首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 143 毫秒
1.
介绍了沃尔什序列在IS-95系统前向链路和反向链路中的运用,以及用各种方法产生沃尔什序列的优缺点。详细讨论了采用莱德马契函数构造沃尔什序列的原理和步骤。在此基础上提出了利用复杂可编程逻辑器件(CPLD)和硬件描述语言(VHDL)产生沃尔什序列的设计方法,并给出了CPLD设计方法的具体实现过程。运用该方法产生沃尔什序列具有实现方便和需要的存储单元少等优点。仿真结果也证明了利用该方法构造沃尔什序列是可行的。  相似文献   

2.
Brezinski(1985)提出了合成序列变换的新概念,本文利用T+m变换给出这种合成序列的递推加速过程.  相似文献   

3.
m序列优选对及平衡Gold序列的产生与搜索   总被引:8,自引:0,他引:8  
闫保中  何联俊  洪艳 《应用科技》2003,30(11):31-33
扩频通信系统需要相关性好的扩频码,因此,在分析m序列优选对,平衡Gold序列的产生方法和相关特性基础上,提出了一种采用C语言搜索m优选对和平衡Gold序列的计算机实现方法,给出了搜索程序流程图.该方法可以正确、快速地完成平衡Glod码的搜索,对扩频码的优选具有参考价值.  相似文献   

4.
该文讨论了计算二维单边逆Z变换的一般方法,将二维序列分为几种情形:可分序列.有限长序列、其它序列,给出的计算方法则有一维法、偏导数法、二维连卷积法、二维围线积分法、二维逆卷积法等。二维逆Z变换远比一维情形复杂,表现在二维收敛域、二元因式分解、庞大的计算量等方面.该文的方法适用于求取较为简单的二维逆Z变换问题,尤以偏导数法和逆卷积法史具实际意义。  相似文献   

5.
结构关系模式挖掘是在序列模式挖掘基础上提出的一种新的数据挖掘任务,又叫做后序列模式挖掘。重复模式是结构关系模式重要形式之一。文中讨论了重复序列模式的概念,研究了重复序列的性质,给出了基于序列模式的、基于最大序列模式集的重复序列模式挖掘算法和基于最大序列模式集的最大重复序列模式挖掘。实验结果表明,算法是可行的。重复模式挖掘可以得到序列模式挖掘所得不到的结论,发现序列模式间存在的进一步的关系。  相似文献   

6.
提出了一种对序列图像中多目标进行识别的方法.利用多帧差分与颜色查表法相结合,采用高斯滤波器对差分后的图像进行平滑去噪,并且消除了运动快慢带来的不利因素.基于颜色表的快速搜索进一步提高了目标识别速度.经过实践证明该方法识别准确、速度快、效率高.  相似文献   

7.
将伪随机屏蔽序列偶应用于低相关区(LCZ)序列偶集的构造中,提出一种低相关区屏蔽序列偶集的构造方法.基于伪随机屏蔽序列偶,通过不同的移位序列和正交矩阵,采用交织方法生成具有一定长度、序列偶数目和低相关区长度的LCZ屏蔽序列偶集,对构造方法进行了理论证明和举例说明.该构造方法也可基于广义伪随机屏蔽二进序列偶构造LCZ屏蔽...  相似文献   

8.
DNA序列的一种分类方法   总被引:1,自引:0,他引:1  
基于小波变换和相关技术,提出了一种DNA序列的分类方法.首先将DNA序列转换成数字序列,然后对此序列进行Matlab快速分解,计算未知类别序列与已知类别序列的相关系数,由此判定序列的类别.结果表明,该方法是切实可行的.  相似文献   

9.
对屏蔽二进序列偶进行研究,证明了一类特殊的差集偶与最佳屏蔽二进序列偶是等价的,以及另一类特殊的差集偶与伪随机屏蔽二进序列偶是等价的;证明了几乎最佳屏蔽二进序列偶与一类特殊的可分差集偶之间的等价关系,为应用差集偶和可分差集偶构造屏蔽二进序列偶提供了理论依据.利用分圆类方法构造与最佳屏蔽二进序列偶等价的差集偶,得到几类最佳屏蔽二进序列偶.  相似文献   

10.
研究了两类Lucas序列的乘积和问题.利用解析方法给出了第1类Lucas序列和第2类Lucas序列的恒等式.作为应用,给出了几个关于Fibonacci数和Lucas数的恒等式.  相似文献   

11.
介绍了一种利用沃希(Walsh)变换实现测井曲线计算机自动分层方法。叙述了Walsh变换的基本理论和用于测井自动分层的实现过程。通过实际资料的处理证明,该技术是一种快速、准确的认识岩性界面的方法,具有很好的实用价值。  相似文献   

12.
Fast algorithms for Walsh transform in bit-reversed sequency order   总被引:2,自引:0,他引:2  
Bit-reversed sequenry order or bit-reversed Walsh order (M) is presented. Walsh functions in this order can be processed cnsily, and there is a simple relation between sequency order and bit-reversed sequency order. 8 fast algorithms for discrete Walsh transform in bit-reversed sequency order are given.  相似文献   

13.
小波变换和沃尔什变换在测井曲线分层中的联合应用   总被引:11,自引:0,他引:11  
在分析单独利用小波变换或沃尔什变换进行测井曲线自动分层所存在的优势及弊端的基础上,依据沃尔什方法能适用多测井曲线分层和小波方法更能表征信号突变点的特点,提出了一种小波变换和沃尔什变换联合的测井曲线自动分层方法,该方法能有效地结合两者在测井曲线分层巾的优势并弥补各自的不足。实际测井资料的处理结果表明,与小波变换分层方法和沃尔什变换分层方法相比,该联合方法简单、快速、有效,更适合实际测井资料的处理。  相似文献   

14.
孙际超  孙鹏勇 《科学技术与工程》2007,7(11):2722-27232734
给出了构造有限域上的一类正交变换的具体方法,该变换运算简便且有快速算法,与普通Walsh交换相比,具有压缩输出数据的功能,可用于同步码分多址通信系统中。  相似文献   

15.
滚动轴承早期故障振动信号的分离与诊断   总被引:4,自引:0,他引:4  
利用希尔伯特变换技术,将含故障的轴承振动信号转化为窄带振动包络信号,然后用包络信号的功率谱和活尔什列谱对轴承故障进行诊断,对5套307轴承的诊断结果表明,这种方法诊断结果准确可靠,方法简便实用,速度快,特别适用于滚动轴承故障的在线监测与诊断。  相似文献   

16.
多进制Haar与斜Haar小波在纹理分类中的应用   总被引:2,自引:0,他引:2  
基于Walsh变换和斜变换给出了一种构造多进制Haar小波和多进制斜Haar小波的方法,并利用这些变换特有的快速算法加快了小波分解速度.实验中用该类小波分解图像,然后提取纹理图像的特征量,使用最小距离分类器进行纹理分类并比较了构造出来的各类小波的分类正确率,给出了选择小波基的原则.实验结果表明多进制斜Haar小波滤波器组具有更佳的分类效果.  相似文献   

17.
一类特殊的离散Walsh-Haar变换的快速算法   总被引:3,自引:0,他引:3  
利用Walsh-Haar矩阵HKRm+1,的递归性以及Walsh序的离散Walsh变换的快速算法,提出了一类特殊的Walsh序的离散Walsh-Haar变换的快速算法.该变换的特殊性在于Walsh-Haar函数系与Haar函数系一样,其演化生成时的伸缩比均为R=2.采用对输入数据奇偶二分及对变换结果数据对半二分,如此对一个KR^m+1点的数据经过m+1步加上logK步二分以及若干次调序后,便得到变换结果.本设计方法可用于研究其他序的伸缩比为2的离散Walsh-Haar变换的快速算法.  相似文献   

18.
短时离散Walsh变换的快速算法   总被引:2,自引:0,他引:2  
在对传统快速离散Walsh变换算法(FWT)进行分析的基础上,充分考虑实时信号和提取局部特征等应用场合的特点,结合FWT算法的性质,提出了短时离散Walsh变换(STDWT)的概念及其快速算法,使加减运算次数进一步减到最少。与传统FWT相比,速度有了明显的提高。最后给出了该算法与传统算法比较的实验数据。  相似文献   

19.
利用m序列技术检测诱发电位的快速算法   总被引:1,自引:0,他引:1  
伪随机序列技术是通过加大刺激密度而提高检测信噪比、加快检测速度的一项诱发电位检测技术,具有潜在应用前景。然而当序列较长时,这项技术的计算量剧增,使实时检测成为困难。本文结合m序列及Walsh函数的性质,推导出M矩阵与W矩阵的等价关系,并利用快速Walsh变换来实现m序列的解卷积。求解诱发电位的运算量由原来的L2数量级减少到Llog2L数量级,使诱发电位实时快速检测成为可能。  相似文献   

20.
介绍了一种二维离散正交型Walsh 函数的构成与相关特性,将离散的Walsh函数进行平滑化之后,应用在广带域码分多址扩散频谱通讯中( 简称CDMA 扩谱通讯) .本文还发表了一种码分多址扩谱通讯的结构框图和通过各种复杂环境通讯实验结果.对比实验结果表明,平滑化的离散正交型Walsh 函数与非平滑化的离散正交型Walsh 函数作为在扩谱码,信号频带宽度之比为1:2, 用Walsh 函数( 哈德码序列) 的正交码,目的是各种信道之间的相互干扰达到最小化.平滑化技术在同等的条件下,信噪比提高了20 dB以上.说明这是一种非常成功的理论方法.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号