高精度测频电路的设计

本设计采用CPLD(复杂可编程逻辑器件),运用原理图输入编程.在MAX plus Ⅱ软件中进行仿真,编译并下载到EPM7128S84LC-15芯片上实现分频电路,采用8051单片机,运用汇编语言编程,使单片机实现测频功能.两者结合,实现高精度测频.     

H~2×R中给定平均曲率曲面的Weierstrass表示

定义了H~2×R中曲面的法高斯映照,给出了给定平均曲率曲面的Weierstrass表示,证明了法高斯映照满足一个二阶偏微分方程,并且该方程是所得到的Weierstrass表示的完全可积条件.     

混合模型及其导出模型下估计量间的关系

考虑混合模型Ａ＝｛ｙ,Ｘβ,Ｕξ,σｅ＾２Ｖ｝和它的三个导出模型,其中Ｘ,Ｕ＝（Ｕ１：…：Ｕｋ）为已知设计阵,β为固定效应向量,ξ’＝（ξ’：…：ξ’ｋ）为随机效应向量,且Ｖ≥０,Ｒ（Ｘ：Ｕ）∈Ｒ（Ｖ）。给出了可估函数Ｃβ在模型Ａ和其导出模型下的最佳线性无偏估计（ＢＬＵＥ）相等的充要条件,σｅ＾２在不同模型下最小范数二无偏估计（ＭＩＮＱＵＥ）相等的充要条件。     

最小范数二次无偏估计与最小方差二次无偏估计的关系

本文给出了当V0 ≥ 0时 ,c′σ2 在混合模型M =( y ,Xβ ,Uξ,σ20 V0 )下的最小范数二次无偏估计的表达式及其证明 ;得到了当 y服从正态分布时 ,c′σ2 的最小范数二次无偏估计与其最小方差二次无偏估计之间的关系。     

线性模型中F-检验的稳健性

本文讨论了一般线性模型中关于均值参数β的线性假设基于广义最小二乘估计的F-检验统计量的稳健性问题.主要研究了当误差的协方差矩阵含有参数时,设计阵可以列降秩情况下的F-检验统计量的稳健性,得到了F(V(θ))为该假设下F-检验统计量的误差协方差矩阵的最大类.并讨论了分块线性模型中,关于分块参数的线性假设的F-检验统计量的稳健性.     

H~2×R中给定平均曲率曲面的Weierstrass表示

定义了H~2×R中曲面的法高斯映照,给出了给定平均曲率曲面的Weierstrass表示,证明了法高斯映照满足一个二阶偏微分方程,并且该方程是所得到的Weierstrass表示的完全可积条件.     

高精度测频电路的设计

本设计采用CPLD（复杂可编程逻辑器件），运用原理图输入编程。在MAX＋plus Ⅱ软件中进行仿真，编译并下载到EPM7128S84LC-15芯片上实现分频电路；采用8051单片机，运用汇编语言编程，使单片机实现测频功能。 两者结合，实现高精度测频。     

Bayes线性无偏估计的稳健性

考虑Bayes线性无偏估计关于误差分布的稳健性,给出误差项ε的最大分布类,使得误差项ε的分布在此范围内变动时,Bayes线性无偏估计都是最优估计.     

一般线性模型中参数的平衡广义LS估计

基于平衡损失的思想,对一般线性模型提出了一种全面地度量估计优良性的标准,给出了在此标准下回归系数的平衡广义最小二乘估计,并讨论了其优良性.得到了该估计为无偏估计的充分必要条件,以及在一定条件下,在均方误差损失的准则下平衡广义最小二乘估计优于最佳线性无偏估计的充分必要条件.     

线性模型中广义最小二乘估计关于误差分布的稳健性

研究一般线性模型下广义最小二乘估计关于误差分布的稳健性, 给出了误差分布的最大分布类, 使得当误差向量的分布在此范围内变动时, 广义最小二乘估计在广义均方误差准则下为一致最优估计.