关于Lγ,ω的敛散性定理

本文讨论了非负Jacobi矩阵B和AOR矩阵L_(γ,ω)(1≤ω≤γ<2),证明了它们同时敛散,揭示了ρ(B)和ρ(L_(γ,ω))之间的关系,并给出了估计谱半径ρ(L_(γ,ω))的上下界的两组不等式。     

正项级数敛散性的两个判别法

没有一个正项级数是收敛得“最慢的”,也没有一个正项级数是发散得“最快的”,也就是不存在一个正项级数,用它可以作为判定其它所有正项级数敛散性的标准.我们只能从一些巳知级数的敛散性逐步建立一些判别法.从理论上讲这条愈来愈精细的判别法的链条是可以无限制地继续下去的.该文建立两个判别法,为这个链条添上两环.     

原初典型恒星及其星核黑洞的形成、演化和结构的基本规律

本文在文献[1]、[2]的基础上,应用相对论性牛顿万有引力定律,对原初典型恒星及其星核M。黑洞的形成、演化和结构,作了更深入的探索研究．得到了一系列很有意义的结果：1、导出了原初典型恒星Mo及其星核Ms黑洞质量的上界和下界．进而导出了原初典型恒星在其简并中子黑涧（Mos=Mo）态下一分为二的死亡大爆炸中释放能量的上下界（即超新星爆发所释放能量的上下界）;2、导出了星核Ms黑洞独有的一系列鼎级极限物理特性．导出了黑洞无内阻理想流体的超流效应及黑洞吸集粒子的经纬分流的筛选效应．证明了星核Ms黑洞是具有不再爆炸、不再坍缩、不再发射的“三不”特性的稳定天体;3、在相对论性引力理论框架内,证明了光速最大原理;4、导出了原初典型恒星在一分为二的死亡大爆炸中静质量Mo、场（暗）质量△MG的结构和分布规律．揭示了星核Ms黑洞结构的奥秘;5、导出了恒星、星系、总星系等典型层次天体的真空中场（暗）质量的分布规律．     

驾驶员驾驶行为的统计学特性

使用自然驾驶数据研究了驾驶员驾驶行为的统计学特性.选取车辆的纵向加速度、侧向加速度、横摆角速度和速度作为描述驾驶员驾驶行为的特征参数.首先,讨论了驾驶员驾驶行为特性的收敛性.使用核密度估计得到了驾驶行为特征参数的概率分布,使用相对熵描述不同数据集之间分布的差异.接着,使用稳定收敛的数据集研究了驾驶行为特征参数的分布特性.最后,使用驾驶行为特征参数的条件分布研究了它们之间的相互影响.结论包括:前向加速度,制动减速度,侧向加速度,横摆角速度均近似服从帕累托分布;制动减速度或前向加速度增加时,驾驶员的转向操作倾向于更加剧烈,反之亦然;驾驶员制动,加速,和转向操作的剧烈程度随速度增加均先增大后减小.     

正项级数敛散性判别的一种新方法

正项级数的比较判别法,常见的有达朗贝尔判别法、柯西判别法、拉贝对数判别法和高斯判别法等,但各有优缺点,本文主要研究了拉贝(Raabe)判别法,并在此基础上给出了它的推广.     

一种新型的不间断电源设计

在现代冶金、医药等行业中,供电不稳定或突然断电会造成严重的损失。为了克服各种供电不稳定因素,设计了一种新型的不间断电源。当供电不稳定的时候,能通过后备电池继续稳地的提供电能,避免负载系统遭受欠压、浪涌、过载等危害。系统采用飞思卡尔微功耗单片机KL26作为主控制芯片,DC-DC转换器采用Buck/Boost拓扑结构,通过微处理器自带的A-D转换器采集系统的电压电流信号,然后对转换电路进行PID控制。设计实现了对后备电池可调恒流充电、对负载恒压放电和充放电自动转换等功能。系统还能对输入电压、输出电压和输出电流进行实时监控并显示。     

基于信道特征的超宽带非视距鉴别及定位算法

脉冲超宽带(impulse radio ultra wide band,IR-UWB)测距定位系统中,信号的非视距(non-line-of-sight,NLOS)传播检测及在定位算法中给予误差矫正是提升定位性能的主要方法。为此提出了一种基于信道统计量(channel statistic information,CSI)——峭度(kurtosis,K)和均方根时延扩展(root mean square delay spread,RMS)联合似然比检验(Likelihood ratio test,LRT)区分NLOS状态的算法。该算法首先对IEEE802.15.4a信道的K和RMS的概率分布进行建模,作为标准信道分布;然后对信道的瞬间分布和标准分布的KL散度做LRT检测信道状态。最后利用信道检测结果,提出了一种基于LRT的Taylor(LRT-Taylor)定位算法。仿真结果表明:K和RMS联合的LRT检测法鉴别所有UWB信道环境都有较高的准确率;在移动端(mobile terminal,MT)与锚点(anchor node,AN)间为较复杂的NLOS环境时,LRT-Taylor算法也能获得较高的定位精度。     

利用自适应像素对匹配的图像纹理区隐写

图像纹理区结构随机性较强,因此在纹理丰富区域嵌入隐蔽信息比在平坦区域嵌入的安全性更高。提出一种基于自适应像素对匹配法（adaptive pixel pairmatching,APPM）的纹理区隐写算法,优先在复杂纹理区嵌入密信。定义了图像纹理区域判别准则,由此根据待嵌入秘密信息的长度调整阈值,实现自适应隐写。在嵌入过程中可能出现嵌密块纹理复杂度小于阈值的异常情况,为解决这一问题,算法包含了基于最小失真的像素值局部调整策略。实验结果表明,该算法的嵌入效率高于原始APPM算法,而且KL距离较小,抵抗几种常用隐写分析算法的能力也比其他几种代表性算法LSB和APPM更强。     

关于梯度、旋度和散度的相互关系

运用梯度、散度和旋度等价表示方法,点积及叉积的性质,研究了梯度、旋度和散度的相互关系,得到若干新的结果.