特殊Finsler空间的测地映射

常曲率Finsler、局部Minkowski空间的测地映射是Finsler几何的重要问题。本首先获得了在Finsler空间测地映射下，常曲率Finsler空间保持不变的充要条件并推导了局部Minkowski空间经Finsler空间的测地映射仍然是局部Minkowski空间的充要条件，此外还推导出在测地映射下，Berwald空间等保持不变的新的充要条件．     

关于有限群的s-半正规子群II(英文)

有限群G的一个子群H称为在G中s 半正规 ,如果H同G的所有阶与｜H｜互素的Sylow子群相乘可换 .研究了s 半正规子群的一些基本性质和它们是如何影响群结构的 .主要结果如下 :(1 )假设N是有限群G的一个正规子群使得G/N是p 幂零群 ,其中p为 ｜G｜的素因数并且 (｜G｜ ,p - 1 ) =1 .如果N的一个Sylowp 子群Np 的所有极大子群都在G中s 半正规 ,则G是p 幂零群 .(2 )假设N是有限群G的一个正规子群使得G/N是超可解群 .如果N的每个Sylow子群的全体极大子群都在G中s 半正规 ,则G是超可解群     

输入整形器抑制残留振荡的研究

输入整形是一种用来抑制柔性结构系统残留振荡的前馈技术，本文研究了ZV和ZVD两种输入整形器，仿真结果证明其有效性。     

低温漂便携式水平校正仪设计

为了给潜艇航行自动化提供可用信息，满足潜艇部分仪器工作平台实时水平校正的要求，利用NS45/P2数字输出双轴倾角传感器设计了一种便携式水平校正仪，并通过实验对倾角传感器零点温漂进行了补偿。实际应用表明，该水平校正仪转换线性好，工作稳定，可实时、准确的测量倾角。     

舰船噪声能量分布及零交叉密度在听觉上的反映

采用功率谱计算和小波分解的方法，分析了不同类型舰船辐射噪声在能量分布及噪声信号在不同尺度上的零交叉密度，找到了二者与人耳进行听音识别感觉之间的联系，为人的听音经验转化为数字特征提供了客观依据。     

基于稳健信息隐藏的半脆弱水印技术

半脆弱水印可以察觉对载体信息进行篡改等恶意操作，却对正常的信号处理不敏感．但是，攻击者可以通过分析嵌入了半脆弱水印的多个不同载体中的共同特点破译水印系统．为了提高安全性，该文提出了对不同的载体随机地选择不同密钥的半脆弱水印方案，其中水印数据的产生和嵌入依赖于密钥．在水印数据半脆弱地嵌入载体信息的同时，密钥也被稳健地隐藏在载体信息中．由于密钥不同，不同载体没有可用于分析的相同性质，使攻击者难于破译水印系统．此文为静止图像设计了具体的水印算法．     

双反射光学系统的I0环/I0孔的研究

从夫琅禾费积分公式出发 ,论述了双反射光学系统的I0环 I0孔 的测定原理和检测方法。并通过精确测试取得了一系列有实用价值的数据。     

基于回收的磨损尺寸胀修恢复技术

提出一种基于回收的磨损尺寸胀修恢复技术，并分析了胀修恢复后零件的残余应力分布．根据理想弹塑性厚壁圆筒理论，在零件的原始设计中预留胀修恢复几何结构，当某些贵重零件的外径关键尺寸因磨损而失效后，通过胀修恢复技术把它胀大到预定值，使之恢复到设计公差范围内．胀修恢复技术具有成本低、无污染、劳动强度小、不改变零件的表面形貌等优点，同时延长零件的使用寿命并降低零件的使用成本．     

基于虚拟仪器的电网信号相位差测量的研究

介绍了对电网信号相位差测量的过零检测法，提出了一种新的测量方法——相关法，最后利用虚拟仪器对这两种方法进行了仿真．通过仿真表明，当电网信号受到较大干扰或谐波含量较大时，相关法的测量精度比过零检测法高．     

Asymptotic Approximations of Jacobi Polynomials and Their Zeros with Error Bounds

IntroductionUniform asymptotic expansions and error boundsof the (α,β>- 1 ) two- term approximations of theJacobi polynomials P(α,β)n ( cosθ) were obtained[1] .Their result wassin θ2α cosθ2βP(α,β)n ( cosθ) =Γ( n +α + 1 )n!θsinθ1/ 2 Jα( Nθ)Nα +θB0 (θ) Jα+1( Nθ)Nα+1+σ2 ,|σ2 |≤ E2 θ2 +αN -2 ,　 0≤θ≤ π2 ,where E2 is a construct.Baratella and Gatteschiused the first two terms of this expansion[2 ] toconstructa more accurate one- term approximation:x(θ)x′(θ)…