在微型机上构成任意级M序列

M序列是最大长度的非线性移位寄存器序列,其中具有大量的平移不等价序列。而且,随着移位寄存器级数(n)的增加,序列的数量将是十分巨大。本文讨论了在微型机上构成n级M序列的方法。由于在程序设计中采用汇编语言,使得所构成的序列的长度(或寄存器级数n)和构成速度大为增加。文内给出了3～11级M序列的部分实例。     

任意级移位寄存器的全部M序列的构成法

最大长度非线性移位寄存器序列(M序列)具有较优越的伪随机特性。它的应用范围很广。但目前对M序列的性质和构造方法等方面的研究尚不成熟。本文就M序列的构造,给出一个一般方法,用计算机产生任意级移位寄存器的全部非平移等价的M序列。     

具有较大零相关窗补序列集的构造

为了降低甚至消除近似同步码分多址(Approximately-synchronized code-division multiple-access,AS-CDMA)系统的多径干扰和多址干扰(Multiple access interference,MAI),满足系统不断增大的用户容量需要,提出了零相关窗补序列集和零相关窗补序列集的构造方法。零相关窗补序列集比传统补序列集具有更多的序列数目,应用到通信系统中可以支持更多的通信用户。本文基于完美序列和行正交矩阵,构造了两类具有较大零相关窗补序列集:第一类是运用完美序列的自相关性质和行正交矩阵的正交性构造了一类最优的零相关窗补序列集;第二类以同样的方式,构造了一类几乎最优的零相关窗补序列集。     

π-TFSK信号复包络自相关函数的研究

本文研究π－ＴＦＳＫ相移时频信号的复包络自相关函数。首先,给出了信号的复数包络形区及其复数等效低域包络线;其次,介绍了复包络自相关函数的计算方法;最后,推出了信息的复包络自相关函数。     

ARMA参数识别的预估噪声法

若ARMA模型(B)y_t=θ(B)w_t的驱动白噪声预先给定,则参数的识别是一个线性问题,本文从此观点出发,推导了从已知时间序列{y_t)预估驱动白噪声{w_t}序列的递推算法,由序列{y_t}与递推得到的{w_t}的值,对相关函数作出估计,然后由参数与{y_t}和{w_t}二阶矩的线性关系即可求解出模型的参数,此算法简单快速,并且有良好的精度。     

非线性规划中的幂指函数法

本文给出一种自适应近似函数－幂指函数^-f（x）在非线性规划中的收敛算法。它采用minx∈Ef（x）的最优解序列{^-x}去逼近原问题minx∈Ef（x）的最优解x^*。与传统优化算法相比：一、该算法最优解{^-x}可以通过^fx（x）＝0直接解析得出;二、该算法不要求序列{f(x^k)}具有单调减特性,却能够保证算法的收敛性;三、该算法的计算量对变量的维数不敏感,从而具有广泛的应用前景。四、从方法论上,它是采用“特殊非线性”来研究“一般非线性”的一种新方法。     

任意形状目标的多分辨时域(MRTD)散射特性分析

应用三维多分辨时域(Three-dimensionalmu ltiresolution time-dom ain,3D-M RTD)方法研究一些具有任意形状目标的雷达散射截面(R adar cross-section,RCS),其中M RTD中的电磁场量用小波函数Battle-Lemarié的三次样条尺度函数展开。推导出了严格的M RTD方法的场的时空迭代关系式及M RTD方法的三维散射模型,其中包括基于最近邻网格近似的表面等价电流的计算、散射场的近-远场变换和基于离散的傅里叶(Fourier)变换的RCS计算式。采用M RTD方法(并采用其适用的近似网格剖分方法)研究了从低频(瑞利和谐振模式)到高频(准光学模式)的几种结构的双-站(Bi-static)RCS模式。与传统的时域有限差分(Finited ifference time-do-main,FDTD)法的结果进行了比较,发现M RTD方法较FDTD方法节省相当的计算空间和时间。     

时序多相关-经验模式分解方法及其对车辆振动信号的分析

振动信号的特征提取由于受强背景噪声的干扰往往具有很大的困难。在作者提出的时序多相关-经验模式分解方法的基础上,提出了一种相应的改进方法,将其扩展到一般振动信号的特征提取。先对采集到的时间序列作多相关处理,在时序多相关处理时,为了达到克服噪声干扰的目的,取一段采样序列,对其作周期延拓,使得在多相关处理后,噪声仅仅体现在多相关序列的常数项里面。再对得到的多相关数据作经验模式分解,选择满足要求的本征模式函数并作边际谱分析,以达到提取强噪声背景下的特征信号的目的。仿真分析表明了该方法的有效性。最后将它应用到实际某特种车辆振动信号的特征提取中,得到了满意的结果。     

以函数为因素的试验设计方法研究

本文介绍如何在试验设计中分析函数曲线的方法。文中将发动机叶片铸件的降温冷却过程中温度的变化看作一个关于‘时间-温度’的三阶段区间函数,针对该函数进行试验设计,给出如何选取与函数相关的因素及其水平、如何选取试验观测量和响应值的方法,并论证该方法的合理性。根据实际情况提出试验方案,并选择正交试验表和设计表头。     

基于路径的数字系统功能测试

本文介绍基于路径的数字系统功能测试方法。路径表示系统在输入信号作用下状态的转换。文章提出并实现了遍历路径的测试矢量生成算法;讨论了利用数字系统硬件描述语言及其模拟器生成被测系统在测试矢量序列激励下的无故障响应序列的方法;并介绍运用无故障响应序列与实际响应序列进行比较测试的故障定位法。应用上述方法,笔者在研制的NAT-403Ⅰ型数字设备自动测试仪上对三种板级数字系统进行了测试,获得预期的效果。     

“正核条件”与KOPOBKИH条件的等价性

众所周知,线性正泛函数(或线性正算子)序列的收敛问题可归纳为验证定理的条件。本文给出一个同样能适用于收敛性的“正核条件”,在较一般的意义下证明上述二者的等价性,对实变函数的一些问题给出应用,並对函数证明了定理。     

基因方法在网格结点位置优化中的应用

将基因方法应用于网格结点位置的优化中。文中首先简单介绍了基因优化方法中基于达尔文进化论和Ｍｅｎｄｅｌ基因理论的基本原理,其中包括插索空间表达、三个基因作用器（选择、交配和变异）等要点;然后着重阐述了相关偏微分方程的离散误差和三角形网格几何形状的适应度函数的定义、结点位置的二进制基因表达及基因方法的优化进程。离散误差是在二次非连续彭鼓包（ｂｕｍｐ）函数的空间中近似定义的,并且在点移动过程中相关解的二     

基于Monte Carlo方法计算积分的研究

积分是微积分知识的一个重要知识点,积分变化形式多样,对于被积函数是非初等函数的积分,很难直接求解.为求解一些复杂函数的积分,本文研究了Monte Carlo计算积分的方法,蒙特卡罗方法是通过计算机模拟产生随机数,利用概率分布将数据模拟出来,从而建立相应的模型来处理相关问题.本文采用Monte Carlo方法对定积分和二...     

PSK伪码速率估计

在电子侦察中码速率参数没有先验知识,因此需要对其进行估计。本文提出了一种BPSK(B inary phase-sh ift key ing)和QPSK(Q uadrature phase-sh ift key ing)相位编码信号的码速率估计方法。首先估计信号的载频和初相,然后由估计的参数构造相关接收机,相关接收机的输出在相位跳变处出现拐点,利用拐点之间的距离进行码元宽度估计。仿真结果表明,本方法比H aar小波变换法性能好,尤其在信噪比低于7 dB时,仍然具有较好的性能。对31位M序列,信噪比在0 dB时,均方根误差接近0.01。     

阻尼结构振动问题特征值定位的一个定理

本文的主要结果是得出了矩阵B—ωA(其中B为对称正定矩阵,A为Hermite矩阵)的首主子式具有类似于Sturm序列的性质,从而建立了求解阻尼结构振动方程M(?) C(?) Kq=0特征值问题的行列式查找法的理论基础,改正了K.K.Gupta在文献[1]—[5]中的错误提法。     

强非线性问题的新解法

用改进了的LP法求解一类强非线性自由振动的初值问题及一类非线性二阶常微分方程的初值问题（未知函数取值较小时）。算例表明,本文方法对于求解强非线性问题,具有很好的精度,而通用的奇异摄动法（如多尺度法）或M．E．Shvez法则差多了。     

M=1.6～2.6单支点半柔壁喷管的超音速进气道风洞的设计与调试

本文介绍一个单支点半柔壁喷管的超音速进气道风洞。喷管出口的尺寸是160毫米×160毫米,试验M数范围为1.6～2.6,攻角变化范围为15°(单向)。介绍了供气系统、风洞装置及各系统的设计,还介绍了风洞的调试工作及调试结果。流场校测的结果为:M数偏差(ΔM/M_0)≤±1.5％,M数的均方根偏差小于1％,满足进气道模型试验的要求。     

关于Newton迭代公式的几个改进

通过对Newton迭代公式进行改进,本文构造了三种新的迭代公式。迭代公式I是一种单步迭代公式,在单根附近具有二阶收敛速度,且无须求函数的导数值;迭代公式II也是一种单步迭代公式,在单根附近具有三阶收敛速度;迭代公式III是一种两步迭代公式,具有至少三阶收敛速度,虽然该公式形式比较复杂,但是具有计算时不需求函数的导数值的优点。此外,证明了三种新的迭代公式的收敛性。最后,通过数值实验验证了三种迭代公式的有效性。     

我国民航国内旅客运输需求函数的实证研究

根据经济学理论，结合我国民航国内旅客运输特点，通过引入我国GDP、我国民航每运输吨公里收入和我国铁路运输每人公里收入三个变量，利用线性回归分析方法建立了我国民航国内旅客运输需求函数。该函数对相关部门的分析、预测和决策具有重要意义。     

基于时间卷积轻量级网络的人体运动预测（英文）

针对人体运动高度复杂的运动学和时间相关性,本文提出了一种轻量级的多层残差时间卷积网络模型（Residual temporal convolutional network,RTCN）。该模型使用一维卷积高效获取人体运动的空间结构信息,提取人体运动时间序列中的相关性。在本文所提出的网络模型中应用残差结构来缓解深度网络中梯度消失的问题。在Human 3.6M数据集上进行的实验表明,与最新的方法相比,本文方法有效地改善了运动预测的误差,特别是在长期预测方面。