一曲高亢、悲怆的古歌——对张承志《黑骏马》的两种解读

本文运用传统方法、格雷马斯“矩形符号”理论对小说《黑骏马》进行解读。《黑骏马》是张承志的代表作,小说娓娓道来白音宝力格和索米娅一段曲折、动人的爱情故事,他们的爱情就如同那曲高亢、悲怆而又充满柔情的古歌--《钢嘎哈拉》。     

上证指数和恒生指数的copula尾部相关性分析

通过分析连接函数（copula）的尾部相关性揭示上证指数和恒生指数的相关性。实证表明，在众多具有非对称尾部相关特性的Archimedean copula函数中，用Gumbel—Hougard copula对上证指数和恒生指数进行尾部相关性分析是最优的，两者具有较好的上尾相关性，且量化后的相关性能够预测股票市场的变化。     

基于MATLAB/Simulink 某型鱼雷尾追式弹道仿真研究

主要介绍了基于MATLAB/Simulink和Delphi两种途径的鱼雷尾追式弹道的仿真方法.首先给出鱼雷导引系统的数学模型,然后介绍如何应用Simulink建立系统的仿真模型并进行仿真计算,并使用Delphi语言进行了仿真,最后给出相应的仿真结果和分析.Simulink的仿真方法克服了其他传统编程语言如Delphi仿真时繁杂、难度高、周期长的缺点,使动态系统的仿真变得容易、直观、迅捷.     

田口式测量质量工程学与传统MSA 的比较分析

从测量经济性出发,田口式测量质量工程学通过重新定义测量质量、二次测量质量损失函数及测量质量SN比,成功地解决了一些传统MSA难以解决的测量系统分析难题:利用典型点测量观测值推导校准公式,从而推导测量全量程的校准数据及测量不确定度;用正交设计及SN比分析多参量有交互效应误差因素对测量结果的影响;合理评定计量器具的最佳校准周期等.通过与传统MSA比较分析认为,推行田口式测量质量工程学可以改进测量系统分析的经济性,并提高测量精度.     

相邻k-out-of-n:F多状态可修系统的可靠性分析

针对相邻k-out-of-n:F多状态可修系统可靠性指标计算难的问题,提出了两种求解该系统可靠性指标的方法。当系统部件寿命和修理时间都服从指数分布时,方法一首先利用马尔可夫过程理论获得部件的可用度,再用部件的可用度获得系统的瞬态、稳态可用度;方法二针对状态空间巨大的情况,先以一定的标准对状态空间进行截尾,再应用马尔可夫模型获得系统的稳态可用度、首次故障前平均时间、稳态故障频度等可靠性指标。最后通过数值算例说明了所提出方法的有效性。     

基于多普勒频率变化率的无源定位算法研究

针对新型无源探测系统的要求,在原有多普勒频率变化率无源定位算法的基础上,为提高定位精度和收敛速度,提出了增加多普勒频率作为观测量,同时引入EKF算法对原始定位结果进行了处理。计算机仿真结果表明,改进后的算法能够满足新型无源探测系统的技术要求。     

雷达组网中联合数据关联与偏差估计方法研究

针对雷达组网目标跟踪系统中,单雷达系统偏差严重影响多雷达航迹数据关联及融合跟踪质量的问题,提出了一种联合数据关联与系统偏差估计的方法。该方法利用对雷达系统偏差不敏感的新特征量———目标参照拓扑对多雷达航迹进行自适应的预关联,然后根据关联质量选择可靠的关联航迹对作为雷达系统偏差估计的先验信息,最后应用递归最小二乘算法进行偏差估计,估计结果可为预关联过程提供依据。在无需外界提供关联先验信息的情形下,该方法实现了对静态系统偏差的在线估计,从而可以进行及时的校准,保证了后续数据处理的有效性,具有很高的工程应用价值。仿真结果表明了该方法的有效性。     

一类随机环境下随机游动的保守集和常返性

就一类平稳遍历随机环境ξ下随机游动{Xn}n∈Z 给出相应的Markov-双链{Xn}n∈Z ={(Xn,Tnξ)}n∈Z 的保守集,和在该平稳遍历环境ξ下{Xn}n∈Z 为常返链的条件。     

电子设计自动化课程教学改革与实践

阐述EDA技术在测控技术与仪器专业及相关学科中的重要性,探讨实践性强的学科教学方法,对课程设置、教学内容与方式等方面进行了一系列的尝试,提出了一些改革思路。     

Taxonomy, age and environment status of the Yuanmou hominoids

When, where and from which hominoid the human originated has been one of the key subjects in the study of human natural history. It is therefore very important to learn the chronological, geographical and taxonomic distribution of all hominoids. Yunnan Pr…