基于SSM的毕业设计管理系统设计与实现

为了提高毕业设计的质量,运用信息化手段保存并展示毕业设计成果,文中采用SSM框架设计并实现了一种基于Web的毕业设计管理系统,主要实现选题管理、开题报告管理和毕业设计成果管理等功能。运用SSM框架,提高了系统开发的效率,降低了系统的复杂度,使得和数据库的访问更加灵活。经测试,该系统的应用方便师生交流、加强过程管理、便于成果保存和展示。     

基于H形金属狭缝阵列结构双共振谷折射率传感特性

提出了一种基于H形金属狭缝阵列的新型结构。利用该结构形成的法布里-珀罗腔(Fabry-Perot,F-P)来加强表面等离激元的耦合作用,以获得一种双共振反射现象;同时研究了基于该现象的折射率传感特性。采用时域有限差分法研究了该结构中狭缝长度、宽度、金膜厚度等参数对双共振反射现象的影响。研究发现,双共振谷波长可由以上主要参数有效调控,当竖直狭缝长度为150nm、水平狭缝长度为200nm、狭缝宽度为50nm、金膜厚度为300nm时,该结构具有较好的双共振反射现象,其灵敏度分别为590和1199nm/RIU。该发现为新一代高性能表面等离子共振传感器设计提供了理论参考。     

基于复数指示角差异的多基地雷达密集多目标存在性检测

对密集多目标的探测是当前雷达技术领域所面临的前沿课题和紧迫任务,而准确判别密集多目标存在与否是进行其它处理的前提和基础。该文在分析基于复数指示角差异的单基地雷达密集多目标存在性检测方法的基础上,将其扩展到多基地雷达情况,设计了一个多基地雷达密集多目标存在性检测器,并在多个战情下进行仿真试验,分析了信噪比、传感器数量、目标和传感器部署等因素对检测性能的影响。仿真结果显示,在相同信噪比情况下,多基地雷达比单基地雷达具有更好的多目标存在性检测性能。      

基于菲涅尔区的高频算法

当用物理光学法(PO)计算电大尺寸物体的散射场时,计算负荷非常大.然而利用高频局部化原理,可以大大减少计算量,因为只有部分PO电流对散射场作了有效的贡献.这些作有效贡献的局部化区域分散在散射中心附近,也就是反射点和边缘绕射点附近区域.这些区域可以由菲涅尔区来确定.本文提出了一个在确定菲涅尔区时作几何近似的方法,从而进一步减少计算量,提高计算速度.     

光相干探测的应用技术研究

介绍了光相干探测在不同技术领域的应用。通过各类具体实例讨论了光通信系统采用光相干探测技术可以增大通信容量,提高信号传输质量,光传感系统采用该技术可以提高信号探测灵敏度和发展多种多样的光传感模式,以及信号处理系统采用该技术可以改善信号处理性能。     

高码率短码长两边类型LDPC码的设计

高码率LDPC(low-density parity-check)码的设计一直是当前纠错编码领域的难点,尤其在短码长情况下。近年被提出的两边类型LDPC(tow-edge type LDPC,TET-LDPC)码在高码率情况下具有比传统LDPC码更加优秀的纠错性能。基于对TET-LDPC码结构优势的分析,文中提出一种优化设计方法,该方法通过合理选取TET-LDPC码中删余变量节点的度以及优化校验节点和变量节点的连接关系,进一步提高了该码型的性能。仿真结果显示,在AWGN信道下,文中设计的高码率短码长TET-LDPC码,不仅好于传统LDPC码,而且也好于传统的TET-LDPC码,具有更低的误码平台。     

一种改进的基于速度信息的航迹关联算法

简要介绍了分布式雷达组网的工作过程及原理,讨论了航迹关联中的加权法和双门限关联法。进而提出一种基于速度信息的关联算法,利用机动目标交叉飞行时速度信息的差异,并且航迹采用粗、精关联相结合的方法。在特定的仿真场景中,对三种算法进行了比较,仿真结果验证了该算法的有效性。     

可应用于光互连的新型高带宽、高灵敏度差分光接收机的概念提出与设计

提出了一种可应用于高速光通信和光互连的新型高带宽、高灵敏度差分光接收机.其中,高带宽和高灵敏度分别通过输入负载平衡的全差分跨阻前置放大器和将入射光信号转换成一对差分光生电流信号的两个光电探测器来实现.与常用光接收机相比,这种新型光接收机无任何附加成本.设计了一种相应的、与0.35μm标准CMOS工艺完全兼容的光电集成接收机.其中,光电探测器采用面积为60μm×30μm、结电容为1.483pF的插指型p /n-well/p-substrate光电二极管.仿真结果表明:该光电集成接收机的带宽为1.37GHz;跨阻增益为81.9dBΩ;面积为0.198mm2;数据传输率至少可达2Gb/s;对于215-1位的输入伪随机码序列(PRBS),在误码率为10-12条件下,灵敏度至少可达-13dBm.     

非均衡数据目标识别中SVM模型多参数优化选择方法

提出了非均衡数据目标识别中SVM模型多参数优化选择方法.首先从理论上分析了SVM模型多参数选择的内涵和必要性,针对非均衡数据的分类识别,基于F测度提出了能全面反映识别性能的多参数优化选择准则.在多参数选择过程中,利用遗传算法进行模型多参数并行优化选择.提出的方法能够寻找模型多参数的全局最优解,避免陷入梯度法常出现的局部最优解情况,同时能够克服传统方法中根据经验选择SVM单参数模型时计算量太大的不足.采用国际通用的标准数据集和雷达目标HRRP数据集进行了仿真实验,实验结果表明,该方法能够得到模型多参数的全局最优值,由此确定的SVM模型分类器性能有较大提高.     

组合权重优化的企业财务绩效可变模糊综合评价模型

针对目前企业模糊综合评价无法解决模糊识别、动态可变性及单一权重不科学的问题,提出组合权重优化的企业财务绩效可变模糊综合评价新模型.首先,建立企业财务绩效综合评价指标体系;然后,获取指标数据并通过主客观权重融合的方法优化指标权重;最后,基于可变模糊集理论构建企业财务绩效可变模糊综合评价新模型.以B企业为例,应用新模型对B企业财务状况进行评价.结果表明:2012-2015年,B企业财务评价等级分别为Ⅲ-Ⅳ、Ⅱ-Ⅲ、Ⅱ-Ⅲ、Ⅲ-Ⅳ,符合B企业实际运营发展状况,证明了新模型的科学合理性.新模型不仅对企业财务绩效评价新方法进行了考察,而且拓展了可变模糊集理论的应用领域.