一种生成p元统一序列的快速算法

p元统一序列是近期提出的一种具有理想自相关性能的多元序列,但是原有的生成方法比较复杂,不好实现。这里提出了一种快速生成p元统一序列的算法,该算法借助m序列的和序列作基础序列,和相应内部序列的移位序列可以快速生成任何长度的p元统一序列,比以往的生成方法简单易行且易于理解。     

几乎最佳自相关二元序列偶的搜索算法研究

提出了利用几乎最佳自相关二元序列偶的变换性质和存在组合的必要条件,来缩小它的搜索范围,提高计算机搜索效率。在此基础上设计了高效的计算机搜索算法。并给出了若干小规模的规范型几乎最佳自相关二元序列偶实例。搜索结果表明,几乎最佳白相关二元序列偶具有较大的存在空间,可以应用到工程中。     

认知无线电中对干扰信号源的定位

当认知用户接入主用户系统时将对主用户产生干扰。确定产生干扰的认知用户的位置能更好地进行基站布署,从而最大限度地避免这种干扰,使频谱得到有效利用。本文主要给出了一种改进的MUSIC算法对相干的干扰认知用户进行定位,即利用前后向空间平滑的修正矩阵进行矩阵的重构,再分解其重构矩阵,最后利用波束空间的MUSIC算法减少谱峰搜索中的计算量。通过计算机仿真证明了此方法的有效性。     

近似最佳序列偶集的构造

通过一个Nc长的最佳序列偶（s,t）,构造一个N=MNc长的序列偶集。先对序列（s,t）,进行DFT变换得到对应的谱序列S和T,再对S和T通过rate-expanding映射扩展构造一个新的N=MNc长的谱序列集,再分别对谱序列集进行离散傅立叶逆变换得到两个N=MNc长序列集,构成一个N=MNc长序列偶集,含有个序列偶,得到的序列偶集中的序列偶异相自相关函数只在几个点（即M个点）处不为零,其余点处都为零,互相关函数处处为零。M=1时,就是原序列偶,长度为,Nc,M〉1时,长度为MNc,序列偶集中的个数为M〉1。     

由平方剩余差集与差集偶构造二元ZCZ序列偶集

提出了一种利用平方剩余差集(4t-1,2t-1,t-1) DS和差集偶(N,p,q,e,λ) DS
P构造二元零相关区(ZCZ)序列偶集的方法. 由平方剩余差集获得其二元特征序列,并由差集
偶获得其特征二元序列偶,将二者进行交织构造生成一类新的二元ZCZ序列偶集. 该方法解
决了现有二元ZCZ序列偶集构造中含有少量非二元元素的问题,通过选择适当的差集偶可使构造的二元ZCZ序列偶集在失配滤波检测中获
得较高的能量效率,从而提高了通信性能.     

一种降低OFDM系统峰均功率比的PTS改进方法

本文对部分传输序列降低OFDM系统高的峰均功率比的方法进行了改进,该方法是在PTS系统中将原始信号分割成若干个子块之后,在每个子块进行快速傅里叶逆变换之前对每个子块都乘以一个预编码矩阵,该预编码矩阵由离散哈特莱变换矩阵构成。理论分析和仿真结果表明改进PTS方法比现有PTS方法有明显效果,达到了进一步降低峰均功率比的目的。     

新的相互正交二元零相关区序列集构造法

提出了一种基于任意相同阶的Hadamard矩阵,交织递归构造相互正交二元零相关区序列集的新方法,构造的序列集能达到二元零相关区序列集的理论界.利用参数矩阵对Hadamard序列进行加权,经交织递归构造出零相关区序列集,集合内序列数量是Hadamard矩阵阶数的2倍,且序列集间满足相互正交关系.构造结果表明,参数矩阵取值的多样性可提高相互正交零相关区序列集的数量,能获得大量新的相互正交二元零相关区序列集,为准同步码分多址系统提供更多便于硬件实施的二元地址码集.     

一种生成p元d型序列的快速算法

p元d型序列是一类和级联GMW序列一样具有理想自相关性能的序列.它原有的迹函数生成方法需要大量非线性运算,并且需要掌握较多的有限域知识,不利于工程人员快速方便的进行序列的软硬件实现.通过对p元d型序列和移位序列的研究,提出了一种快速生成p元d型序列的算法,该算法借助m序列和相应内部序列的移位序列能够快速生成p元d型序列,比以往的生成方法简单易行且易于理解.     

一类四元零相关区非周期互补序列集构造法

零相关区非周期互补序列集在多载波码分多址通信系统中有着重要应用.已有的四元零相关区非周期互补序列集构造方法都是基于二元或四元零相关区互补序列集,得到的序列集参数受到初始互补序列集参数的限制.该文给出了一种构造法,利用四元正交序列集来构造四元非周期互补序列集.本文方法得到的序列集参数达到理论界限,并且零相关区长度可以灵活设定以满足不同的应用场合.另外给出了两类基于二元正交矩阵的四元正交序列集的构造方法,得到的四元正交序列集可以用于构造四元零相关区非周期互补序列集.二元正交矩阵存在数目很多,因此本文方法可以为多载波码分多址系统提供大量四元非周期互补序列集.     

基于稀疏表示结合流形距离的超球覆盖可拒绝模式识别算法研究

本文构造了一种基于稀疏表示结合流形距离超球覆盖的可拒绝模式识别模型.由于同类样本可以认为分布在同一个非线性流形上,所以在训练学习过程中首先对各类样本空间构建局部线性流形子空间超球覆盖模型,并选择训练样本.这样对于输入的测试模式,即可根据各类的子空间包含边界做出拒识或者接受处理的判决.然后,针对接受的模式,再利用稀疏表示分类器在训练样本空间范围内进行分类判决.在UCI数据库、MNIST手写体数据库、MIT-CBCL人脸识别数据库和CMU AMP人脸表情数据库上的实验结果表明本文的思路合理可行,在实际应用领域具有一定应用价值.