性状关联SNP分子标记,为柞蚕种质资源评价鉴定、遗传图谱构建、QTL定位提供数据支撑。以白体色小白蚕为母本、黄体色H04为父本,获得BC1M群体(110个)、F_(1)(3个)、P_(1)(1个)、P_(2)(1个)总计115个柞蚕材料,利用PstⅠ-HF/MspⅠ双酶切基因组构建Super-GBS文库并测序,使用BWA软件将过滤后的序列数据比对到柞蚕参考基因组,采用GATK软件开发SNP标记,使用SnpEff软件注释SNP位点及R语言分析遗传结构。测序共产生序列数据量为106.39 Gb,过滤后的平均读长为0.89 Gb,Q30测序质量值平均为90.11%,比对率平均为98.48%。共得到有效SNP位点141100个,主要位于基因间隔区、内含子区、基因下游、上游,其中C/T、A/G变异类型最多,转换与颠换的比例为1.296187∶1。SNP位点变异主要为同义突变和错义突变,产生修饰(MODIFIER)影响。主成分与聚类分析将115个样品分为4组(P_(1)、P_(2)、F_(1)、BC_(1)M),反映了样品的遗传背景及亲缘关系,群体遗传分化指数F_(ST)在0.0003777~0.8272间,群体遗传距离DR分布在0.0004~1.7556,F_(ST)与DR均表现出明显的遗传背景上的聚类。结果表明,Super-GBS技术能够获得大量柞蚕SNP位点信息,可用于SNP标记开发,且开发的SNP标记能够对115个样品的亲缘关系、体色演变进行解释,为今后柞蚕种质资源评价与鉴定、分子标记辅助育种工作奠定基础。

Super-Boost变换器的工作模式及输出纹波电压分析

Super-Boost变换器代替传统的充、放电模块可大大减小电源的质量和体积,提高其功率密度,因此在空间电力系统中具有广阔的应用前景。但由于Super-Boost变换器有多个功率元件,且存在电感电流反向流动特性,导致其供能模式及输出纹波电压较传统Boost变换器复杂。为了给Super-Boost变换器的分析和设计提供正确的理论指导,对Super-Boost变换器供能模式及输出纹波电压进行了深入研究。研究发现,电感L_(1)和L_(2)均存在连续导电模式、伪连续导电模式和伪断续导电模式等工作模式,建立各工作模式的临界电感和输出纹波电压解析数学模型,探讨峰值电流与电感间的关系,得到了满足设计要求的最小电容和最小电感,据此给出了变换器参数设计方法,实验结果验证了理论分析的正确性。

基于Super-Twisting滑模S面的无人机路径跟踪控制

针对小型固定翼无人机在执行任务时跟踪精度低以及容易受外界风影响的问题,设计基于Super-Twisting滑模S面(STSM S-Plane)的路径跟踪控制器,同时采用内外双环控制模式。外环即速度环采用Super-Twisting滑模控制,内环即姿态环采用S面控制。考虑到S面控制求导易导致积分爆炸的问题引入了二阶微分器,并对外界风组成进行建模研究。最后通过空间特殊曲线来验证所设计算法的控制性能。仿真结果表明,所设计的算法可以实现固定翼无人机对期望路径的精确跟踪,并具有良好的鲁棒性和抗干扰性能。

组态视角下我国物流业绿色全要素生产率提升路径研究--基于Super-SBM-Malmquist与fsQCA方法

通过整合TOE框架,提取互联网发展水平、新能源比例、创新能力、物流业集聚程度、市场化水平和对外开放程度6个指标为前因变量,以物流业绿色全要素生产率为结果变量,将我国30个省(自治区、直辖市)数据作为研究样本,运用fsQCA方法揭示导致我国物流业产生高与非高绿色全要素生产率的组态路径。研究发现:“十三五”期间我国物流业绿色全要素生产率持续进步;大部分省市区的物流业绿色全要素生产率有提升;产生高物流业绿色全要素生产率的路径可归纳为“互联网-对外开放-创新”驱动型、“互联网-对外开放-新能源-物流业集聚”驱动型和“新能源-市场化-物流业集聚”驱动型三种。

结合改进FPFH的Super-4PCS点云配准方法

针对超四点快速鲁棒匹配算法(Super-4PCS)粗匹配过程计算复杂度较高,配准时间长等问题,提出一种结合改进快速点特征直方图(FPFH)的Super-4PCS粗配准算法。通过主成分分析法(PCA)从快速点特征直方图中筛选出能代表点云特征信息的特征点,并将筛选出的特征点云作为输入数据进行Super-4PCS粗配准,由Super-4PCS粗配准得到初始变换矩阵,再进一步进行最近点迭代算法(ICP)精配准。为了验证在不同密度点云下的匹配效率,分别使用Bunny、Dragon两种不同密度的点云数据集进行配准实验,在满足精配准精度的基础上,对比FPFH-SAC和Super-4PCS粗配准方法,粗配准速率分别提升了72%和58%,总体配准速率分别提升了43%和32%。

基于改进Super-Twisting算法和电流预测的PMSM调速控制

针对永磁同步电机传统PI控制器存在响应速度慢、控制精度低、鲁棒性差等问题,该文提出一种改进调速控制方案。首先,将全局快速积分型终端滑模理论与广义Super-Twisting算法相结合,基于Anti-Windup原理设计改进广义Super-Twisting积分终端滑模速度控制器,并采用新型分段指数函数优化控制律;其次,设计改进扩展扰动观测器对系统未知扰动进行前馈补偿;最后,在电流环引入无差拍电流预测控制器,进一步改善系统的动态响应。仿真结果表明,所提出的改进控制方案能够有效提高调速系统的动态控制性能、控制精度和鲁棒性。

基于Super-SBM方法的省级交通运输行业碳排放效率评估研究

随着全球气候变化日益加剧,交通运输行业的碳排放效率评估与提升备受关注。本文利用Super-SBM模型,结合非期望产出,对2012-2019年我国30个省级行政区的交通运输行业碳排放效率进行了全面评估。在此基础上,运用Malmquist生产率指数(MPI)及其分解方法,揭示了不同区域间交通运输业碳排放效率的变化趋势。研究结果为加强省级交通运输业的环保措施、促进碳减排提供了科学依据,为政策制定者提供了重要参考。

基于自适应Super-twisting算法的永磁同步电机驱动控制

在永磁同步电机调速系统中,良好的速度控制器要同时兼顾跟踪性能及抗干扰性能,非线性控制具有快速响应及强鲁棒性的优点,适用于速度控制器的设计,但传统滑模控制存在着严重的抖振问题。自适应Super-twisting算法属于二阶滑模,能将相轨迹的状态量以级数的形式收敛到原点,又能在线调整控制器的增益,因此能有效削弱抖振现象。采用自适应Super-twisting算法来设计速度控制器,并通过李雅普诺夫函数给出其稳定性证明。试验结果表明,所设计的控制器具有良好的跟踪性能及抗干扰性能,同时能减小电流的纹波,达到削弱抖振的目的。

基于C++SuperMix库的SIS混频器的研究

基于C++SuperMix软件库对680 GHz接收机中的双槽双超导隧道结(SIS)混频器进行深入模拟研究.在环境温度为4.2 K、本地振荡器(LO)频率为680 GHz、本振功率为100 nW、中频频率中心为10 GHz和中频匹配阻抗为50Ω的条件下,采用二次谐波的谐波平衡法,在0~500 K热噪声源温度下对SIS混频器的输出噪声温度进行建模仿真研究.计算得出:当偏置电压在2~3 mV变化时,SIS混频器的输出噪声温度均小于50 K,表明所研究的SIS混频器具有较好的噪声性能.

大长径比远程制导火箭弹自适应Super-twisting控制方法

针对具有轻质薄壳结构的大长径比远程制导火箭弹刚体-弹性体耦合动力学控制难题,提出了一种自适应Super-twisting控制方法。首先,将大长径比远程制导火箭弹的弹性模态与外部干扰项视为归一化扰动,建立了考虑参数、模型不确定性的刚体-弹性体耦合动力学模型。针对外部扰动难以实时精准获取的问题,设计了有限时间收敛干扰观测器,能够在大范围气动参数摄动情形下对远程制导火箭弹外部扰动进行实时精准估计。为提高系统鲁棒性,设计了基于Super-twisting算法的自适应有限时间控制方法,使系统能根据状态误差自动调节控制参数,在削弱高频抖振的同时有效提高抗干扰能力。仿真结果表明:所提控制方法在弹体±15%气动参数摄动的条件下,由平飞状态转变为跟踪幅值为10的正弦弹道倾角指令时,实现3.2 s内弹道倾角跟踪误差收敛至0.002°,可实现远程制导火箭弹姿态平稳跟踪控制弹道倾角指令。

基于Super-SBM-DEA模型的区域物流效率评价与影响因素

【目的/意义】长江三角洲经济增长的区域性特征逐渐凸显,对区域经济发展与物流效率的相关性进行分析,促进二者良性循环发展,为长江三角洲区域经济发展提供理论参考和实践指引。【设计/方法】选取2011~2021年长江三角洲区域41个城市的相关数据,运用Super-SBM-DEA模型、Malmquist指数从静态和动态方面对长江三角洲区域41个城市物流效率进行研究,借助Tobit模型分析城市物流效率影响因素。【结论/发现】2011~2021年长江三角洲区域41个城市整体物流效率较高,效率平均值在1左右徘徊;该区域全要素生产率增长的主要贡献来源于规模效率,其次是纯技术效率,技术进步未能成为长江三角洲区域全要素生产率发展的核心竞争力;物流产业集聚、物流资源利用、物流信息化水平对物流效率具有显著的正向作用,产业结构对物流效率的正向作用还未显现出来,能源消耗未通过显著性检验。

高速列车分布式super-twisting滑模控制研究

针对不确定因素及外界干扰下高速列车分布式协同控制问题,提出基于super-twisting滑模一致性算法的高速列车速度跟踪控制策略。首先,考虑列车受到的外部干扰、基本阻力及车厢间耦合作用力,构建高速列车多智能体模型;其次,利用相邻车厢的位移和速度信息设计一致性滑模函数,引入super-twisting算法削弱控制输入抖振;最后,设计分布式二阶滑模控制律,并采用Lyapunov理论验证算法稳定性。以高速列车实际参数进行仿真研究,并加入外界干扰,利用本文方法、普通一致性、PID一致性及滑模一致性方法进行仿真。结果表明,相较于其他3种方法,所提算法能使车厢单元快速、精准跟踪目标速度曲线,速度误差在(-0.8~1.1)×10^(-3)m/s内,同时使相邻车厢距离保持在安全范围内,且控制输入较平滑,对外部干扰有较好的鲁棒性。

基于Super-Twisting滑模观测器无刷直流电机调速控制

无位置传感器无刷直流电机作为动力送风呼吸防护装备的动力来源,以它为核心的动力送风系统动态性能指标决定了使用者的安全性和舒适性。针对常规滑模观测器在无位置传感器无刷直流电机控制过程中存在高频抖振以及转子位置相位滞后的问题,设计了一种基于Super-Twisting的二阶滑模观测器,其抑制了因一阶滑模面存在的不连续相而产生的抖振,以及因采用低通滤波器而导致的相位滞后和幅值衰减,同时对滑模观测器的开关函数进行改进。在此基础上采用磁场定向控制的双闭环控制系统进行系统调速仿真,同常规滑模观测器进行对比。实验结果表明:基于Super-Twisting滑模观测器的控制系统有效地抑制了系统抖振,降低了转子位置估算中存在的相位滞后,提升了电机转子位置的估算精度。其动态性能指标均优于常规滑模观测器的控制系统,提升了系统控制性能,达到了送风呼吸防护装置预期的控制效果。

基于Super-GBS技术的高粱籽粒酿造相关性状QTL定位

为探究酒用高粱籽粒酿造性状的遗传基础,本研究利用超级基因分型技术(Supper-GBS)技术对BTx623×红缨子的205个家系的重组自交系(RIL)群体开展基因分型,构建了包含1910个单核苷酸多态性标记(SNP),标记平均间距为0.47 cM的连锁图谱。结合两年4个环境的表型数据,利用完备区间作图法(ICIM)对籽粒总淀粉含量、支链淀粉含量、单宁含量、硬度和颜色等5个酿造性状进行了数量性状位点(QTL)定位。结果表明,在高粱的1~9号染色体上检测到9、7、11、5和3个QTL分别与总淀粉含量、支链淀粉含量、单宁含量、籽粒硬度和籽粒颜色相关,一共涉及到35个不同的QTL,其中15个QTL与前人定位结果一致。在多个性状和环境中检测到3个重要遗传区段,分别位于1号染色体(66.30~71.55 Mb)、4号染色体(54.00~62.3 Mb)以及6号染色体(54.59~57.57 Mb),其中包括已知的Tan1和Y1基因,以及6个与淀粉和类黄酮合成途径相关的候选基因,如编码β-淀粉酶、黄烷酮3-羟化酶和bHLH转录因子等。本研究结果为酿造性状相关基因的进一步克隆奠定了基础,也为利用标记辅助育种加快酒用高粱的新品种选育提供了理论依据。

基于Super-Twisting无位置滑膜观测器的永磁同步电机控制

针对永磁同步电机在一些工作场合精度要求较高的情况,在永磁同步电机数学模型的基础上,文中提出了一种二阶Super-Twisting滑膜理论算法。该方法对电机的反电动势观测值进行运算处理,通过得到电机速度和位置信息来实现永磁同步电机无位置传感器控制。根据Lyapunov稳定性理论可知,该控制系统稳定。在MATLAB/Simulink工具中搭建系统仿真模型来验证该理论算法的有效性。仿真结果表明,相较于传统滑膜观测器,该算法有效削弱了滑膜抖振,提高了系统的估算精度和响应速度,使其能更好地跟踪转子的位置和速度信息。

基于分数阶Super-Twisting滑模的四旋翼无人机轨迹跟踪控制

针对存在外界干扰的四旋翼无人机轨迹跟踪问题,提出了一种分数阶Super-Twisting滑模控制器。基于双闭环控制策略,将四旋翼无人机系统解耦为位置子系统和姿态子系统;利用Super-Twisting算法设计出滑模控制器,可在消除系统抖振的同时实现全局有限时间收敛;为了进一步提高系统的控制精度和抗干扰性,引入了分数阶微分积分算子;最后,与传统Super-Twisting滑模和积分终端滑模进行的仿真对比,验证了所提算法的优越性。

基于Super-SBM模型的城市轨道交通线网运输计划效率评估研究

随着城市轨道交通路网的不断扩充,线路间联系更为紧密,线网运输计划作为轨道交通的核心技术文件,其评估选优是运营组织的核心问题。研究围绕轨道交通线网运输计划编制及其效率评估,分析了线网运输计划的编制目标和影响因素,从运能运量匹配性、列车运行技术性、候车客流饱和性和列车衔接协调性4个方面建立线网运输计划效率相关评估体系;对指标进行筛选并分类处理,提出基于超效率的Super-SBM模型的线网运输计划效率评估方法,考虑松弛变量求解并选择更新效率值;以某城市为例进行实例分析,对备选运输计划效率进行测算得到最优备选方案,并基于投影原理分析其投入产出效率结果表,提出方案优化调整思路,为轨道交通线网运输计划评估选优及调整提供决策参考。

基于Super C Band的可调增益掺铒光纤放大器设计

随着网络业务流量的增长,通信业务对密集波分复用(DWDM)的性能要求越来越高。为了提高传输效率,传输频谱逐渐向C+L Band传输扩展,Super C Band传输应运而生,但目前与之对应的掺铒光纤放大器(EDFA)相关研究较少。针对这一问题,文章提出了一种针对Super C Band传输的EDFA结构,基于Giles模型,分析了EDFA在Super C Band的特性,利用多级泵浦机制,设计了一种可以在Super C Band范围内进行放大的EDFA。结果表明,在-9.3 dBm入光时,该EDFA可以实现26 dB的平坦增益,16.7 dBm的输出功率,此时噪声指数小于5 dB,Ripple小于0.1 dB。并且根据需要,在入光处于-15.0~-3.5 dBm范围内时,通过调节泵浦功率与可调衰减器,均能够实现7~26 dB的可调增益。该EDFA可应用于5G传输和数据中心之间光纤通信等场合。

基于Super Learner集成学习模型对脑卒中的预测研究

使用索马里医院提供的脑卒中患者数据集,通过四分位距(interquartile range, IQR)方法和合成少数类过采样技术(synthetic minority oversampling technique, SMOTE)算法进行数据预处理,采用特征工程中的嵌入式方法对数据集进行特征分析,确定脑卒中诱发因素.以随机森林(random forest, RF)、极端梯度提升(extreme gradient boosting, XGB)和自适应提升(adaptive boosting, AdB)算法为第一层,高斯朴素贝叶斯(Gaussian naive bayes, GaNB)和支持向量机(support vector machine, SVM)为第二层,逻辑回归(logistic regression, LR)为元学习器构建超级学习者(super learner, SL)集成学习模型.仿真实验结果表明,相较于6种基础算法,SL模型预测效果最优,可为脑卒中的预测分析提供新的选择.

基于Super-SBM模型的四川省地市州科技成果转化效率测算与分析

科学评价四川省地市州科技成果转化效率能够有效促进区域高新技术的发展,提高区域经济效益。以2015—2020年四川省21个地市州的混合截面数据为样本,采用数据包络分析(DEA)方法构建Super-SBM模型,对科技成果转化效率进行测算,并分析其区域异质性。研究表明,四川省21个地市州整体科技成果转化效率较高,但规模效率低于纯技术效率,制约了部分地区的综合效率有效;各地市州具有较为明显的区域异质性,其中,成都平原经济区和川东北经济区科技成果转化效率两极分化较为严重,川南、川西北和攀西经济区技术转化效率差异较小。最后根据效率测算与分析结果提出相应的对策建议。