一种TH-UWB信号同步捕获算法研究

针对跳时超宽带（TH-UWB）系统,提出了一种基于特殊训练序列的同步捕获算法,该算法使用宽度为一个信息符号的滑动时间窗对接收信号依次截取,通过设计一种特殊的训练序列使得相邻两段截取信号的相关值仅与时间窗的滑动时延有关,然后利用这种滑动搜索来实现同步捕获参数的估计.这种算法能够有效地捕获密集多径信道下极窄脉冲的能量,并且降低了运算复杂度和同步捕获时间.结果表明,在训练序列长度为16、32时误码性能曲线和理想同步情况下十分接近.     

构造二叉树的两个改进算法

在数据结构中,已知一棵二叉树的先序序列和中序序列,可唯一确定此二叉树.本文在分析建立二叉树经典算法的时间复杂度的基础上,给出了两个改进算法:①利用哈希函数,使得改进后的算法在最差情况下,时间复杂度由O(n2)降为O(n);②利用栈和控制输入的结点序列构造二叉树,时间复杂度也由O(n2)降为O(n).     

序列捕获的序列核变换方法

在序列扩频、加扰通信系统中,通常采用连续接收信号并进行滑动相关运算的方法,通过搜索相关峰进行序列捕获,需要接收多个完整周期的序列。随着序列周期的加大,一方面需要花费大量的接收端存储资源,另一方面,相关运算的计算开销会呈指数增长,导致很难实时捕获长周期序列。为解决这一问题,提出了一种序列核变换方法,变换后的每个元素均包含有完整的序列信息,实现了序列信息压缩。然后,基于该变换方法将捕获过程分为序列检测和序列捕获两个阶段,只在检测到目标序列后才开始捕获,进一步降低了计算开销。理论分析和仿真验证表明,算法通过牺牲部分低信噪比环境下的捕获成功率换取了计算资源的大量减少,算法可在一个序列周期内快速捕获不同周期的m序列,并且所节省的计算资源随序列周期变大而增多。     

一类本原σ-LFSR 序列的构造与计数

有限域GF(2k)上本原σ-LFSR序列的分量序列均是二元域上具有相同极小多项式的m-序列,已知一条GF(2k)上本原σ-LFSR序列的距离向量,就可以用二元域上的m-序列构造它.研究了一类本原σ-LFSR序列——Z本原σ-LFSR序列距离向量的计算问题.给出了一种GF(2k)上n级Z本原σ-LFSR序列距离向量的计算方法,其主要思想是,利用GF(2k)上1级Z本原σ-LFSR序列的距离向量来计算n级Z本原σ-LFSR序列的距离向量.与其他现有方法相比,该方法的效率更高.更有价值的是,该方法也适用于GF(2k)上n级m-序列距离向量的计算.最后给出了GF(2k)上n级Z本原σ-LFSR序列的计数公式,说明其个数比GF(2k)上n级m-序列更多.     

Construction and Enumeration of a Class of Primitive σ-LFSR Sequences

有限域GF(2k)上本原σ-LFSR序列的分量序列均是二元域上具有相同极小多项式的m-序列,已知一条GF(2k)上本原σ-LFSR序列的距离向量,就可以用二元域上的m-序列构造它.研究了一类本原σ-LFSR序列——Z本原σ-LFSR序列距离向量的计算问题.给出了一种GF(2k)上n级Z本原σ-LFSR序列距离向量的计算方法,其主要思想是,利用GF(2k)上1级Z本原σ-LFSR序列的距离向量来计算n级Z本原σ-LFSR序列的距离向量.与其他现有方法相比,该方法的效率更高.更有价值的是,该方法也适用于GF(2k)上n级m-序列距离向量的计算.最后给出了GF(2k)上n级Z本原σ-LFSR序列的计数公式,说明其个数比GF(2k)上n级m-序列更多.     

PAM-UWB信号LS同步捕获技术研究

针对超宽带(ultra-wideband, UWB)信号的具体特征,利用近完美序列的相关特性,构造了一种训练序列;同时,在此基础上建立了最小二乘估计的UWB同步捕获算法。该算法只需要对按比特速率(几MHz到几百MHz)进行采样的结果做简单相关运算就能实现同步参数估计,与传统需要数GHz的采样率的同步算法相比,其大大降低了系统复杂度,运算量仅是传统算法的数千分之一,能够快速实现同步。仿真结果表明,该算法在密集多径信道模型下能精确快速地实现同步才甫获,使用12位训练序列就可实现优良的捕获性能和系统误符号率;当使用24位的训练序列时可以很好地逼近理想捕获情况下的系统误码率。     

可控单积累状态序列捕获算法

目前伪随机序列捕获算法在低信噪比、高误码率情况下性能不够理想,尤其在初始捕获相位未知时,传统序列捕获算法性能较差.文中分析了传统捕获算法模型,并且指出在现有序列捕获算法中,因捕获目标序列分散遍历于整个接收序列,造成错误信息重复累积、捕获效率低等问题.为此文中提出单状态累积修正思想,并设计出一种可控单积累状态序列捕获(CSAS-SA)算法,可以控制捕获接收机更有效地积累正确信息.信息累积过程的理论分析及仿真表明,CSAS-SA较现有序列捕获算法在实时性和纠错能力上有较大提高,尤其在信噪比为-3 dB的Gauss白噪声环境下,可提高70%的捕获成功率.     

一种新的BOC(n,n)型信号的精确捕获算法

针对BOC(n,n)型信号自相关函数存在三个峰值导致伪码捕获模糊性的问题,提出了一种新的基于相关函数的精确无模糊的捕获算法。该算法将信号进行频域的多普勒补偿,通过本地增设QBOC(n,n)支路,利用BOC(n,n)信号自相关以及BOC(n,n)和QBOC(n,n)互相关,经移位±TC/4、取模、求和、平方运算而实现。理论与仿真分析表明,该算法在不改变自相关主峰宽度的情况下完全消除相关副峰的同时,显著提高了主峰峰值;比传统捕获算法的性能好4.5 dB左右,并且捕获精度良好、易于实现。     

基于位置感知的情感可控对话生成模型研究

基于序列到序列的对话生成在实现情感状态转移时大多采用外部情感词嵌入的方式,编码器很难捕获解码器的情感状态,解码器被强制嵌入的外部情感词干扰,造成生成回复情感词堆叠及缺乏情感信息上下文.为解决上述问题,该文提出基于位置感知的情感可控对话生成模型.在编码的过程中,当前输入词向量和位置向量共同参与编码,在不影响当前输入的情况...     

出栈序列的研究

栈是一种非常重要的数据结构,递归、函数调用都离不开栈。对n个元素入栈和出栈的研究是栈的一个主要研究内容。利用二叉树给出了入栈和出栈序列的表示;给出了由前置O栈序列构造出二叉树的算法;证明了对于按次序入栈的n个元素,其出栈序列总数为C(2n,n)/(n 1);对三种求解出栈序列算法进行了分析和研究,并提出一种时间复杂度为O(n)判断某一序列是否为出栈序列的算法,它提高了程序的执行效率。     

Controllable single accumulated state-sequential acquisition with low signal noise ratio

The sequential estimation (SE) algorithm has a poor performance in the environment with a low signalto-noise ratio (SNR) and a high bit error rate (BER), especially for unknown initial acquisition sequence. This paper summarizes the conventional sequence acquisition model, and discovers its several problems, which are caused by accumulating sequence innovation to all of the received sequences dispersedly. To solve these problems, the paper presents a new algorithm, CSAS-SA (controllable single accumulated state-sequential acquisition). This algorithm accumulates the sequence innovation to a single appointed sequence state and makes the useful information accumulated effectively. Through simulation, CSAS-SA has a higher probability of success acquisition. When SNR equals −3 dB, the performance can be improved by 70%. Supported by the Program for New Centery Excellent Talents in University and the National High-Tech Research and Development Program of China (Grant No. 2007AA01Z434)     

基于插值和周期图法的高动态信号载波频偏粗估计

针对卫星通信系统中接收信号载波动态范围大、信噪比低造成的信号载波同步困难的问题进行了研究。基于联合插值和频域移位平均周期图法的载波频偏估计算法,通过对半符号周期频域移位平均周期图法中各并行支路输出的功率谱峰值波形进行双谱线插值,以进一步降低载波频偏变化率估计误差,进而改善原算法捕获概率。仿真结果显示,当比特信噪比为2.5 dB时,相比于半符号周期频域移位平均周期图法,该算法只增加了一次插值计算就可以实现将载波频偏变化率估计误差降低27%。在同等估计精度和参数设置下,相比于半符号周期频域移位平均周期图法和带补零频域移位评价周期图法,基于联合插值和周期图法的载波频偏粗估计算法可达到更高的捕获概率。     

基于比特置换与核酸序列库的混沌图像加密算法

提出了一种基于比特置换与DNA序列运算的混沌图像加密的算法。该算法首先利用Chen系统产生混沌映射索引对图像进行像素位置置乱,结合蝶形网络对比特位置乱,以实现位级别置乱。再对图像进行DNA编码,并与核酸序列进行代数运算,实现像素的替代,进一步提高了加密的安全性。最后通过密文反馈来进一步增强算法的混淆和扩散特性。实验和安全性分析结果表明,该算法不仅密钥空间大、对密钥的敏感性强,而且能有效抵御统计性分析和穷举分析等攻击操作。     

低信噪比下星地信道监测序列长度设计

星地通信系统中,信道误码率直接影响系统的通信性能。针对星地通信特点,提出了星地信道监测序列长度设计方法,考虑了接收端对监测序列的捕获概率和捕获时间要求,避免了低捕获或长时延对信道实时监测的影响。通信系统中,信噪比不同将影响监测序列的捕获概率和捕获时间,因此,针对星地通信的特点,重点考虑了低信噪比下监测序列的长度设计,并进行了仿真验证分析。仿真结果表明,在保证监测序列捕获时间可以和传输时间相比拟的前提下,监测序列长度至少取8485bit才能保证捕获概率为1。     

基于时间序列分析的动态精确定位算法

对卫星导航定位系统的应用前景进行深入分析，针对目前存在定位精度漂移和站点报站漏报或司机人工操作繁琐与复杂等问题，采用求解平均值、均方差和估计值等数理统计理论，建立基于时间序列分析的动态精确定位数学模型，进行动态求解，精确定位，并利用扁平多叉树动态向二叉树转换的自动站点匹配模型设计了比较优化可靠的算法，保证匹配算法的复杂度为O（n），减少计算资源的占用，提高数据处理的实时性；且通过实时的GPS数据采集进行实际反复验证，能满足定位精度和智能自动报站的时间与位置要求，实际测试结果证明该算法性能稳定、运行可靠，且应用范围广阔。     

基于LS-SVM逆模型的青霉素发酵软测量方法

针对青霉素发酵过程中的某些关键生物参数(如菌体浓度、基质浓度、产物浓度)难以实时在线测量的问题,提出一种基于最小二乘支持向量机(LS-SVM)逆模型的软测量方法。该方法用具有高斯核函数的LS-SVM,离线建立被测对象的静态非线性逆模型。由静态非线性逆模型外加若干表征非线性动态特征微分器,构成了非线性系统的逆系统,将此逆系统串联在原发酵系统之后,得到"线性化"的伪线性系统。仿真结果表明,该方法能够对青霉素发酵过程中不可在线测量的关键变量进行预测,且达到了较高的测量精度。     

基于Bloom filter的高效正则表达式匹配算法*

针对确定有限自动机(DFA)的正则表达式匹配技术存在状态膨胀和一次状态转移只能处理单个字符的问题,提出了一种基于布鲁姆过滤器的正则表达式匹配算法。该算法将正则表达式中的每个确定字符串组成DFA的一个状态,添加比特向量完成匹配过程,并且在一次状态转移中根据确定字符串的匹配结果达到处理多个字符的目的。实验分析表明该算法有效降低了DFA状态的膨胀,提高了匹配速率。