增强征兵准备工作实效之浅见

征集时间前推是促进征兵改革、提高兵员质量的有力举措,但同时也对征兵准备工作提出了更高要求。笔者认为,适应形势任务需要,增强征兵准备工作实效,应重点在三个方面持续用力。一、筹划准备宜"早"不宜"晚"。扎实有效的征兵准备是圆满完成征集任务的前提和基础。随着征集时间的调整,征兵准备的时间更紧、任务更重、要求更高。以往那种临时突击式的征兵准备已无法适应征兵工作新要求。为此,筹划准备应突出一个"早"字,做到尽早展开、先入     

一种改进的多相码信号参数估计法

目前,对由频率导出的一类多相码脉压雷达信号(Frank码和P1 ～ P4码)进行参数估计是电子对抗侦察技术中的难点之一.针对此问题,提出一种基于改进的分数阶傅里叶变换(FrFT)的多相码信号参数估计方法.该法利用积分二次相位函数将FrFT的二维搜索转换为2次一维搜索,较大减少了计算量.仿真表明,该法能在较小的计算量下达到与RWT和RAT法相当的估计精度.     

基于组合函数的弹药装填机器人轨迹规划

针对非确定环境下弹药装填机器人作业过程需满足平稳、连续及实时控制易于实现的要求,提出了基于三次多项式与五次多项式相结合的组合函数的弹药装填机器人轨迹规划方法,并对弹药装填机器人取弹作业进行了轨迹规划和仿真计算,实时得到各关节角度、角速度和角加速度,结果表明:该方法既能保证弹药装填作业过程的平稳性与连续性,又能满足作业轨迹高阶导数连续性的要求.     

基于小波神经网络的货运量预测

选取我国1979—2011年国民生产总值、能源生产总值、进出口贸易额、社会消费品零售总额和固定资产投资总额5项指标作为货运总量的主要影响因素,以货运总量为输出,建立了基于Morlet小波函数的小波神经网络预测模型。该模型能够揭示货运量与相关变量之间的非线性映射关系,经实例分析得到了较满意的结果,并通过与实际货运量和BP神经网络预测结果的对比,证明了小波神经网络在货运量预测方面应用的可行性。     

基于小字典训练的语音增强算法

文章提出一种基于小字典训练和过完备稀疏表示的语音增强算法。该算法通过构造过完备的小字典并使用带噪语音的幅度谱对其进行训练来实现。训练过程中通过不断地使用K-SVD算法更新字典矩阵和相应的稀疏系数矩阵来实现对纯净语音的提取,达到语音增强的效果。该方法不同于传统增强算法需要对噪声进行估计与抑制,而是通过稀疏表示将纯净语音从带噪语音中分离出来。主客观测试结果表明,本文方法较好地消除了随机噪声,低信噪比情况下增强效果明显优于传统算法,且能够避免产生音乐噪声。     

增强责任意识

增强干部的责任意识是党的十八大对新时期领导干部的基本要求,也是落实中央关于改进工作作风、密切联系群众的"八项规定"的具体体现,在当前形势下,团场干部更要带头解放思想,不断增强责任意识,以创新理念应对新挑战、抢抓新机遇,加快推进团场实现跨越式发展和长治久安。一、明责是增强干部责任意识的前提2012年,兵师党委提出了对农牧团场实行争先进位的考核办法,面对新的机遇和挑战,团场干部肩上的担子更重了,每     

合作定位节点选择策略

合作定位是指接收机之间通过合作网络交换关键定位信息实现协同定位的新技术,接收机进行合作定位过程中可供使用的辅助节点包括可视卫星和已定位邻居接收机。接收机之间的合作增加定位过程中的可用辅助节点数量,进而增加位置估计的计算量和计算时间,在可用辅助节点较多时,定位实时性很难得到保证。提出改进次优节点选择算法,计算备选节点之间单位向量差作为节点价值,选择拥有最大价值的节点作为辅助节点。将新算法与4种典型的节点选择算法进行了对比,仿真实验证明该算法能够在较短时间内选择出接近最优算法得到的组合,综合性能优于现有节点选择算法。     

复合材料组合梁的分布参数传递函数法分析模型

应用分布参数传递函数法分析了复合材料组合梁在轴压载荷作用下的振动与稳定性问题。通过引入对偶变量，利用Ｌｅｇｒｅｎｄｒｅ 变换和Ｌａｐｌａｃｅ 变换，建立了可进入Ｈａｍ ｉｌｔｏｎ 体系的混合能量变分原理，并推导出了结构在复频域内的状态空间控制方程， 从而得到了任意边界条件下组合梁振动与稳定性问题的传递函数精确解。分析了一阶和高阶横向剪切变形、转动惯量、细长比、材料各向异性等多种因素对组合梁固有频率和屈曲载荷的影响。文中最后给出了数值算例， 验证了本方法的有效性和适应性。     

集成广义模糊函数在雷达多目标分辨中的应用

多目标分辨是常规雷达功能的扩充。由于集成广义模糊函数是单、多分量多项式相位信号检测与参数估计的有效工具，将其应用于雷达多目标分辨中是完全可行的，这已被文中对雷达实测数据的分析所证实。为适应雷达实际工作需求，文中探讨了尚待进一步解决的关键问题。     

一种自生成基函数模糊神经元故障诊断模型及其应用

在分析自生成基函数（SGRBF）模糊神经元模型基础上，提出了一种新的故障诊断网络模型及其学习算法，并将其应用到轴承、齿轮的故障诊断中，给出两个应用实例及分析结果。最后，文章将得出一定的结论。