λ=1时无线脉冲序列的若干结果

来源 :北京交通大学 | 被引量 : 0次 | 上传用户:jiangtaizhao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线脉冲序列首先是由Chu和Colbourn在[5]里面提出的.无线脉冲序列的提出是为了研究带有非调制跳时机制的超宽带无线射频序列或信号的.同时,应用于无线通信中的超宽带系统近来也渐渐地成为了一个十分重要的研究领域.如果想要对此方面的相关知识有更多的了解,可以参考文献[6],[7]和[8]. 到目前为止,无线脉冲序列的研究结果主要来源于[5].此篇文章给出了无线脉冲序列的具体定义,此序列存在的充分必要条件,所满足的一个上界,同时给出了一些特殊阶数下无线脉冲序列的直接构造和递归构造. 令c是一个由(0,1)序列所组成的集合,如果这个集合中的序列均具有良好的自相关性和互相关性,这个(0,1)序列集合便是我们所熟知的光正交码.而我们在本篇文章中的研究对象无线脉冲序列,其与光正交码之间有着十分密切的联系.它们的区别仅仅在于,无线脉冲比光正交码需要多满足一个条件,那便是脉冲位置性质.通过它们的定义,我们显然可以得到这样一个结论,一个无线脉冲序列便是一类特殊的光正交码.因而,在对无线脉冲序列进行研究的过程中,我们可以利用一些在对光正交码进行研究时所使用的研究方法,以及到目前为止对光正交码进行研究已得到的一些结果. 对于一个无线脉冲序列c而言,确定其上界以及给出此序列的直接构造问题是区组设计理论中的一个研究课题.其中上界是指对一个无线脉冲序列c而言其容量的最大可能值.在这篇文章中,我们将首先通过无线脉冲序列和光正交码的关系,以及光正交码与循环填充之间的关系建立起无线脉冲序列与循环填充之间的关系.然后,我们将对所产生的不同类的差分别求和,对所产生的差的和进行估计,最终给出λ=1时无线脉冲序列的上界.对于λ=1,k=3时无线脉冲序列的直接构造,我们同样是利用无线脉冲序列和循环填充之间的关系,然后利用Langford序列来构造满足条件的循环填充,从而给出(m,3,1)-IRS的直接构造. 本文论述了我在硕士期间的主要工作,其中包括给出当λ=1时无线脉冲序列的新的上界,以及给出当λ=1,k=3时无线脉冲序列的直接构造.其中,λ=1时无线脉冲序列的新的上界我们将分为k为奇数和k为偶数两种情况分别在第二章和第三章中进行讨论. 全文共分四章,本文中所用的主要符号将在第一章中给出详细说明,并列出文中所用的基本引理. 第一章,综述了无线脉冲序列的研究背景,并给出了无线脉冲序列的具体定义以及当前领域的研究成果.同时,给出了无线脉冲序列和光正交码之间的关系.另外,在第一章的第二节中,我们给出了与确定无线脉冲序列上界并给出其直接构造相关的基本方法,以及与之相关的引理. 第二章,主要讨论并给出了当k为奇数,λ=1时无线脉冲序列的上界.光正交码的上界由Johnson于1962年给出,由于无线脉冲序列是一类特殊的光正交码,因而无线脉冲序列也满足Johnson界.但不幸的是,对于无线脉冲序列而言这个上界并不够紧,也就是说其并不是总能达到这个上界.在本章中我们将首先建立无线脉冲序列与循环填充之间的关系,然后对所产生的不同类的差求和,对其进行讨论,从而给出当k为奇数,λ=1时无线脉冲序列的一个新的上界. 第三章,主要讨论并给出了当k为偶数,λ=1时无线脉冲序列的上界.本章讨论过程中所用的方法与第二章所用的方法基本类似,也是首先建立无线脉冲序列与循环填充之间的关系,然后对所产生的不同类别的差求和,再对其进行讨论,从而给出当k为偶数,λ=1时无线脉冲序列的新的上界.但是在对不同类别的差的所产生的和进行讨论过程有所不同. 第四章,主要给出λ=1,k=3时无线脉冲序列的直接构造.在给出此构造的过程中,我们仍借助无线脉冲序列与循环填充之间的关系.而由于本章讨论的是λ=1,k=3的情况,我们利用Lanford序列来构造满足条件的差三元组,最终给出无线脉冲序列的直接构造. 在本文的附录一中,我们列出了当m≤33时最优的(m,3,1)-IRS的具体构造.这些阶数的最优的(m,3,1)-IRS的找到是借助了计算机的辅助,通过编写程序从而得到的.
其他文献
秘书问题研究的是报酬函数仅与所选项的秩相关而与其实际值无关的序贯观察和选择问题。它属于概率论与最优化理论的一个交叉研究领域,是最优停止理论中的一个著名问题。本文主
  对奇异积分算子加权赋范不等式的研究是近代调和分析的重要内容,关于具有标准核的奇异积分算子的加权赋范不等式已取得很多结果。 本文讨论了核满足Dini型条件的奇异积
子流形高斯像的几何与拓扑是整体微分几何领域的重要研究课题之一.本文着重研究常曲率空间形式中完备子流形高斯像体积的几何与拓扑性质.获得了子流形高斯像体积的计算公式及
经典的ADF检验和P-P检验方法解决了误差为弱平稳或强混合平稳的时间序列数据的单位根检验,在这些检验中都假设时间序列过程的单位根是确定性的,但实际的金融时间序列数据分析表