摘要：目的了解武警某部战士吸烟现状及对吸烟的相关认知、态度及行为倾向,为有针对性地开展部队控烟工作提供参考。方法利用自行设计的吸烟问卷调查表,调查武警某部260名集训新兵及217名老兵的吸烟现状及对吸烟的危害认知、态度及行为倾向,并分析它们之间的关系。结果战士总体吸烟率为37.32%(178/477),老兵吸烟率62.67%(136/217)高于新兵的16.15%(42/260),差异有统计学意义(P<0.05)。开始吸烟时间多在中学阶段(75.28%),入伍后吸烟率较高(13.48%)。吸烟危害认知片面占33.75%(161/477),总体上危害认知越全面人数越少,对吸烟相关的呼吸系统疾病知晓率97.27%(464/477),其余系统疾病知晓率均较低。67.50%(322/477)认同吸烟不是好习惯,84.91%(405/477)赞同禁烟,59.96%(286/477)有劝阻吸烟倾向。吸烟战士72.47%(129/178)曾被劝阻吸烟,70.79%(126/178)有戒烟意愿。战士是否吸烟与学历程度、吸烟危害认知、吸烟看法及禁烟态度相关(P<0.05),学历程度、吸烟看法及劝阻吸烟倾向与吸烟危害认知全面性相关(P<0.05),戒烟意愿与禁烟态度及被劝阻吸烟相关(P<0.05)。结论武警某部战士对吸烟危害认知、态度和行为倾向仍需进一步提高,部队控烟应以老兵为重点人群,加强烟草知识宣教以提高烟草危害认知的全面性,并形成禁烟和劝阻吸烟的外部环境。

摘要：针对带有状态时滞随机系统的估计问题,提出了一种改进的高斯滤波算法(Guassian filter,GF),给出了具体的实现形式—状态时滞容积卡尔曼滤波器(State-delayed cubature Kalman filters,SDCKF)。通过递归运算,获得当前和状态时滞的后验概率密度;根据高斯滤波框架分别对带有状态时滞的时间更新方程和量测更新方程进行了推导。根据三阶球径容积法则,给出了SDCKF滤波算法的详细设计过程。SDCKF作为一个通用的非线性滤波算法框架,根据不同的后验概率密度近似方法,可以有不同的实现形式,经典GF算法是本文所提出改进GF算法的一种特例。仿真结果表明,相比于EKF算法、UKF算法和CKF算法,SDCKF算法解决了含有状态时滞系统的状态估计问题,具有更高的精度和更好的数值稳定性。