基于UML的CITIS建模分析

该文对‘恃续采办与寿命周期保障”(Continuous Acquisition and Life-cycle Support,CAL5) 战略的核心组成部分——承包商综合信息服务(Contractor Integrated Technology Information Service,CITIS)进行了建模分析。根据承包商综合信息服务在实现‘特续采办与寿命周期保障”中的作用提出了CITIS的参考结构,并采用面向对象的分析方法,从分析CITIS系统需求、静态结构模型和动态模型三个方面提出了一种基于标准化建模语言(UML)的CITIS建模方案, 对于采用C++、Java等面向对象语言编程构建系统有重要的参考价值。     

一种新型数字高精度伪码快速捕获延迟锁定环的设计与实现

介绍了一种新型全并行快速捕获延迟锁定环的设计与FPGA实现,捕获时间小于等于一个伪码周期,抗干扰容限大于80 dB。此快速捕获延迟锁定环实现127路全并行捕获和高精度跟踪,仅需存储130个PN码表,相对于其他并行捕获延迟锁定环或串并结合的环路,存储量约小2/3,并具有较高捕获精度。     

利用改正数信息的北斗三号实时精密单点定位及性能分析

北斗三号全球卫星导航系统已正式建成并开通服务。为了利用实时改正数信息系统地揭示北斗三号精密单点定位性能，并为用户提供理论依据和应用参考，首先解算了卫星实时精密轨道、钟差及其改正数，分析了其精度。然后基于实时改正数信息，利用监测站广播星历和观测数据，分别进行了双频静态、双频仿动态、单频静态和单频仿动态仿实时精密单点定位，以评估其性能。结果表明：北斗三号MEO卫星实时轨道和钟差精度均值分别约为12cm和0.2ns，满足实时精密单点定位需求。静态实时精密单点定位精度优于动态，双频优于单频，均可达到分米级。对于定位收敛时间，双频静态最短，约为40min；双频动态和单频静态均约为85min；单频动态最长，约为120min。     

流变铸造法制备Al_2O_（3P）／ZA4－3复合材料的研究

为提高模用锌合金ＺＡ４－３的性能，扩大其应用范围，本项工作采用流变铸造法成功地制备了性能稳定的Ａｌ２Ｏ３Ｐ／ＺＡ４－３复合材料。对该材料进行了弯曲强度、冲击韧性、压缩强度、硬度及耐磨性等性能试验，结果表明：Ａｌ２Ｏ３ｐ的加入，使锌合金的压缩强度、室温和高温硬度以及耐磨性明显提高，其弯曲强度略有降低，而其冲击韧性下降了　。最后还讨论了成形工艺参数、颗粒含量和颗粒直径对该复合材料性能的影响。     

铸造SiCp／ZL101复合材料的组织与性能

本文利用半固态搅拌铸造法制备了ＳｉＣｐ／ＺＬ１０１复合材料，对其组织和某些性能进行了研究，结果表明：ＳｉＣｐ在基体中分布均匀，无严重团聚现象，与基体结合良好，与基体合金相比，耐磨性，硬度有显著提高。     

关于稀疏分布存贮模型中A连接权阵的讨论

Ｋａｎｅｒｖａ的稀疏分布存贮模型由于对寻址地址采用了稀疏编码，对数据采用了分布式存贮，从而解决了大维数向量的输入问题，ＳＤＭ实际上是一个由输入层，中间层和输出层组成的三层前向网络，其中神经元间的互迦权值在输入层与中间层是预置的（用矩阵Ａ表示），中间层与输出层的连接权阵Ｃ由外积法得到，文中假定在相同的学习规则下，就信噪比意义而言，Ａ的均匀预置能使ＳＤＭ获得最优性能，从而为Ａ的预置提供了理论依据。     

求解大型对称特征值问题的迭代Chebyshev-Lanczos方法

本文研究计算大型对称矩阵极端(几个最大或最小)特征值及相应特征向量的问题,讨论了Chebyshev迭代法对Lanczos方法的应用,提出了Chebyshev-Lanczos方法。计算实践表明迭代Chebyshev-Lanczos方法比迭代Lanczos方法优越。     

孔-轴-孔配合处的孔位移制误差计算公式的论证

文[1]、[2]中通过线性化假定推导出计算孔-轴-孔配合处的孔位移制误差的简化公式,但缺乏充足的理论支持。本文用矢量随机误差分析法导出计算该误差的另一公式,通过典型孔-轴-孔配合的孔位移制误差计算,证明该简化公式不仅使用方便,而且准确、可靠。     

能谱变硬后的X射线对Ly12铝破坏效应的研究

用数值模拟方法讨论了X射线的能谱向短波方向变化后,对Ly12铝破坏效应的影响,对所得结果进行了分析和解释。     

关于Davidson—Lanczos方法的收敛率

本文对文[1]提出的求解大型对称矩阵A的极端(几个最大或最小)特征值及相应特征向量的Davidson—Lanczos方法,用Rayleigh—Ritz逼近理论,研究了该方法的收敛率。证明了由该方法产生的规范正交向量{v_i}_i~m=1是Krylov子空间K_m≡Span(v_1,Av_1,…,A~(m-1)v_1)的一组基。设A的k个最大特征值为又,λ_1>λ_2>…>λ_k,相应的近似特征值为λ_i~(m)(i=1,…,k),得到 这里γ_i(γ_i>1),W_i和W_i~(m)是常数。