战风雪斗严寒

北疆隆冬,冰封雪裹,寒彻肌骨。1月15日,驻哈尔滨某预备役防化团将官兵拉进茫茫林海雪原,展开昼夜严寒条件下的冬季适应性训练。演练中,他们打破传统组训模式,根据实战要求和地形特点全程开设战场,设置“敌情”,提高了官兵在恶劣条件下的走、打、吃、住、藏能力。     

重视救灾一线官兵“心理重建”

随着抗震救灾工作从搜救生命转入到灾后重建,“心理重建”工作也陆续展开了,广大心理专家和志愿者深入灾区对灾民进行心理危机干预。从某种意义上讲,对灾区群众的“心理重建”与“生命救援”一样重要。在“心理重建”的过程中,不仅应加强对受灾群众进行心理危机干预,而且还应重视救灾一线官兵的心理重建。     

基于OSG的地形多分辨率四叉树模型

针对大地形数据量庞大的特点,建立了地形多分辨率四叉树模型,构建了该模型的存储结构,即采用大数据文件加索引文件的形式进行存储,采用该存储结构可快速读取到需求数据,并阐述了数字高程模型(Digital Ele-vation Model,DEM)数据和纹理数据的存储步骤;设计了数据的并行多线程调度机制,该调度机制采用共享内存策略实现同步,确保了信息处理高效、有序地执行.结果表明:该模型在OSG中能够按需快速加载地形数据,实现高效渲染.     

一种长时长混合通信信号的分离重建方法

对于无线通信系统中的长时长混合通信信号,接收机是将其分成多个时间段依次进行接收分离的。但是分离中固有的不确定性会使得相邻时间段分离出的各路信号在序号、相位和幅度上不完全相同,这将导致相邻时间段分离出的各路信号不能正确相连接,合成各路完整的接收信号。文章针对这种信号在进行分段处理时因分离不确定性引起的问题,提出了一种分离重建方法,并通过MATLAB仿真试验验证了该方法的有效性。理论分析和仿真试验表明:与文献[9]中基于估计混合矩阵列向量相关性方法相比,该方法在一定条件下具有更好的性能。     

湖南省靖州县“8·5”火灾无一人伤亡：烈火见证爱民情

8月5日上午9时,湖南省靖州县寨牙乡江口村岭头侗寨发生大火,100余栋木屋和岭头鼓楼危在旦夕。危急时刻,该县人武部组织干部职工和民兵应急分队150人始终冲锋在前,奋战在最危险的地方,经过3个小时的努力,最终将大火顺利扑灭,岭头侗寨化险为夷,所有受灾群众均得到妥善安置,灾后重建工作也有序展开。     

分布式并行地形分析中数据划分机制研究

数据粒度是海量空间数据并行计算的重要问题之一。通过对不同性质的并行算法的对比分析,提出空间数据粒度模型,量化地反映并行地形分析中数据划分的规模,建立并行数据粒度评价模型。通过研究集群环境下不同算法的数据并行数据粒度问题,提出基于并行数据粒度评价模型的优化数据粒度调度算法。通过计算每一次并行计算的时间与数据粒度效率,从而实现对计算数据粒度动态更新以追求更高的加速比。经过实验验证,该算法较之传统算法,可提供更高的任务执行效率并具有更好的可移植性。     

迫击炮的过去、现在和未来

迫击炮是一种支援和伴随步兵作战的压制性武器,其主要任务是杀伤或压制近距离暴露和隐藏的敌有生力量和技术兵器,摧毁敌轻型工事和障碍物,也可用来施放烟幕和实施战场照明等。迫击炮由于体积小、重量轻、战斗准备简单,能较好地适应现代特种战斗的需要,并能在较复杂地形上和恶劣气候条件下灵活执行多种任务,在近一个世纪以来的战争中都发挥过重要作用,被公认为步兵的“忠实伴侣”。据统计,第二次世界大战期间,地面部队战场伤亡的50%以上是由迫击炮造成的。在高新尖端武器广泛用于战场的今天,迫击炮作为传统的常规武器,不仅没有被时代所淘汰,…     

美军超级全能型过渡部队——“斯特赖克”旅

“斯特赖克”旅级战斗队(SBCT)是一支用于先期投入、作战能力全面的战斗部队,是美军主要为应付爆发于复杂地形和城市地形上的小规模突发事件而专门组建的。美军组建“斯特赖克”旅的目的是为了应付低水平、中距离威胁,因为在面对这种威胁时,美军可能需要同时使用常规能力和非对称能力。“斯特赖克”旅可用于快速部署,能够在不接受任何外援的情况下连续独立行动72小时。该旅总共辖员约3500人,编制结构呈三三制,主要作战力量包括3个诸兵种合成机步营,支援力量包括骑兵中队、野战炮营、旅属保障营、反坦克连和军事情报连等建制内战斗、战斗支…     

台湾沿海地形对潜艇的影响

台湾西面、北面的台湾海峡以及东海水域,是一个平均水深大约100米左右的大陆架,在冰河时期多半为陆地。除了澎湖水道稍深以外,附近区域的水深相当浅。在这种环境下潜艇作业的基本活动空间不大,不适合大型潜艇运作。虽然柴电潜艇可以在此关掉主机坐底消除音源,但是碰到反潜部队的时候,潜艇几乎没有地方可以躲避。另外这个区域的声波通道不稳定,而要找到这种环境避免被侦测到,也是很困难的。但浅海的     

压缩感知新技术专题讲座(三) 第6讲 压缩感知在语音处理中的应用研究

压缩感知CS(Compressive Sensing)作为一门新兴的技术,成为近年来人们广泛关注的研究热点。文中介绍了压缩感知理论的基本原理,在此基础上将压缩感知理论应用到语音信号处理中。首先研究了语音信号的稀疏性,说明了对语音信号进行压缩感知具有可行性;其次,采用随机滤波器组构造随机测量矩阵得到语音信号的压缩测量值;最后,研究了压缩测量值之间的相关性并将这种相关性作为稀疏度的一种度量方法用于控制随机滤波器阶数,实现了语音信号的自适应压缩感知。