一级黄色片免费播放|中国黄色视频播放片|日本三级a|可以直接考播黄片影视免费一级毛片

本文給出一種de Bruijn序列的升元算法。該算法每步運算可生成一列元素而不是一個元素,因而減少了運算次數(shù),加快了生成速度。

De Bruijn序列是一類最重要的非線性移位寄存器序列。本文定義并研究了n級De Bruijn序列的k次齊次復(fù)雜度Ck(s),給出了Ck(s)的一個上界。k=1及k=2時,Ck(s)分別為人們所熟知的線性復(fù)雜度及二次齊次復(fù)雜度。

De Bruijn序列是一類最重要的非線性移位寄存器序列。本文通過并置所有循環(huán)圈的周期約化,提出了一個新的生成k元de Bruijn序列的算法。該算法每步運算可生成一列元素而不是一個元素,因此減少了運算次數(shù),加快了生成速度。

該文提出一種新的移位序列集的構(gòu)造方法，并基于這些新的移位序列，通過交織周期為N的完備高斯整數(shù)序列，得到一類具有靈活相關(guān)區(qū)長度的周期為2N的高斯整數(shù)零相關(guān)區(qū)序列集。這類新的序列集的參數(shù)能接近甚至達到Tang-Fan-Matsuji界，所以序列集的性能是最佳的或者幾乎最佳的。高斯整數(shù)零相關(guān)區(qū)序列集可為高速準(zhǔn)同步擴頻系統(tǒng)提供更多的地址選擇空間。

針對粒子濾波(Particle Filter, PF)存在的粒子退化和貧化問題，該文提出一種基于差分演化(Differential Evolution, DE)的PF算法。首先，為了充分利用最新的觀測信息，采用無跡卡爾曼濾波(Unscented Kalman Filter, UKF)來產(chǎn)生重要性分布，對重要性分布產(chǎn)生的采樣粒子不再做傳統(tǒng)重采樣操作，而是直接把采樣粒子當(dāng)作DE中的種群樣本，粒子權(quán)重作為樣本的適應(yīng)函數(shù)，對粒子做差分變異、交叉、選擇等迭代優(yōu)化，最后得到最優(yōu)的粒子點集。試驗結(jié)果表明，該算法有效緩解了傳統(tǒng)PF算法中的粒子退化和貧化，提高了粒子的利用率，具有較好的估計精度。

實際條件下，在對基于衰減指數(shù)(DE)和模型的雷達目標(biāo)散射中心參數(shù)估計和特征提取時，其噪聲背景往往是非高斯的，分布密度函數(shù)表現(xiàn)出長拖尾性質(zhì)。利用基于高斯假設(shè)條件下的估計方法進行參數(shù)估計時，往往不能得到較好的結(jié)果。針對這種情況，該文利用M估計方法來實現(xiàn)對長拖尾雜波下DE模型參數(shù)的穩(wěn)健估計。首先分析了基于PRONY模型的M估計實現(xiàn)方法存在的不足，其次提出了兩種較為有效的DE模型散射中心參數(shù)M估計的實現(xiàn)方法，并對這兩種方法進行了分析和比較。仿真實驗結(jié)果表明，在一類長拖尾K分布雜波條件下，與ESPRIT方法以及擴展PRONY估計方法相比，該文所提的兩種方法均能得到較好的估計結(jié)果。

2000年, Tang, Fan和Matsufuji給出(L,M,Zcz)-ZCZ序列簇的理論界為ZczL/M-1 。給定正整數(shù)n和L，本文給出一個交織ZCZ序列簇的構(gòu)造算法，該算法由L條周期為L的正交序列簇生成一類(2n+1L,2L,2n-1)-ZCZ序列簇。若n2且4 |, 該類ZCZ序列簇中編號為奇數(shù)的序列與編號為偶數(shù)的序列在移位為時相關(guān)值為零。此外，選擇不同的正交序列簇或不同的移位序列, 經(jīng)構(gòu)造算法可以生成不同的ZCZ序列簇。

在準(zhǔn)循環(huán)LDPC碼的構(gòu)造中，校驗矩陣擁有盡可能好的girth分布對于改善碼的性能有著重要的意義。該文提出了構(gòu)造準(zhǔn)循環(huán)LDPC碼的GirthOpt-DE算法，優(yōu)化設(shè)計以獲得具有好girth分布的移位參數(shù)矩陣為目標(biāo)。仿真結(jié)果表明，該文方法得到的準(zhǔn)循環(huán)LDPC碼在BER性能和最小距離上均要優(yōu)于固定生成函數(shù)的準(zhǔn)循環(huán)LDPC碼，Arrary碼和Tanner碼，并且使用上更為靈活，可以指定碼長，碼率及盡可能好的girth分布。

旋轉(zhuǎn)掃描扇形波束散射計(Rotating Fan-beam SCATterometer, RFSCAT)是一種新體制的海洋風(fēng)場測量雷達散射計。RFSCAT對同一觀測面元能夠提供更多的方位角和入射角觀測組合，改善海面風(fēng)矢量場的反演精度。為了達到設(shè)計的風(fēng)場反演精度，系統(tǒng)要求定標(biāo)精度為0.5 dB。該文基于中法海洋衛(wèi)星(Chinese French Oceanography SATellite, CFOSAT)雷達散射計的系統(tǒng)參數(shù)，考慮了在軌測量的主要誤差源，分析了地面擴展目標(biāo)在軌外定標(biāo)的特點，給出了可行的RFSCAT在軌外定標(biāo)方法，并利用仿真數(shù)據(jù)對該方法進行驗證。 利用QuikSCAT散射計的L2A數(shù)據(jù)和圖像重構(gòu)(SIR)數(shù)據(jù)，針對地球表面歸一化雷達后向散射系數(shù)(0)穩(wěn)定的區(qū)域，給出了定標(biāo)地圖，為RFSCAT在軌定標(biāo)提供參考。

高光譜遙感影像由于其巨大的波段數(shù)直接導(dǎo)致信息的高冗余和數(shù)據(jù)處理的復(fù)雜，這不僅帶來龐大的計算量，而且會損害分類精度。因此，在對高光譜影像進行處理、分析之前進行降維變得非常必要。神經(jīng)網(wǎng)絡(luò)敏感性分析可以用于對模型的簡化降維，該文將該方法運用于高光譜遙感影像降維中，通過子空間劃分弱化波段之間的相關(guān)性，利用差分進化算法(DE)優(yōu)化神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，采用Ruck敏感性分析方法剔除掉對分類貢獻較小的波段，從而實現(xiàn)降維。最后，采用AVIRIS影像進行實驗，所提算法相比其他相近的降維與分類方法能獲得更高的分類精度，達到85.83%，比其他相近方法中最優(yōu)方法高出0.31%。