好氧堆肥反应器对人粪便堆肥中温降解的中试研究

控制温度为（35±2）℃，以新鲜锯末为空白载体，在控制含水率为55%~60%和强制通风的好氧条件下，进行为期15 d的实验，进行了人粪便好氧堆肥的中试研究，重点分析了在堆肥过程中有机物的降解、氮素的迁移转化规律及生物量的变化。结果表明，粪便中有机物含量在前2天稍微上升，然后迅速下降，最终去除率为71.82%；随着NH₃-N释放量的增加，堆料中N_tot含量从第4天开始减少，最终损失 22.61%，其中N_org损失占74.35%，NH₃-N占23.52%；所损失的氮素有91.66%以氨氮的形式释放。粪便中的有机物和氮的含量能在8~10 d后达到稳定，且堆体无臭味；粪便中溶解性有机物为微生物的生长提供营养物质，因此生物量变化的过程与有机物降解的有着紧密的联系；病原菌在堆肥过程中得到有效去除，表明该反应器堆肥的无害化。     

异常性检测算法在引信干扰信号识别中的应用

目的 解决传统分类引信抗干扰算法因干扰信号难获取、特征信号样本少、正负样本数不平衡而导致计算精度低的问题,克服引信抗干扰算法对样本的依赖性,并提高引信信号识别准确率。方法 通过WVD时频变换的方法,将拆分后的真实含扰引信信号切片进行重组,使其由一维时序信号向二维图片信息进行扩展,基于数据倍增策略,提升算法泛化性,并降低其对真实数据样本的依赖。融合GANomaly与EfficientNet网络,在扩充的引信数据集上进行线下干扰信号特征学习,并对含扰引信图像数据进行线上异常性判断与干扰信号识别。结果 GE-FS网络能够在真实引信小样本信号的基础上进行有效数据扩充,基于扩充数据训练后,引信含扰识别准确率达到98.4%。结论 GE-FS网络能有效针对引信异常信号进行精确检测与识别,可以增强引信系统的抗干扰能力与作战自适应性。