Yang-Nǐǐno定理的推广

一、引言和定理叙述设F(z)为平面上的亚纯函数,若F(z)可以表为F(z)=f(g(z))=fog (1)其中g 为整函数,f 为亚纯函数(当f 为有理数时,g 可以为亚纯函数).则称(1) 为F的一个分解,f 和g 分别称为F 的左、右因子。如果F(z)的任何形如(1) 的分解都只能是f(z)或g(z)为线性函数,则称F(z)为素的,此时(1) 称为F(z)的一个平凡的分解。如果F 的任何形式如(1) 的分解只能是f 为有理函数或g 为多项式,则称F(z)为拟素的,如果     

柯西积分定理的一些新证法

本文首先给出一个不同于传统的二分法的柯西积分定理的直接证法;其次给出一个不用约当曲线定理而仅用同伦曲线概念的更为简洁的证法。     

低信噪比直扩信号扩频码的盲估计方法

为了解决低信噪比直扩信号扩频码的盲估计问题,提出了一种直扩信号的协方差矩阵累加平均和离散卡洛(Karhunen-Loève,K-L)变换的方法。该方法是在已知直扩信号的扩频码周期、码速率等参数的前提下,将接收到的直扩信号以一随机确定值为起点进行周期分段以形成连续多个观察向量,求协方差矩阵并累加平均,实施离散K-L变换以得到信号所含主成分,由主成分特征向量估计观察信号的扩频码。而后对观察信号进行解扩处理,从而实现直序扩频信号的盲解扩处理。理论分析和数值结果表明了该方法非常鲁棒不易受噪声影响,在通常情况下可以工作于低于-20dB信噪比的环境下。     

关于拟素函数乘积的进一步结果

本文讨论了C.C.Yang问题:两个拟素函数的积是否仍为拟素的?结论表明,上述问题在一般情况下不真。     

整函数复合增长性的一些关系

即.引言设f(幻,g(幻是超越整函数,那么,limr叶COT(:,f(g)) T(r,g)这个结果是由J.clunie导出(见〔1〕P.54)。在同样假设条件下,A.P.Singh在〔2〕提出limr~,O)logT(r,f(g))T(r,g)是否存在?本文将指出,如果对了,g不再增加其它假设条件,lfm丛孕立卒必不能确r-.1气r,g夕定。关于1‘用T(r,f(g)) T(r,夕)OO,Hayman与Gross分别在〔1〕与〔6〕中仅给出粗略的证明,本文将给出一个完整的证明,此证法不同于〔1〕,〔6〕,P。82)。 A.P.singh在〔2〕中建立的定理2: 设f与g是有穷级的整函数,且p,>p,(这里的p,也不同于J.elunie的证法(见〔3〕,几表示…     

整函数的复合函数的增长性

文中使用的符号如,T(r,f)、ρ_f、λ_f、σ( a, f)等分别表示R、Nevanlinna的特徵函数、级、下级与亏量。 首先将A、P、Singh在〔1〕中的一些结果严格化,叙述如下 : 定理A 设f与g是有穷级整函数,且具有ρ_g>ρ_f≥λ_ f>0,则 lim sup logT(r,f(g))/T(r,f)=∞。 推论 设f与g是有穷级超越整函数,且具有ρ_g>ρ_f≥λ_f>0,则f(g)是无穷级整函数。 定理B 设f与g是有穷级超越函数,且具有P_g>0与λ_f>0,则 lim sup logT(r,f(g))/logT(r,g)=∞。     

柯西积分定理

<正> 柯西积分定理是解析函数中最重要的基础定理,解析函数的很多重要性质,都是由这个定理派生出来的.柯西原始的积分定理创立于1825年,当时要求导函数f′(z)在积分围线上是连续的.1900年古尔莎(E.Goursat)证明的柯西积分定理改进为只要求     

空间平滑和盖氏半径变换的宽带相干信源数估计

采用空间平滑处理和不同信源数估计准则进行宽带相干信源数估计。该方法针对宽带相干信号,不需要聚焦处理,直接对宽带信号阵列采样输出分段并进行快速傅立叶变换(fast Fourier transform,FFT),得到不同频点处的窄带采样协方差矩阵,然后采用空间平滑处理技术进行解相干处理,接着利用信源估计准则进行信源数估计,对每个频点处的结果进行加权处理得到宽带信源数目。仿真结果表明,通过对信息论准则、基于盖氏半径的似然准则、盖氏圆估计准则的性能的对比,进而得到了一种在色噪声下估计宽带相干信源数的方法。     

整函数复合增长性的进一步性质

本文讨论整函数f与g的复合函数f(g)的增长性的比率。若f与g都是有穷级整函数,且满足:λ_g>pf>0,则若f与g都是有穷级超越整函数,且g)表示奈望林纳(Nevanlinna)的亏量,则若f是无穷级整函数,g是有穷级整函数,且     

相关衰落信道发射天线选择系统的性能分析

文章研究了接收天线空间相关条件下组合发射选择/最大比合并方法(TAS/MRC)的性能;导出了准确错误概率的上限,以及信道参数对系统性能的影响。性能分析表明:采用不相关的发射和接收天线,TAS/MRC方法能实现满分集增益;随着接收相关的增强,系统的分集增益减小,性能下降;反之,系统的编码增益增大,从而对系统性能的下降有一定的抵消作用。