实序列斜圆卷积的实值变换计算法

实序列斜圆卷积是二维卷积多项式变换计算法中的核心计算。本文利用实值变换的快速性及斜圆卷积的特殊性,导出一种计算N(N=2~M)点实序列斜圆卷积的新算法。它完成该计算仅需N·(log_2N+1)次实乘、3N·(log_2N-(1/3))次实加,这分别仅约为FFT计算法所需的1/4、1/2。如将它与多项式变换法结合计算N×N(N=2~M)二维实圆卷积,则仅需N~2·log_2N次实乘、4N~2·log_2N次实加,这分别仅约为FFT计算法所需的1/8、1/3。     

一种长序列卷积的默森变换算法

本文深入研究了应用默森变换方法计算长序列卷积的运算问题,给出了一种将长序列卷积缩减为短序列卷积,然后通过采用默森变换进行计算的高效算法。结果表明:当卷积结果长度N=N_1N_2…N_4,N_i为素数,i=1,…,d,则应用该算法计算序列卷积所需要的实数乘法次数M以及实数加法次数A分别为:M=N;A=2N(sum from i=1 to dN_i—d)     

一类次线性共振二阶系统的周期解

利用鞍点定理讨论一类共振二阶系统{ü(t)+Au(t)+▽F(t,u(t))=O a·e·t∈(O,2π)u(0)-u(2π)=u(0)-u(2π)周期解的存在性,其中A是N×N实对称矩阵,A具有形如k2的特征值,非线性项▽F(t,u(t))是次线性的.     

子群卷积及其快速算法

本文介绍了长度N=P~M-1为麦森素数的子群卷积的基本原理和应用中国余数定理对这种子群卷积进行排序的算法及步骤。改进了这种排序方法,提出了计算简单的快速排序法,并提出了用于群卷积计算DFT的混合嵌套快速算法。     

三次样条函数的又两点注记

一,一阶导数端点存在误差对系数Cr的影响对于给定区间的均匀划分,即x_i=a+ih,i=o,1、…,N,h=(b-a)/N构造一个三次样条插值函数s(x)使它满足下列条件:内点条件：s(x_i)=y_i,i=1,2,...N-1,边界条件：s(x_i)=y_i,s'(x_i)=y'_i i=0,N·根据文艺工作者[2]可知s(x)满足下列方程组     

一个瓶颈问题的多项式算法

在生产安排中会遇到这样问题:确定满足约束条件x_1+…+x_n=m的正整向量X=(x_1,…,x_n),使目标函数y=min{c_jx_i)达到最大。罗宗俊曾给出这个问题的一个拟多项式算法,大约需要n(m-n)次运算。本文给出一个多项式算法,仅需要n·log_2n次运算。     

三种实信号快速卷积算法的分析

本文对两种实信号快速卷积算法进行了分析和对比，找到了一种快速有效的算法。为以后的快速卷积研究指明了方向。     

快速计算多个卷积的新方法及其应用

利用离散傅里叶变换的一些性质和将一个复序列分解为4个奇偶序列之和的方法,纠正了2002年Gunther提出的同时计算一个N点实序列的DFT和另一个N点实序列的DFT的DFT的4组直接公式中的第2组公式中的错误,在此基础上将同时计算实序列的DFT和IDFT的直接公式应用于多个N点实序列的卷积计算,得到了新的快速计算方法,...     

一种基于实时处理的长序列数字信号快速算法的研究

本文介绍了一种基于实时处理的数字信号处理算法。该算法首先将长序列分成一个个较短序列 ,然后通过循环卷积求线性卷积 ,使处理过程达到实时、快速的效果。     

一种DTT域的二维线性卷积算法

提出了一种在二维离散三角变换(DTT)域进行线性卷积的算法.首先推导出N1×N2的二维离散余弦变换Ⅱ型(DCT-Ⅱ)与2N1×2N2的二维离散傅里叶变换(DFT)之间的关系武,并将二维DFT的卷积乘积表达式转换成在对应的二维DTT域表示;然后给出了线性滤波器下输出信号的DCT-Ⅱ与输入信号的DTT之间关系的显式表达式;最后,分析了该算法的复杂度.结果表明,当滤波器大干5×5时,该算法计算复杂度远低于常见的空间域滤波算法.另外,在已知二维信号平移后的DCT-Ⅱ系数情况下,该算法比DFT域滤波算法具有更高的计算效率.     

一种离散小波变换的快速分解和重构算法

通过对实序列的快速傅里叶变换算法的推导及Mallat算法原理的分析，根据离散小波变换（DWT）算法结构特征，提出了一种离散小波变换的快速分解和重构算法；给出了相应的算法步骤，从数学理论上对该算法进行了论证。结果表明与原有的快速小波算法（Mallat算法）相比，可显著减少信号与滤波器长度N较大（大于16）时小波变换的实乘次数（分解仅为（5log2N 7)N次，重构仅为4N（1 log2N)次）提高了运算速度，且该算法有着良好的并行性，易于数字信号处理器（DSP）的快速实现。     

实有理函数展为Taylor级数的一般方法

在求实函数的f(x)=(Ax+B/(x2+px+q)k)(p、q、A、B∈R,k∈N,p2-4q＜O)Taylor级数展开法的基础上,给出实有理函数展开为Taylor级数的一个普适方法。     

顶点Folkman数的上界

证明关于顶点Folkman数上界的新不等式.特别地,用构造性方法证明:对于任意满足00和c(r)>0使得Fv(k,k;k 1)≤c(r)(k-1)1/4log2(k-1)-r对任意的k≥N(r)成立,其中N(r)和c(r)都是只依赖于r的常数.     

一类二阶线性微分方程的振荡结果

考虑二阶线性微分方程f＂ ＋ （e^p1^（x） ＋ e^p2^（x） ＋ Q（z））f = 0,这里 P1（z） = t1（z） ＋…, P2 （z） = t2 （z） ＋…是非常数多项式,Q（z）是一个阶小于n的整函数．Bank,Laine和langley研究了Q是多项式,t2／t1非实数和负实数情形,Ishizaki and Tohge研究了t2=t1,t2／t1非实数或t2／t1〈1／2情形．该文研究Q（z）是一个阶小于n的整函数且1／2〈t2／t1〈3／4的情形．     

积模 2N±1 的快速算法

提出了一种利用一个运算器计算两个２Ｎ－位整数乘积按２Ｎ＋１和２Ｎ－１取模的算法．这种算法依赖于整数字节间卷积的加法和平方运算,而不依赖于其乘法运算．由于平方运算是一元运算,所以在使用ＲＯＭ查表情况下,可以大大节省ＲＯＭ位数,从而提高算法的效率和通用性．     

奇完全数的判定及素因数个数的估算

该文给出正整数不是奇完全数的判定定理,并据之推出,若Nk=Pa11 Pa22…Pakk是奇完全数,则其素因数的个数k1)当pi＞qi时,k＞s1.2)当pi=qi时,s2＜k＜s1+1;当pi≥qi时,k＞s2.3)当pi＜qi时,k＜s2+1.其中,s1由     

一类时滞差分方程的振动性

研究了一类时滞差分方程xn＋1^2=xn/（1＋αxn-k）的振动性,其中α为正参数,k是正整数,初始条件x-k,…,x0为正数。指出了（k＋1）^k＋）（√1＋4α-1）/（√1＋4α＋1）〉（k/2）^k为该方程振动的充要条件。     

计算(2~(k_1),2~(k_2))型二重(r_1,r_2)-循环矩阵全部特征值的快速算法

利用矩阵分块逐次降阶的方法 ,给出了计算 (2 k1 ,2 k2 )型二重 (r1 ,r2 ) -循环矩阵全部特征值的快速算法 ,证明了其乘除的计算量为 (k1 +k2 ) 2 k1 + k2 - 1 ,加减的计算量为 (k1 +k2 ) 2 k1 + k2 .     

脉冲偏差分方程的振动性

获得脉冲偏差分方程{Am 1,n Am,n 1-Amn pmnAm-r,n-l=0,m≥m0,n≥n0-1,m≠mk,Amk 1,n Amk,n 1-Amk,n=bkAmk,n,n≥n0-1,k∈N(1),所有解振动的充分条件,其中{pmn}是一个双指标序列,对m≥m0,n≥n0-1,有pmn≥0且不恒为零,{bk}是实数序列,r,l是正整数,0≤m0≤m1<…相似文献   

Research of optimization to solve nonlinear equation based on granular computing

In this article, a real number is defined as a granulation and the real space is transformed into real granu-lar space[1]. In the entironment, solution of nonlinear equation is denoted by granulation in real granular space. Hence,the research of whole optimization to solve nonlinear equation based on granular computing is proposed[2]. In classicalcase, we solve usually accurate solution of problems. If can't get accurate solution, also finding out an approximate solutionto close to accurate solution. But in real space, approximate solution to close to accurate solution is very vague concept. Inreal granular space, all of the approximate solutions to close to accurate solution are constructed a set, it is a granulation inreal granular space. Hence, this granulation is an accurate solution to solve problem in some sense, such, we avoid to sayvaguely "approximate solution to close to accurate solution". We introduce the concept of granulation in one dimension real space. Any positive real number a together with movinginfinite small distance ε will be constructed an interval [a-ε,a ε], we call it as granulation in real granular space, denotedby ε(a) or [a]. We will discuss related properties and operations[3] of the granulations. Let one dimension real space be R, where each real number a will be generated a granulation, hence we get a granularspace R* based on real space R. Obviously, R∈R*. Infinite small number in real space R is only O, and there are three in-finite small granulations in real number granular space R* : [0], [ε] and [-ε]. As the graph in Fig. 1 shows. In Fig. 1,[-ε] is a negative infinite small granulation,[ε] is a positive infinite small granulation,[0] is a infinite small granulation.[a] is a granulation of real number a generating, it could be denoted by interval [a-ε,a ε] in real space [3-5].Letf(x)=0 be a nonliner equation,its graph in interval[-3,10]id showed in Fig.2.Where -3≤x≤10 Relation ρ(f‖,ε)is defied is follows:(x1,x2)∈ p(f‖,ε)iff |f(x1)- f(x2)|<εWhere ε is any given small real number.We have five appoximate solution sets on the nonliner equation f(x)=0 by ρ(f‖,ε)∧|f(x)|[a,b]max,to denote by granulations[xi1 xi2/2],[xi3 xi4/2],[xi5 xi6/2],[xi7 xi8/2]and[xi9 xi10/2]respectively,where |f(x)|[a,b]max denotes local maximum on x ∈[a,b].This is whole optimum on nonliear equation in interval [-3,10].We will get best opmension solution on nonliner equation via computing f(x)to use the five solutions dented by grandlation in one dimension real granlar space[2,5].