BCH+turbo码在军用光通信系统应用中的性能分析

对应用于光通信系统的原始turbo码提出了改进方案:用BCH码做外码、turbo码做内码组成一种新的串行级联卷积码(SCCC).提出了相应的全面迭代最大后验概率(MAP)译码算法.推导了级联码的不可检测错误概率.对SCCC码的误码率进行了仿真,仿真结果表明,SCCC码在高信噪比时降低了通信系统的误码率,可适用于军用光通信系统.     

民心的证明——浙江省永嘉县后九降村村民救治村支书引出的故事

我们以大幅版面编发这一典型“背后的故事”,因为比这位普通党员和民兵干部的生动事迹更具价值的,是故事所阐明的一个关于干群血肉关系的辩证道理,所展示的一个充满人格魅力和党性观念光辉的立体形象,所表达的党和人民希望多出现郑九万这样建设新农村领头人的殷切期望。     

匀速直线运动目标脱靶量测量方法

研究了匀速直线运动目标的脱靶量测量问题。文中首先给出了脱靶量测量的数学模型 ,将匀速直线运动目标的脱靶量测量表示为交会过程中目标径向距离时间序列的非线性拟合问题 ,并讨论了其求解的最优化算法。仿真结果表明 ,这种基于径向距离时间序列的目标脱靶量测量方法是简洁有效的     

女儿情系铁路桥——来自四川夹江女子护桥民兵连的报告

在奔腾不息的青衣江上,一座1860米长的铁路大桥犹如巨龙横江而踞,擎举着日日夜夜飞驰的列车。 就是为了这座联结西南的交通大动脉——成昆线上最大的铁路桥,1975年青衣江上挂满冰凌花的时候,便诞生了被誉为“护路女神”的中国唯一的一支脱产女子护桥民兵连。她们全是来自农村的姑娘,20     

分子烙印聚合物吸附神经性毒剂的研究

以神经性毒剂ＶＸ为烙印分子,采用不同的单体及交联剂制备了４种分子烙印聚合物,考察了这些聚合物对ＶＸ及其他有机磷毒剂的吸附率。发现这些聚合物对ＶＸ的吸附率均大于９５％,除对结构小、官能团活性强的塔崩有一定的吸收外,对结构委相似的沙林及梭曼均不吸收,体现了较好的专一识别能力。     

加强军民民族团结 巩固边防建设边疆——云南省军区召开群众工作经验交流会

2月26日至28日,云南省军区在保山召开了群众工作经验交流会。总政群工部群工局局长刘文华,军区政治部群工部部长段录定,云南省副省长李汉柏,云南省军区政委陈培忠、副政委章靖才、政治部主任段树春等军地领导以及云南省军区司政后机关和各军分区代表70余人出席了会议。     

多种滤波器方案对机动目标跟踪自适应性比较

在过去几年对机动目标跟踪这个复杂问题取得了许多成果。目前已普遍认为混合状态估计交互式多模型算法(IMM)对机动目标就跟踪精度而言比其它类型的滤波器(如自适应单模型,输入估计,变维等等)实现效果更好。然而,IMM算法的复杂性阻碍了其应用,在这些应用中,简单算法不能提供必要的精度,又不能承受IMM算法的计算负荷。本文介绍评价一个应用并行运行的3个不同常速模型(3CV-PAR)和一个机动检测器的多模型航迹滤波器的跟踪精度。输出估计由选择其似然函数比目标机动门限值(TMTh)低的模型确定。3常速并行航迹滤波器的跟踪效果与如下滤波器比较:·自适应单运动模型卡尔曼滤波器(ASMMKF);·交互式多模型(IMM)滤波器中运用相同的3个常速运动(CV)模型作为3CV-PAR滤波器;·交互式多模型(IMM)滤波器中应用一个等速(CV)模型和一个等加速(CA)模型成为CVCA滤波器;·交互式多模型(IMM)滤波器中应用一个常速(CV)模型和两个仅过程噪声水平不同的常加速(CA)模型(CA1、CA2)成为CV2CA滤波器。通过在具挑战性的多传感器想定下100次蒙特卡洛(Monte-Carlo)试验平均均方根(RMS)误差的计算结果,比较3CV-PAR航迹滤波器与上述算法方案,评价跟踪精度。     

搭建实践平台提高大学生创新能力的培养研究——以石河子大学为例

大学生创新能力是大学人才培养的重要方面,高等学校应当把创新能力的培养作为大学生素质教育的重点。本文以石河子大学为例从转变观念,重视大学生的实践活动,积极搭建实践平台为切入点阐述了大学生创新能力培养的新途径。     

温暖他人“一团火”——记四川省双流县合江乡天灯村基干民兵刘先火

在巴蜀大地,人们争相传颂着一个响亮的名字,他就是为抢救落水青年而献出年仅34岁生命的双流县合江乡天灯村基干民兵刘先火。他的一生,是实践雷锋精神,为人民无私奉献的一生。为表彰他的动人事迹,成都市人民政府、成都军分区给他追记一等功,四川省人民政府批准他为革命烈士,中共四川省委、省政府、省军区授予他“舍己救人的英雄民兵”称号。     

图像超分辨率卷积神经网络加速算法

为了实现模型的实时和嵌入式运行，提出了一种轻量级的卷积神经网络结构。通过采用较小的滤波器尺寸和引入深度可分离卷积，可大量减少模型参数，提高模型非线性表达能力；在网络末端引入子像素卷积层，直接从原始低分辨率图像学习到高分辨率图像的映射，计算成本为原来的1/k²(k为放大因子)。在Set5数据集上的实验表明，所提模型的速度较经典的图像超分辨率重建算法速度提高了25.8倍，能够在通用GPU上实时运行，峰值信噪比平均提高了0.17 dB，并且参数只有它的35%。