LD-CELP语音编码原理

低时延码本激励线性预测[LD-CELP]语音编码技术是近年来发展起来的一种新型的低速率语音编码技术。其基本原理是,发端根据语音信号的PCM码经过LPC分析后,只向收端发送激励码本的索引,收端在收到码本索引后,寻找码矢量和增益因子,再通过综合为PCM码。其优点在于可以与PCM码互换,很容易入市话网;而且可在16kbps的速率上获得令人满意的语音质量和较低的时延（≤2ms）,是一种很有前途的语音编码技术,它对提高卫星信道利用率和实现卫星地球站的小型化都具有重要意义。本文介绍了LD-CELP的基本原理,并给出了硬件实现方法。     

基于成本显示的成本加激励金合同优化模型

成本加激励金合同在装备采办领域广泛应用,但存在供应商虚报成本以增加利润的弊端。为了使供应商提供其真实成本,对合同进行优化设计,提出由供应商制定目标成本而不是由客户制定,并根据目标成本确定目标利润和成本激励系数。模型给出了目标利润、成本激励系数关于目标成本的具体函数,并通过设置利润率上限以及最可能成本时的利润率控制了利润范围。从理论上和案例上论证了供应商在提出其真实预期成本时模型可达到最优激励效果。     

航空发动机叶片裂纹扩展规律数值模拟研究

基于有限元分析软件ABAQUS联合裂纹分析软件Franc3D,开展了叶片裂纹扩展影响研究。建立压气机叶片有限元模型和裂纹扩展模型,发现叶片在振动载荷下的应力分布规律和不同裂纹位置、不同前缘形状、不同初始角度的叶片裂纹扩展规律。叶片背部裂纹扩展速率快于叶片前缘和后缘;初始裂纹前缘形状对叶片表面裂纹方向的扩展基本无影响,但对裂纹深度方向扩展存在明显影响;叶片初始裂纹方向与缘板面夹角越小,则裂纹扩展速率越快,且其他方向裂纹随着扩展会逐渐向缘板面方向偏转。     

海上多角反射体群雷达散射面积的快速预估算法

依据远场高频环境下雷达散射面积(RCS)的计算原理,对海上多个角反射体所组成的无源对抗系统的RCS特性进行预估计算。针对传统算法计算量过大的问题,借助Hepermesh有限元网格处理软件,提出了一种快速算法,该算法首先应用混合面元、快速投影理论实现海上单个角反射体RCS计算,然后结合散射中心合成算法对海面随机布放多角反射体群的整体RCS特性进行预估,随后利用FEKO软件对算法进行了仿真验证。结果表明:新算法能够在保持计算精度的前提下,有效缩短海上多角反射体群RCS的计算时间。     

发挥考核对干部的帮促作用

干 部考核既是了解考察干部的过程 ,也是教育帮促干部的过程。通过严格科学的考核 ,客观、公正、全面地评价干部的德、能、勤、绩 ,不仅能为干部的选拔使用提供客观依据 ,还能寓教育于考核过程中 ,使考核起到教育、帮助、激励干部的作用。通过理论学习考核 ,为干部提供内在动力和外在压力当前干部理论学习上存在的最为突出的一个问题 ,就是一些干部对政治理论学习重要性还缺乏足够认识 ,对学习没有兴趣 ,自觉性不高。造成这种状况的原因是多方面的 ,缺乏严格科学的考核制度是主要原因之一。长期以来 ,我们在干部考核中 ,“考学”往往比较抽…     

基于多模型滤波的只测角跟踪方法

只测角单站无源定位跟踪系统中,目标初始状态估计精度较低时,采用扩展卡尔曼滤波算法经常出现滤波发散的情况.针对这一问题,提出了一种多模型扩展卡尔曼滤波方法,根据目标的初始状态估计设计了五个扩展卡尔曼滤波模型,对目标运动状态进行多模型估计,在滤波过程达到稳态后,再采用单模型滤波.仿真实验验证了算法的有效性.     

“小活动”搞活“大教育”

海兴县人武部在第二批学习实践科学发展观活动中及时召开党委会,围绕学什么、怎么学进行大讨论,创造性地组织干部职工开展"开小课堂"、"学小典型"、"评小事情"的"三小"活动,丰富了教育形式和内容,增强了教育的针对性和实效性。     

军事人力资本激励模式的比较与选择

目前对军事人力资本的激励不足,使军事人力资本不能“人尽其才”。对此,应通过对“管理激励”与“制度激励”两种模式的比较分析,选择最有效的方式,以构建适应形势发展需要的军事人力资本产权制度形式,实现对军事人力资本在制度层面上的更有效的激励。     

测时差定位的误差分析及表征方法

测时差无源定位具有很高的测量精度,但是时差定位在不同的定位区域定位误差差异非常大,更为重要的是误差区域分布形状复杂,用传统的误差半径和误差面积都很难表征具体点误差在军事上的意义.引入了概率椭圆来表示目标的概率分布,可较好地表征不规则的误差分布,有很强的军事应用价值.并给出了目标处于不同位置时的概率椭圆算法.     

改进鸽群算法的复杂信号盲源分离

由各类侦察、干扰、探测、通信信号构成的复杂信号盲源分离是侦干探通一体化系统接收信号处理的第一步,对盲源分离准确度要求更高。传统独立成分分析的盲源分离方法,存在容易求得局部最优解、分离性能较差等缺陷。针对这些问题,提出了一种改进鸽群算法的复杂信号盲源分离方法,通过在鸽群算法的地图和指南针算子中添加位置因子,以及在地标算子中添加压缩因子2种方式,平衡了算法前期全局探索能力以及后期局部搜索准确度,解决了易陷入局部最优以及早熟收敛的问题,提升了算法的寻优能力,同时该算法在收敛速度上也有所提升。仿真实验结果表明,该算法在低噪声和高噪声情况下均能较好地分离出复杂信号,对比传统独立成分分析的方法,具有更好的分离性能和收敛速度。