浅谈柯西不等式及其应用

柯西不等式是高中不等式内容的一个重要知识点,是高中不等式内容的升华,其具有非常鲜明的结构特点,形式优美,通过柯西不等式的学习,可以提升学生的探究与创新能力,激发学生的数学学习兴趣,提高学生的数学整体素质.柯西不等式在不等式的证明、最值的求解、参数范围的求解等方面有重要的运用.柯西不等式:若ai、bi∈R+(i=1、2…、n),则:     

例谈数学高考审题策略

美国著名数学家波利亚在其名著《怎样解题》中,根据人们解决问题时的一般思维规律,构建了一种具有普遍意义的解题程序——弄清问题、拟定计划、实现计划、回顾,从而描绘出解题方法论的一个总体轮廓,波利亚解题方法论对于数学解题具有普遍而重要的指导意义.根据波利亚的＂四个阶段＂说,解决数学问题的第一个阶段就是弄清问题,而弄清问题就是...     

防空导弹自动驾驶仪测试性建模研究与应用

为了得到防空导弹自动驾驶仪的故障检测与诊断策略,减少自动驾驶仪的测试费用,建立了自动驾驶仪的测试性模型并进行分析,解决了建模的难点。通过多层抽象混合推理故障建模方法推导了自动驾驶仪结构与测试点之间的关系,根据测试点的特征和自动驾驶仪工作原理建立信息流模型,在此基础上,利用故障与测试间的相关性矩阵来描述测试性模型。基于此模型设计了诊断策略构建方法。实际应用表明,建立测试性模型的方法完全正确,通过模型能够构建有效的检测与诊断策略,缩短测试时间。     

一种高准确率的交通监控视频车辆检测算法

针对高速视频监控的车辆识别易受几何变换影响且准确度不高的问题,提出了高效的阴影去除和车辆分类两种视频处理算法来提高车辆识别性能。利用阴影区域前景和背景的对比度参数进行有效的阴影去除;利用Hu不变矩表征车辆,从而克服了几何变换的影响。对比试验结果证明,本算法具有较高的阴影检测性能和极佳的车辆分类性能,明显优于其他同类型算法。     

基于光电侦察仪的多测角实时数据融合方法研究

针对传统“L公式法”和“平均值法”进行数据融合时利用测试数据不充分、没有考虑测试误差影响等局限性,文章提出一种基于多测角融合的光电侦察仪组网实时数据融合方法;在最小二乘准则下,建立了光电侦察仪组网融合模型,并对模型求解涉及的待估参数初值选择、权系数矩阵确定和融合精度等问题进行深入研究;通过仿真实验,对文章所提方法的实时性和精度进行有效验证,对不同布站数量下的融合效果进行了对比分析;最后,得出待估参数选择原则、权系数矩阵确定原则和布站数量要适中的结论。     

基于信息流模型的自动驾驶仪多故障诊断分析

为了在多故障情况下对自动驾驶仪故障做出正确诊断,提出了基于相关性矩阵的多故障诊断完备性分析方法,并给出了严格的数学证明;首先对系统的软硬件模块进行分析与划分,利用信息流模型建立故障与测试间的相关性矩阵模型;再根据多故障情况下的诊断完备性分析方法对相关性矩阵进行行列变换,说明在多故障情况下此自动驾驶仪的故障诊断正确率理论上能达到100%,最后构建其故障诊断方法;实际应用表明,此方法对于自动驾驶仪的分析是有效的,可满足系统的指标要求。     

基于PCI总线的矩阵电路在压变温压补偿系统中的实现与应用

本文提出基于PCI总线驱动控制的矩阵电路在压力变送器温压补偿系统中应用的目的是解决现有压力变送器温压补偿系统中HART总线型工位电路数量少,整套矩阵电路缺失冗余性,以及现有电路在压力变送器产品温压补偿中实用性差、维护成本高的问题。文中阐述的矩阵电路是以PCI总线为基础,实现对PIO数字接口卡的驱动控制,完成由PCI总线上32路数字I/O到168路数字I/O的转换,并利用168路数字I/O进行继电器矩阵电路设计,实现了弱电控制强电的过程,成功有效的解决了现存压力变送器温压补偿系统中矩阵电路存在的问题。该研发成果已经应用于PDS压力变送器产品温压补偿生产线上,并且该电路的设计能够满足压力变送器生产企业的需求,而且整套电路融入系统中能够长期稳定、可靠的运行。     

水下任意刚性散射体对Bessel波的散射特性分析

本文利用Bessel波的谐波展开式, 采用T矩阵方法的推导思路, 建立了水下任意刚性散射体在Bessel波照射下的声散射场计算公式. 以水下刚性椭球体和两端附连半球的刚性圆柱体为例, 计算了在不同波锥角β 下的反向散射形态函数, 同时, 依据镜反射波和绕行波的干涉物理模型, 给出了预报Bessel波照射下的反向散射形态函数峰峰间隔值的计算模型. 仿真结果表明本文提出的Bessel波照射下反向散射形态函数峰峰间隔值预报方法是准确有效的, 同时也说明, 本文建立的基于T矩阵法计算水下任意刚性散射体在Bessel波束下的声散射场方法是有效的, 这拓展了T矩阵法的应用领域.     

取向比对椭球气溶胶粒子散射特性的影响

利用T矩阵和离散坐标法研究了取向比对椭球粒子散射特性的影响, 计算了小尺度范围内椭球粒子的散射特征参量, 包括消光效率因子、不对称因子、单次散射反照率、散射相矩阵及双向反射函数(BRDF). 结果表明, 椭球粒子的散射特性与取向比密切相关, 粒子取向比会影响散射参量的振荡频率和振幅, 与球形粒子散射参量的相对差异也呈周期振荡趋势. 研究还发现, 某些特殊粒子尺寸的散射参量与粒子取向比基本无关. 在多次散射条件下, 分析不同取向比粒子群的BRDF随反射角和光学厚度的变化特性. 结果显示: 不同取向比粒子群的BRDF随反射角的变化趋势基本一致, 球形粒子群比非球形粒子群的BRDF曲线波动振幅更大; 球形-非球形粒子的BRDF相对差异随光学厚度和取向比的增大而减小, 随入射角的增大而增大.     

二进制信号的混沌压缩测量与重构

二进制信号的压缩感知问题对应超奈奎斯特信号系统中未编码的二进制符号的检测问题, 具有重要的研究意义. 已有的二进制信号压缩测量采用高斯随机矩阵, 信号重构采用经典的l₁最小化方法. 本文利用混沌映射构造基于Cat序列的循环测量矩阵, 并提出一种针对二进制信号的全新的重构算法——平滑函数逼近法. 文章构造的混沌循环测量矩阵兼具确定性和随机性的优点, 能够抵御低信令效率和低信噪比的影响, 取得更好的压缩测量效果. 文章提出的平滑函数逼近法利用非凸函数代替原问题不连续的目标函数, 将组合优化问题转化为具有等式约束的优化问题进行求解. 利用稀疏贝叶斯学习算法进一步修正误差, 得到更准确的重构信号. 在信道含有加性高斯白噪声的条件下对二进制信号进行了压缩测量与重构的数值仿真, 仿真结果表明:基于Cat 序列的循环测量矩阵的压缩测量效果明显优于传统的高斯随机矩阵; 平滑函数逼近法对二进制信号的重构性能明显优于经典的l₁最小化方法.