垂直水声通信中的伪随机序列精确定时算法

针对垂直水声通信中时变多普勒引起的定时偏差问题,研究一种基于伪随机序列的迭代定时估计及补偿算法。该方法利用伪随机序列作为同步信号,分三步估计时变多普勒:采用低复杂度的模糊函数法粗补偿接收信号内的平均多普勒;通过迭代插值法实现残留时变多普勒的精确估计及补偿;利用基于信道相关函数的相位信息,纠正均衡后信号的偏转相位。为实现高阶海试数据的有效解调,采用基于伪随机序列均方误差的多通道加权合并方式,获得空间分集增益。仿真及海试数据处理结果证明所提方法具有良好的时变多普勒估计及补偿性能,同时对30个通道内的1024QAM数据进行合并处理,在500 m的通信距离下,误码率为0.04,信道容量达到7.6 bits/symbol。与传统数据帧结构相比,无需使用线性调频信号,可以提高有效数据传输率。

基于伪随机序列的松散煤体声学测温方法及应用

长期以来,采空区、煤堆、煤仓等空间的煤自燃火灾时有发生,受限于工作区域的复杂环境和火源探测技术瓶颈等因素,较难实现煤自燃灾害高温点的快速量化识别。而声学测温技术具有测量精度高、测温范围宽、测量空间大等特点,可实现采空区等隐蔽火源位置精准探测且极具发展前景。目前该技术在松散煤体温度测量领域尚处于基础研究和实验室研究阶段,仍需开展大量研究。基于伪随机序列的优越性能,将其引入作为声源信号,并根据声学测温原理和伪随机序列声源信号产生原理,搭建了松散煤体声波测温试验系统。系统主体部分包括声学测试系统、程序升温系统、隔音系统和煤样箱体,结合试验测试和仿真模拟方法,验证了系统的准确性。利用理论分析、Matlab仿真和试验测试相结合的方法,开展伪随机序列声源信号的失真特性研究,确定了该信号的最佳处理方法,成功将其应用于松散煤体测温中。结果表明:伪随机序列可以作为采空区、煤堆、煤仓等空间的松散煤体声学测温的声源信号,但需运用二次相关PHAT–β算法对伪随机序列声源信号发生频率区间(1000~3000 Hz)进行处理,使频带变窄,能量集中;运用伪随机序列声源信号测量声波在松散煤体中飞渡时间,发现不同距离下声波飞渡时间测量结果误差小于5%,并通过了对比验证;伪随机序列作为松散煤体的测温声源信号时,所反演温度与不同粒径的煤样温度之间的平均绝对误差为2.051℃,平均误差率5.293%,能够较为精准、可靠地反演煤温。

DVB-T中伪随机序列扰码器的FPGA实现

伪随机序列在伪码测距、导航、数字数据扰乱器、噪声产生器、通信加密中有着广泛的应用。在这些实际应用中,常常利用现场可编程门阵列(FPGA)来产生伪随机序列,这便于系统设计和测试的实现。针对数字地面电视广播(DVB-T)标准,以线性反馈移位寄存器电路为基础,设计了一种并行伪随机序列产生方法,该方法简单而高效地实现DVB-T系统码流数据的扰码。实验结果表明,MATLAB扰码算法结果与FPGA扰码模块仿真结果和硬件实现结果一致,该设计方法切实可行。

一种基于伪随机序列的加密串行通信系统设计

在当前部分工业领域的低成本应用场景中,串行通信较多使用明文传输的方式,存在数据易被窃取以及数据可靠性欠佳等问题。为了保证数据传输的安全性和通信的可靠性,文章设计了一种基于伪随机序列的加密串行通信系统。该系统采用任意级数伪随机序列生成、采样窗口动态调整、对串行码流加扰等技术,实现了信道的非透明数据传输;在接收端通过伪随机序列头捕获实现伪随机序列同步,达到串行码流解码和获取数据信息的目的。最后,利用FPGA搭建了该通信系统的测试环境,测得最高波特率达20 Mbit/s,可以满足4~15级任意级数m序列的加密需求,取得了良好的数据通信效果。

基于随机Transformer的多维时间序列异常检测模型

针对已有基于变分自编码器(VAE)的多维时间序列(MTS)异常检测模型无法在隐空间中传播随机变量间的长时依赖性问题,提出了一种融合Transformer编码器和VAE的随机Transformer MTS异常检测模型(ST-MTS-AD)。在ST-MTS-AD的推断网络中,Transformer编码器产生的当前时刻MTS长时依赖特征和上一时刻随机变量的采样值被输入多层感知器,由此生成当前时刻随机变量的近似后验分布,实现随机变量间的时序依赖。采用门控转换函数(GTF)生成随机变量的先验分布,ST-MTS-AD的生成网络由多层感知器重构MTS各时刻取值分布,该多层感知器的输入为推断网络生成的MTS的长时依赖特征和随机变量近似后验采样值。ST-MTS-AD基于变分推断技术学习正常MTS样本集分布,由重构概率对数似然确定MTS异常片段。4个公开数据集上的实验表明,ST-MTS-AD模型比典型相关基线模型的F1分数有明显提升。

基于等基因序列双重随机遗传算法的复合材料铺层优化

复合材料铺层优化中常用的各种遗传算法较难同时综合考虑表面45°、分层比例、连续铺层数限制等复杂工程约束问题,基于此,提出一种针对复合材料层压板的等基因序列双重随机遗传算法,在交换和突变算子中引入双重随机算法以保证优化迭代中基因序列的严格相等,基于SABRE软件实现该优化算法,并通过算例验证算法的正确性。结果表明:该算法可满足均衡性、对称性、表面45°、连续铺层数限制、铺层比例等复杂工程约束,有较高的可靠性与工程适用性。

流域变化环境下水文非平稳异方差序列随机建模研究进展

气候变化和高强度人类活动的显著影响使流域水文序列出现异方差性,破坏了Box-Jekins法ARMA模型建立的前提条件。基于国内外相关研究进展和存在的主要科学问题,提出了目前几个主要研究内容和研究途径。金融学、经济学和信号处理等领域的观测序列与流域变化环境下水文非平稳序列异方差性波动特性相似,而且这些领域中已取得了许多成功的案例。应用金融学、经济学和信号处理等领域的异方差性原理和方法,结合流域水文特性,开展变化环境下水文非平稳异方差序列随机建模是可行的,与分布式水文模型相比,该方法是一种实用的建模途径。文中提出的一些思路可为变化环境下精确描述流域水文要素值的变化规律、涉水工程的规划设计与科学管理以及干旱风险调控提供依据。

长时间序列生态系统服务权衡与协同驱动因素——以芜湖市生态系统服务功能极重要区为例

人类对生态系统的管理和干预促使生态系统服务权衡向协同转化,有助于生态系统服务综合效益提升。但当前缺乏对长时间序列分析背景下生态系统服务权衡协同驱动因素及其非线性影响的理解与把握。以芜湖市“生态系统服务功能极重要区”为研究案例,考虑生境质量、碳固定和土壤保持三种关键生态系统服务,基于多源数据,运用逐像元趋势叠加分析法评估1990—2020年间研究区生态系统服务变化趋势及其权衡协同空间分布规律,采用随机森林模型探索该区域生态系统服务权衡协同形成的关键驱动因素及其非线性影响效应。研究结果表明:(1)31年间芜湖市域生境质量显著下降区域面积约为提升面积的两倍,存在进一步衰退的风险。同时,城市扩张导致市郊边缘地带碳固定、土壤保持显著下降。(2)研究区生态系统服务供给能力受权衡协同影响显著,受影响区域总面积占比达64.48%。受权衡影响区域与协同影响区域存在显著空间差异。(3)土地利用强度是管理生态系统服务权衡向协同转化的主导因素。土地利用强度对权衡协同的影响表现出非线性特征并且存在影响阈值。当强度等级介于弱与中且偏向弱强度时对不同服务协同增益具有积极作用。

基于时序分解和随机森林的时间序列多步预测算法

时间序列多步预测利用事物的历史时间序列数据,对其未来多个时间点的发展趋势进行预报,以便提前制定相应的生产控制策略。提出一种新的基于时序分解的多步预测算法,针对时序分解参数对预测结果影响显著的问题,提出采用遗传算法优化的自适应变分模态分解策略;针对模态各异的子序列,提出运用随机森林算法建立多个基学习器以充分挖掘各模态信息;针对一次分解策略仅适用于仿真研究而无法实际应用的问题,提出实时分解框架并将整个分解与预测过程嵌入该框架中。多个公开时间序列数据集的实验结果表明所提出的预测算法相较于对比算法具有更高的精度。

m-WOD序列随机加权和的完全收敛性

在一些宽泛条件下,研究m-宽象限相依序列(m-WOD)随机加权和的完全收敛性,该结果将现有文献中宽象限相依(WOD)序列的相关结论拓展到m-WOD序列的情形.

基于随机循环网络的汉字骨架生成

汉字骨架是汉字字形的重要拓扑描述,提供了汉字字形结构的重要信息。汉字骨架可以视为点序列,运用具有序列输出的循环神经网络(RNN)等生成。然而当前输出长序列的深度神经网络通常面临诸如梯度消失或爆炸,需要大量训练样本和训练时间长等问题,导致此类方法生成的汉字骨架蕴含的书写细节较少,同时缺乏对汉字结构的准确描述。文中将汉字的结构信息与神经网络方法相结合,使用多个并行的随机循环网络(RRN)生成汉字骨架,生成过程在两个层面进行,字符层面包括一连串的笔画,而笔画层面包括一连串的点。生成模型仅需小规模的训练数据即可完成训练,同时避免了梯度消失或爆炸的问题,不仅增强了对汉字结构的描述,而且保留了更多的骨架特征点。实验结果表明,该方法生成的汉字骨架具有更丰富的书写细节特征,可用于快速生成大规模、高质量的汉字骨架。

一种基于多维数字锯齿混沌的伪随机序列发生器及其性能分析

传统锯齿混沌存在硬件实现资源消耗较多,参数对输出序列周期影响较大,输出序列随机性不高等缺陷。文章在传统锯齿混沌基础上,构造了一种多维数字锯齿混沌,能有效解决传统锯齿混沌序列表现出的短周期和弱随机性。经测试,基于多维数字锯齿混沌的伪随机序列发生器的硬件实现效率更高,随机性更强,为将其应用于保密通信方案设计提供了基础和条件。

基于双超混沌映射的伪随机序列发生器设计

有限精度下的混沌退化问题影响伪随机序列发生器性能。本文基于2D-SLIM和2D-LSCM超混沌系统提出一种迭代序列耦合的伪随机序列发生器方案。首先采用随机周期扰动方式防止混沌退化,随后对迭代序列进行耦合输出,并构建伪随机序列发生器模型。然后采用SP800-22 Revision 1a测试标准对生成序列进行随机性检测。实验结果表明,伪随机序列具有良好的随机性能。此外,基于方案生成的伪随机序列发生器设计了一种音频数据加密方案并对其进行仿真验证。

随机微分方程在金融时间序列中应用

目前,我国的经济较以往得到的显著的提升,在金融科技上有不断突破与创新,计算机、统计、数据等学科对金融市场的影响也愈来愈大,越来越多的人想要在金融市场,例如股票市场、证券市场等进行操作以便获得高额的利润回报,因此对金融时间序列的分析就显得尤为重要。因其具有非线性非平稳等特点,预测模型也由最开始的线性模型转为非线性模型。为了使金融时间序列预测更加的准确,本文使用的是GP遗传算法,使用POS粒子群来处理随机微分方程,结合的时间序列预测模型。与其一个因素模型和其他因素构成的模型组合相比,表明本文所提出的模型具有更好的拟合性。

路面随机不平顺的数值模拟及其编程实现

路面不平顺是影响车路耦合系统振动的主要因素之一。为了分析路面不平顺序列的幅值特征随路面等级的变化规律,本文利用三角级数法,建立了生成路面随机不平顺序列的数值算法,并通过MATLAB编程实现。利用该算法和相应的计算程序,模拟了A、B、C、D 4个等级路面的随机不平顺序列,并研究其振幅特性。结果表明:本文生成的路面随机不平顺序列的功率谱密度与规范中相应等级路面的功率谱密度吻合较好。路面不平顺幅值随着路面等级的降低呈非线性增长,方差逐渐变大,这说明随着路面等级的降低,车辆的行驶体验感变差。研究结果可以为汽车驶过不平顺路面时的随机动力响应和平稳性分析提供数据参考。

随机生产模拟的序列化分析

传统的随机生产模拟通过离散卷积计算可靠性指标。但该方法不能解决综合资源规划面临的新问题,因为其中的系统负荷被划分为若干部分,每个部分具有不同的可靠性要求;类似的情况也存在于电力市场环境中。该文以序列运算理论为基础,建立了一种新的随机生产模拟算法,以评估系统的可靠性和经济性;提出了将需求与资源序列化的方法,通过使用供需双方对应的概率性序列进行卷和、卷差、交积等运算,完成逐个的资源-需求加载过程;指出了算法中各种运算以及模拟结果的期望值所代表的明确的物理意义。

伪随机二进序列偶研究

提出了一种新的具有良好周期相关特性的离散信号,即伪随机二进序列偶,研究了其性质和组合允许条件,用计算机搜索出若干小体积的伪随机二进序列偶。在此基础上,对伪随机二进序列偶作为同步码在同步检测中的应用进行了研究,并与Barker码进行了性能比较分析。

一种信息安全系统中序列随机性检验方法

把Fourier分析理论用于信息安全系统中序列随机性的检验中,提出了一种新的随机性检验方法,该方法可以用随机序列发生器产生序列的随机性检测,也可以用于检验密码算法的安全性。

基于m伪随机序列的电磁法抗噪能力分析

电磁法在金属矿、油气资源等矿产的勘探中发挥重要作用,同时电磁干扰也越来越强,在强干扰区利用传统的抗噪方法很难再获取高信噪比信号.鉴于伪随机序列的抗噪能力,近年来国内正在掀起伪随机编码仪研制的高潮.伪随机序列的抗干扰能力与从伪随机响应中提取方法息息相关,本文介绍了两种最常用的提取大地脉冲信号的方法:第一种通过将时间域信号转到频率域,对电流归一化处理后,再转回时间域求取大地脉冲响应;第二种直接在时间域解Wiener-Hopf方程求取.研究表明,在无干扰情况下两种提取方法都可获得高精度大地脉冲信号.随后在具有噪声干扰的情况下,对两种方法提取结果的精度进行了对比分析,表明方法2的抗噪声能力明显优于方法1的,对造成这种状况的原因进行了解析.最后研究了提高伪随机序列抗噪能力的方法,主要包括提高伪随机序列阶数、针对不同噪音使用不同的编码方式、改变循环次数的方法等,以达到抑制噪声的目的.

一类广义自缩序列的伪随机性

讨论了一类广义自缩序列的伪随机性.证明了该类序列的最小周期于64种情形中有56种取到最大(即2n-1);具有良好的低阶自相关性.