多维时序数据中的相似子序列搜索研究

由于动态时间弯曲距离较之欧氏距离有更好鲁棒性,因此被广泛用作时序数据相似子序列搜索研究领域中的相似性度量.在单一维度上的相似子序列搜索可能不能获得足够的匹配结果作为继续深入分析的依据,因此通过引入在多维数据分析中常用的数据立方体模型将相似子序列搜索问题扩展到了多维场景之下,从而在多个维度上得到搜索结果以获取更多有价值的知识.在此基础上利用数据立方体相邻层次单元间的相关性对基本的搜索算法进行了改进,在保证准确性的基础上提高了搜索效率.在真实网络安全数据集上的实验验证了所提方法的有效性.

一种变步长趋势子序列搜索算法

为了克服基于点距离的时间序列相似性搜索物理概念模糊和速度慢的缺点,提出时间序列的分段趋势序列(PTS)概念,并在此基础上提出一种变步长趋势子序列搜索算法.该算法基于时间序列分段线性表示理论,通过相似阈值和子序列间的趋势距离计算跳跃步长,从跳跃步长后开始的子序列进行下一次匹配,从而对全序列实现跳跃式搜索。理论分析和仿真结果表明,该算法对基于趋势表示的子序列搜索在时间和空间上都具有更优的性能,适用于时间序列的动态特征分析.

一种主动子序列搜索的跳频同步捕获方法研究

传统的跳频同步捕获方法中,串行捕获方法捕获时间较长,并行捕获方法系统复杂度高,而使用同步引导码又容易受到干扰.为了解决这些问题,学界提出了一种基于子序列搜索,以跳频序列本身来表征时间信息的捕获策略.该策略的一种实现是基于序列部分频点匹配的同步捕获方案,使用类似并行捕获方法的系统结构,通过多支路检波的方法,得到跳频序列的一个短的子序列,并在接收端本地的跳频序列中进行搜索匹配,进而得到当前接收的信号的在跳频序列中的位置.本文对该策略的实现进行了研究,对子序列的获取这一关键步骤进行优化,主动而非被动地改变接收机各个支路用于检波的频率,增大了检波成功的概率,加快了获得子序列的速度;同时,使用多路并行的方案同时进行同步确认和数字检波,加快了捕获失败后开始下一次捕获的速度。理论分析和仿真结果显示,优化方案在捕获概率上,相对基于序列部分频点匹配的方案有了较大提升;在同等性能前提下的系统复杂度上,相对传统的并行捕获方法和基于序列部分频点匹配的方案有了明显的降低.