二元函数极值计算中错解分析

选取典型例题，指出了二元函数极值计算中易犯的错误，如用拉格朗日乘数法求极值时，没有搞清辅助函数与原二元函数的关系，又如没有正确理解二元函数极值存在的充分条件，再如求二元函数的最值时没有注意边界点的讨论，针对这些常犯的错误，利用二阶微分或几何图形进行了分析，并给出了正确的解法。     

一种迭代频偏估计算法

提出一种适于低信噪比条件下工作的数据辅助型(data-aided)频偏估计算法。计算接收信号自相关函数的辐角,基于最大似然策略合成频偏估计,并通过迭代消除估计模糊。仿真结果表明：迭代算法具有较大的频偏估计范围(估计范围达±40%符号速率),与M&M算法相比,迭代算法信噪比门限有接近3dB性能改善,其估计性能更接近FFT最大似然算法和克拉美-劳下界(CRLB),并且计算量有所降低;基于迭代算法的简化版本与迭代线性预测(ILP)算法相比信噪比门限更低,并且降低了计算复杂度。     

实心轴开式冷挤压中挤压力的计算

在管材挤压过程中,挤压力对工件成形起到了十分关键的作用,本文采用上限法进行分析计算,得到了轴类零件单位挤压力的计算公式,此公式具有一定的工程实用性,为挤压模具的设计及挤压工艺的制定提供了理论依据。     

一类具有时滞的病毒模型的稳定性

对一类具有时滞的病毒模型进行分析,得到了该模型全时滞稳定的充分且必要条件,这些都是简明的代数判定,同时,还给出了时滞界限.     

关于指数丢番图方程x2+by=cz

设m是偶数,r是奇数;又设Ur、Vr是适合Vr＋Ur√-1=（m＋√-1）^r的整数．笔者证明了：当a=｜Vr｜,b=｜Ur｜,c=m^2＋1,r=3（mod4）,m〉r／π且m是2的方幂时,指数丢番图方程仅有正整数解．     

Majorana束缚态对正常金属/三量子点/超导结构输运性质的影响

正常金属/量子点/超导结构可以产生Andreev反射现象,如果在量子点上耦合Majorana束缚态(MBSs),其Andreev反射电导将发生特殊的变化,因而可用于探测MBSs.研究了MBSs对连接在正常金属和超导体之间的线型三量子点输运性质的影响,发现零费米能处的Andreev反射电导在不考虑MBSs之间的耦合时始终等于0.5G₀(G₀=2e²/h),不受量子点能级、量子点间耦合强度、量子点与电极之间耦合强度的影响,具有明显的鲁棒性.     

单线铁路区间能力失效条件下列车运行调整模型

列车运行调整是调度指挥工作中关键任务之一. 列车运行调整模型多是基于确定的、强度较弱的扰动提出的,然而现实中某些扰动可能包含不确定的信息, 且强度较大,使得既有模型和算法呈现出一定局限性.针对单线铁路区间能力失效条件下列车运行调整问题,考虑能力失效持续时间的不确定因素,探索优化制定列车运行调整方案的模型.提出两阶段带补偿随机期望值模型,进一步讨论了多阶段递归决策概念模型的复杂度,据此给出了不完全连续多阶段决策模型.针对两类模型提出基于分枝定界的求解算法, 设计算例进行验证,与基于优先级的运行调整方法进行比较. 结果表明,相对于基于优先级的方法,多阶段决策模型能够将总列车晚点时分的期望值降低34%,两阶段模型能够降低4%, 两种模型均能够在一定程度上提高列车正点水平.     

多子阵互耦影响下的鲁棒自校正算法

针对多子阵中各子阵的标称方向可能存在扰动偏差这一问题,给出了一种多子阵互耦影响下的鲁棒自校正算法。与现有很多互耦自校正算法类似,本文算法同样利用了均匀线阵互耦矩阵的带状、对称Toeplitz性以及多子阵互耦矩阵的块状对角特性,从而避免了多参数联合估计中的多维非线性搜索以及迭代运算。不同的是,本文算法能够克服各子阵标称方向的扰动偏差,具有更强的鲁棒性。此外,还推导了多参数联合估计的克拉美罗界。仿真实验验证了本文算法的有效性和优越性。     

基于时空约束的常规导弹火力分配建模与实现

现代战争对常规导弹火力分配的实效性提出了更高要求,考虑常规导弹生存、突防等影响因素,以毁伤下界为约束,建立了基于时空约束的动态常规导弹火力分配模型。将遗传算法全局搜索能力强和禁忌搜索算法局部寻优能力好的特点结合起来,构建了遗传禁忌融合算法,并将其用于常规导弹火力分配求解中。仿真结果表明,该方法能在较短时间内寻得最优解,求出的火力分配方案符合战场态势,验证了模型的有效性和算法的可行性。     

锥面共形阵列天线的极化-DOA估计

由于共形载体曲率的影响,锥面共形阵列中的阵元不仅具有不同指向的方向图,而且具有不同的极化特性,从而使得共形阵列呈现多极化特性。利用锥面共形阵列的多极化特性,针对现有共形阵列下空间超分辨算法对信号极化参数估计缺失这一问题,结合多重信号分类(multiple signal classification, MUSIC)算法实现了入射信号的极化参数与二维波达方向(direction of arrival, DOA)的联合估计。算法对阵列形式无特殊要求,不需要参数配对;在此基础上进一步对算法的估计性能进行了理论分析与推导,给出了算法多参数估计的克拉美-罗边界(Cramer-Rao bound, CRB)。最后通过计算机仿真验证了算法的有效性。