本发明公开了一种非易失存储器和动态随机存取存储器的融合 内存系统，将非易失存储器和动态随机存取存储器融合在一起，共同 作为计算机系统的内存统一管理，其中动态随机存取存储器既可以与 非易失存储器统一编址，亦可以以部分容量充当非易失存储器的高速 缓冲存储器(cache)，其 cache 空间的容量大小自适应数据负载特点而动 态可配，以便加快非易失存储器的访问速度，并能降低 I/O 访问磁盘 频率，提高计算机系统整体性能。

卫星通信具有覆盖范围广、容量大、传输速率高等优点，可用于多种复杂通信环境，在军事通信中得到了大量的应用。然而由于卫星信道的开放性，通信信息极易泄漏，通信隐蔽性较差。因此，如何增强卫星通信的安全性，进而提高通信的保密性逐渐成为各国研究的热点。 针对传统扩频通信技术中扩频序列易被检测和破解的问题，提出了一种基于功率混合的安全通信方法，该方法将待加密的军用信息和其它辅助信息按不同的功率进行混合来传输，此过程中，若是非接收方想要破获待加密信息，只有在得知作为辅助信息的其它信息的前提下才能进行；此外，辅助信息是从普通民用通信中的信号里面进行选取，并通过其他的传输路径到达卫星，这样既实现了信息的有效利用，又提升了通信过程中的安全性。 针对现在扩频通信技术，尤其是直接序列扩频技术已经不再具备安全性，容易被敌方利用扩频码的设计漏洞截获并破译的现状，提出了一种利用伪多径效应来进行安全通信的方法及装置，在该种信号传输模式下，安全性不再依靠扩频技术，而是依赖于特定的功率复用方式，这种复用方式可以看作是对“多径效应”的一种利用，大大提高了信号传输的安全性。 针对卫星通信信道具有开放性，极易受到外界干扰，当外界干扰功率太大时会直接影响正常通信的特点，提出了一种盲源信号分离的方法及装置， 通过该方法完成了对强干扰信号的估计和分离，改善了卫星通信过程的安全性，提高了卫星通信系统的通信性能。

柔性直流换流阀是直流电网构建的核心装备之一。针对换流阀塔多物理场的综合作用问题，提出了多介质共存时复杂导体结构的伽辽金匹配和点匹配结合的快速多极子边界元电场计算方法，提出了阀塔高电场强度区的电位钳制、屏蔽和优化方法；建立了换流阀电-热-流体等多物理场计算模型，获得了金属钳制电极形状对水路局部放电、电化学腐蚀速率的影响等规律；建立了含散热器在内的IGBT子单元的热场整体仿真模型，提出了IGBT内部芯片的稳态与瞬态结温预测模型及其变流量修正方法。研究成果应用于我国±320kV柔性直流换流阀自主研制，有效性在厦门±320kV柔性直流示范工程中得到进一步验证，并推广应用于±500kV及±800kV柔性直流换流阀研制。参与研究的成果“新一代电压源高压直流换流器关键技术及应用”获得2017年北京市科学技术奖一等奖，华北电力大学作为项目主要完成单位排名第3，齐磊教授作为主要完成人排名第10。

成果简介基于对冶金过程气、 液、 固的流动在理论上的深刻认识， 采用物理模拟的方法， 多年来一直为各钢铁企业提供工艺优化的技术服务， 包括钢包吹气流场优化，中间包流场优化， 结晶器流场优化， 高炉冷却壁内流动模拟， 复吹转炉炉型优化，顶枪枪位、 底枪布置位置、 流量等。 所做项目涉及到各种大小的钢包， 不同容量不同流数的中间包， 小方坯、 板坯、 异形坯、 圆坯结晶器等。成熟程度和所需建设条件先后成功为马钢、 南钢、 宝钢梅山、 莱钢、 中天、 济钢等大中小型钢铁企业的方、 圆、 板坯连铸机， 精炼炉等提供过工艺优化服务， 显著提高了铸坯的质量。部分项目： 马钢异型坯结晶器流场的优化研究； 马钢 CSP 薄板坯中间包、 结晶器流场的数模、 水模研究； 梅山板坯中间包流场的数模、 水模研究； 上海亚新连铸8 流方坯中间包流场的数模、 水模研究； 莱钢 4 流方坯中间包的数模、 水模研究；马钢钢包吹气对流场的影响研究； 中天钢铁 10 流方坯中间包流场优化研究； 南钢板坯中间包、 结晶器的流场优化研究； 济钢板坯中间包、 结晶器的流场优化研究； 分别对不同吨位的钢包（250 吨、 150 吨、 120、 100 吨、 80 吨、 60 吨） 低吹氩模式、 透气砖类型等进行过深入的研究。技术指标优化了钢包、 中间包和结晶器的流场， 有效去除了夹杂， 净化了钢水。市场分析和应用前景工艺优化始终伴随着钢铁企业的生产， 通过不断的优化， 产品质量得到不断的提升， 具有广泛的应用前景。社会经济效益分析工艺优化有助于加强产品竞争力， 具有显著的经济效益。知识产权及成果获奖情况编著： 《中间包冶金学》《冶金传输原理》合作方式合作开发、 受托开发联系方式冶金学院 周俐 13955561593 zhouli@ahut.edu.cn 传真： 0555-2311571

基于对冶金过程气、液、固的流动在理论上的深刻认识，采用物理模拟的方法，多年来一直为各钢铁企业提供工艺优化的技术服务，包括钢包吹气流场优化，中间包流场优化，结晶器流场优化，高炉冷却壁内流动模拟，复吹转炉炉型优化，顶枪枪位、底枪布置位置、流量等。所做项目涉及到各种大小的钢包，不同容量不同流数的中间包，小方坯、板坯、异形坯、圆坯结晶器等。

    数字化探究实验室由传感器、数据采集器、计算机及配套软件和相应的实验仪器设备构成，集数据测量、采集、处理的智能化系统。对比传统实验室，数字化实验室采用传感器作为采集实验数据的工具，精确度优于传统实验室；具有实验数据自动采集的功能，保证了实验结果的精确度，同时可以轻松解决许多传统实验室无法解决的涉及到连续快速变化的量的各种实验；具有强大的数据处理功能，可以帮助学生轻松的对实验结果进行分析处理，让学生通过探究实验对科学规律进行再发现，使实验教学得到大大的简化，真正体现了新课程改革的核心理念。

合肥工业大学国际学生管理信息系统采购项目竞争性磋商

       由山东金歌科学仪器有限公司自主研制的全新一代NMT产品- SRMT1208非损伤微测系统（植物吸收监测仪、NMT活体生理检测仪）具备测量多种关键元素的能力，如磷、硅、锌、铁、铜、铝、砷等。该仪器功能全面，可检测植物所需的全部大量元素、中量元素以及大部分微量元素，同时涵盖离子通量（flux）、离子浓度、分子通量（flux）、分子浓度及膜电位等多项检测项目。   金歌NMT功能特色：   （1）检测种类多；   （2）实时输出时间-flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全；   （3）提供个性化定制，免费升级测试软件。   可检测种类：   （1）大量营养元素：N (NH4+/NO3-)、P (HPO42-)、K+   （2）中微量元素：Ca2+、Mg2+、SO42-、Na+、Cl-、H+、SiO32-、Zn2+、Fe2+、Cu2+   （3）胁迫：Cd2+、Al3+、Pb2+、Ag+、Cr3+、AsO43-   （4）其它：Li+、NO2-   （5）分子：O2、H2O2、IAA、NO、葡萄糖等   测试样品：   根际/种子/花粉管、细胞/液泡、生物膜、藻类、活体组织、神经、骨骼、珊瑚等其它活体样品   测试项目：   （1）离子通量SRIET   （2）分子通量SRPT   （3）离子浓度aIon   （4）pH   （5）分子浓度aMol   （6）膜电位Potential   主要应用：   植物营养生理、逆境生理、植物与微生物互作、作物育种、生理调控机制等研究     附：非损伤微测技术（Noninvasive Microelectrode Technique，NMT）        非损伤微测技术NMT是离子/分子通量测试技术在国内的名字，其全称是非损伤微电极测试技术（Noninvasive Microelectrode Technique，NMT），能够原位、实时、非接触式测量生命活动中离子/分子通量（flux），可用于植物营养生理、盐胁迫和重金属胁迫等研究。        离子/分子通量测试技术（非损伤微测技术）经历了方法学建立、原型机、技术成熟、引进国内和全国产化。         1.方法学建立         1974年，美国麻省伍兹霍尔海洋生物学实验室科学家 Lionel Jaffe 和 Nuccitelli 提出了振动电极（Vibrating Probe：VP）概念，采用振动电极探针技术测量生物体中弱电流，为离子/分子通量（flux）测试奠定了方法学的基础。         2.原型机         1990年伍兹霍尔海洋生物学实验室开发出了基于离子振动电极技术的自动化离子/分子通量（flux）测试系统，在早期的文献中写做 SRIS系统。         3.SIET离子/分子通量测试系统标志着通量测试技术仪器的成熟         1994年，伍兹霍尔海洋生物学实验室员工 A.M.Shipley 和 E.Karplus 分别成立 Applicable Electronics Inc. 和 Sciencewares 公司，联合推出商业机 SIET通量测试系统，标志着离子/分子通量（flux）测试技术仪器的成熟。          4.SIET系统被引进国内          SIET通量测试系统被引进国内后，我国学者从2009年开始在离子/分子通量（flux）测试领域发表文章，当时文章明确标识使用的是SIET通量测试系统。（文献：Plant Physiology, February 2009, Vol. 149, pp. 1141–1153, NaCl-Induced Alternations of Cellular and Tissue Ion Fluxes in Roots of Salt-Resistant and Salt-Sensitive Poplar Species）          5.国产化           金歌仪器科研团队自2011年开始深耕非损伤微测技术（NMT）领域，为在国内推广的通量flux测试系统（非损伤微测系统）研制并供应核心组件。通过不断丰富NMT可测离子种类，成功摆脱了对国外的依赖。           在科技竞争白热化的今天，核心技术自主可控是企业可持续发展的底线和基石。2022年金歌公司成立以来，始终如一坚持创新发展理念，聚焦关键技术攻关，打破原装进口核心部件-国内组装的模式，推动构建自主可控的产业链体系。2025年8月7日，北京知识产权法院判决金歌公司在与某北京公司NMT专利侵权案中胜诉，金歌已逐步确立了其在NMT领域重要生力军的地位。          凭借扎实的科技实力，金歌公司成功打造出可靠的“NMT耗材-零部件-整机”一站式NMT供应平台。通过不断积累并整合自1990年离子/分子通量flux测试技术（即‌非损伤微测技术NMT）诞生三十多年以来已发表成果，我们建立了丰富的NMT大数据库，实现了NMT仪器国产化、自动化、智能化、信息化和标准化，进一步巩固和扩大了我国在NMT领域的优势。          金歌NMT测试界面实时输出flux通量数据，无需人工换算，可直接用于分析作图，保护了用户数据安全。用户购买仪器后，金歌NMT仪器测试种类和检测项目等仍会不断增加，金歌仪器将及时告知用户，郑重承诺免费为用户做测试软件升级。          金歌仪器将永远以客户需求为导向，精益求精，不断推出创新性产品和个性化解决方案，为加快实现高水平科技自立自强贡献智慧和力量。    

大数据应用的多样化 需要的计算模型、数据模型多样化； 目前每类模型需要单独的开源系统来支持（如HDFS、HBase、Neo4j、MongoDB，Flink，Spark，Tensorflow等）。 多系统导致大数据分析平台非常复杂、效率低下。研究目标：研究和开发面向新型多计算模型融合架构的、高时效、可扩展的新 一代大数据分析支撑系统与工具平台FAST（Fusion-Architecture, Scalable, Time-efficient big data analysis platform）。针对目前大数据分析平台复杂、效率低下的痛点，该系统具有三个 方面的优势：首先，这套系统采用融合架构，一方面实现关系、图、键 值、文档等多种数据模型的高效融合，另一方面实现批处理计算、流计 算的深度融合，并可以通过SQL扩展语言来进行多模型的统一查询，实现高效的跨模型查询。其次，对于复杂系统来说，时效性非常重要，这 套系统采用融合架构提高效率是实现高时效的基础，更重要的是，我们 对大数据分析从数据到用户进行了端到端的全栈时效优化。最后，对于 大数据应用来说，系统扩展性非常重要，本系统在资源层、存储层和计 算层进行了全面的扩展性优化。下面在融合架构、高时效和可扩展这三 个方面，分别详细介绍FAST系统的三个主要亮点。融合架构FAST系统的第一个亮点是融合架构，我们在技术方面的创新主要包 括多数据模型融合和多计算模型融合两方面。多数据模型融合：设计和研发了多模型数据管理与查询引擎，支持关系、图、键值、 文档等多种数据模型，实现了查询解析、查询优化、元数据管理、数据 分布等功能，将多种数据模型进行统一管理和深度融合。同时扩展了SQL语言，通过统一的查询接口支持对关系、键值、图、文档等数据进行独立访问或者跨模型查询。经过试验，多模型数据融合查询，比Spark 2.3.4的查询时间能平均减少70.7%。目前spark等现有系统还需要手工编程方式来实现跨模型查 询，所以FAST系统在易用性上也表现良好，降低使用门槛，提高开发效率。多计算模型融合：在计算层实现了最常见的批处理计算和流计算深度融合，批流融合的核心方法是在系统内部实现批和流的统一表达，批是对有限数据集 的运算，流是对无限数据流的计算，我们设计了UCollection结构对批和 流数据进行统一表达，通过识别的bounded标志，来确定是批、流、或批流融合。有了统一表达，可以开展一系列融合优化来提升系统性能。 并且对上通过Unified API统一用户的批、流接口，实现二者在编程范式上的统一表达。对于批流混合的计算，融合架构系统的查询延迟比Flink 1.4.2能减少57%，吞吐量平均可以提升到6.72倍。高时效FAST系统的第二个亮点是高时效，即缩短大数据分析的时间消耗， 提高效率。由于大数据分析平台是一个非常复杂的系统，为了做到高时效，系统不能存在性能短板，因此需要对大数据分析的整个过程进行端到端的全栈时效优化。如图中所示，自下而上，需要在多模态存储、批流融合、机器学习、人工操作各层都进行优化。对于多模态存储，面向应用负载和异构硬件特征进行自适应优化；对于批流融合计算，在统一表达基础上，进行系列融合优化技术， 包括DAG优化、迭代优化、部署优化、操作符优化等；在机器学习层面，进行模型优化、消息优化、梯度优化、概率优化 等来提高时效；而且我们也考虑到大数据分析过程中用户人工操作的时效性问题， 通过智能地进行大数据分析方法和模型的推荐，来缩减人工操作的 时间。可扩展FAST系统的第三个亮点是可扩展，由于大数据应用规模很大，数据增速快，对系统可扩展性的要求非常高，为此我们在系统的资源层、 存储层和计算层进行了全面的扩展性优化。在资源层，系统都部署在云计算的虚拟化资源之上，利用了云计算资源的弹性机制进行系统扩展。并在系统中实现了可伸缩调整模块， 能实时监控软硬件系统的状态，按照应用需求来自适应地进行弹性伸缩。在存储层，分布式存储系统扩展性的关键在于分布式共识和一致性 协议（Raft），因此提出了KV-Raft、vRaft等进行Raft的扩展优化。在计算层，我们扩展了机器学习模型的参数规模，使系统可以支持 到百亿级别的超大规模机器学习模型训练，并且性能方面有明显提 升。亮点成果：融合架构大数据分析平台目前已经在阿里巴巴双十一进行示范应用。 从2020年11月10日至11月16日一周的时间，在阿里的生产环境中，研发 的系统一直连续稳定运行，基于淘宝和天猫的实际用户信息进行大数据 分析，综合运用了本系统的存储、计算、机器学习等多个模块的能力， 累计进行了184亿件商品推荐。同时在双十一期间，基于智能交互向导技术，也面向电子商务应用 的卖家提供了“生意参谋”应用，基于大数据分析，帮助卖家分析产品 销量变化的原因，以及促销的有效手段等。