选择特殊符号
选择搜索类型
请输入搜索
1. 信息安全
主要用在加密解密上面
2. 通信行业
CDMA通信的行业的信息
m序列是最长线性移位寄存器序列的简称,是一种伪随机序列、伪噪声(PN)码或伪随机码。可以预先确定并且可以重复实现的序列称为确定序列;既不能预先确定又不能重复实现的序列称随机序列;不能预先确定但可以重复产生的序列称伪随机序列。
m序列是目前广泛应用的一种伪随机序列,其在通信领域有着广泛的应用,如扩频通信,卫星通信的码分多址,数字数据中的加密、加扰、同步、误码率测量等领域。
在所有的伪随机序列中,m序列是最重要、最基本的一种伪随机序列。它容易产生,规律性强,有很好的自相关性和较好的互相关特性。在IS-95的反向信道中,选择了m序列的PN码作为地址码,利用不同相位m序列几乎正交的特性来为每个用户的业务信道分配了一个相位。
对于一个n级反馈移位寄存器来说,最多可以有2^n 个状态,对于一个线性反 馈移位寄存器来说,全"0"状态不会转入其他状态,所以线性移位寄存器的序列的最长周期为 2^n-1。当n级线性移位寄存器产生的序列{ai}的周期为T= 2^n-1时,称{ai}为n级m序列。
当反馈函数f(a1,a2,a3,…an)为非线性函数时,便构成非线性移位寄存器,其输出序列为非线性序列。输出序列的周期最大可达 2^n ,并称周期达到最大值的非线性移位寄存器序列为M序列。
一般是汇总计算后,发现某个构件图元计算和实际要求不符合,需要修改,并且同类构件数量很多,一个一个修改很麻烦,需要批量进行修改,这时一般可以用构件数据刷
世界上所用的石棉95%为温石棉,其纤维可以分裂成极细的元纤维,具有优良的纺丝性能。青石棉和铁石棉占石棉总消耗量的5%以下,主要用于造船。直闪石石棉是类似滑石的一种石棉,常用作“工业滑石”。石棉纤维可以...
1、M8/M12连接器主要用于户外灯箱、建筑机械、钢铁生产设备、电力设备、矿山机械、轮船机械、汽车设备、生产自动设备、温度变送器、液压机床、传感器、电磁阀、仪器仪表、压力变送器等等。 2、M8/M12...
PE管材的具体应用
塑料管材在给排水工程上应用浅析 为确保国民经济的可持续发展, 我国政府在逐年加大对工业基础设施的投入, 工业管道建设 不断加快, 品种和规格在不断丰富, 产量在不断增加,质量在不断提高,尤其是塑料管发展 更快,成为当今投资新热点。塑料管的推广应用主要以 PE 管的发展速度最为迅猛。 介绍 PE管道的文章很多,而实际在给排水工程中应用最多的是:单层实壁 HDPE(用于供水 )。双 壁波纹管和螺旋缠绕管(用于排水)。下面仅从一个施工者的角度,简要的介绍一下: PE 管道的优点及施工工艺。 一、单层实壁 PE管材对其它管材来讲有以下优点: 1、优异的物理性能。中密度聚乙烯性能介于高、低密度聚乙烯两者之间,既保持了高密度 聚乙烯的刚性、 强度,也有很好的柔性、 耐蠕变性,而且较高密度聚乙烯更有热熔连接性能 优良的特点,有利于塑料管的安装。 2、良好的抵抗快速裂纹传递能力。开裂是指管道发生开裂时,裂
时间序列分析的修正预测在建筑物沉降 监测中的应用
时间序列分析是一种动态的数据处理方法,广泛应用于数据处理中.变形监测是一种延续性的数据收集过程,本文通过介绍时间序列分析方法,验证其在建筑物沉降监测中的适用性.变形监测的最终目的是为了预测,保证工程的安全进行.针对预测步长越长精度越低的问题,进一步地,在获取新数据之后,利用原预测值进行修正预测,在尽量少的增加工作量的基础上,充分利用新获得数据较好的提高了预测精度.
pn序列是一种伪噪声序列,这类序列具有类似随机噪声的一些统计特性,但和真正的随机信号不同,它可以重复产生和处理,故称作伪随机噪声序列。
PN序列(Pseudo-noise Sequence)
PN序列有多种,其中最基本常用的一种是最长线形反馈移位寄存器序列,也称作m序列,通常由反馈移位寄存器产生。
PN序列一般用于扩展信号频谱。
m序列的随机特性:1,、平衡特性 2,、游程特性 3、相关特性
(一)绝对数时间序列
1.时期序列:由时期总量指标排列而成的时间序列。
时期序列的主要特点有:
1)序列中的指标数值具有可加性。
2)序列中每个指标数值的大小与其所反映的时期长短有直接联系。
3)序列中每个指标数值通常是通过连续不断登记汇总取得的。
2.时点序列:由时点总量指标排列而成的时间序列
时点序列的主要特点有:
1)序列中的指标数值不具可加性。
2)序列中每个指标数值的大小与其间隔时间的长短没有直接联系。
3)序列中每个指标数值通常是通过定期的一次登记取得的。
(二)相对数时间序列
把一系列同种相对数指标按时间先后顺序排列而成的时间序列叫做相对数时间序列。
(三)平均数时间序列
平均数时间序列是指由一系列同类平均指标按时间先后顺序排列的时间序列。
最长上升子序列
Longest Increasing Subsequence
最长上升子序列:
有两种基本方法:两个时间复杂度分别为O(n^2)和O(nlogn)
对于给定数列a,元素个数为n,f[i]为以元素i结尾的最长子上升序列的最大长度。
最长上升子序列f满足对任意1<=j<i<=n(a[j]<a[i]),有f[j]<f[i]。
容易得出O(n^2)的DP状态转移方程:
f[i]=max{f[j]}+1;(1<=j<i且a[j]<a[i])
我们不妨把f的初值设为0,并在末尾添加一个元素inf,并将n++
这样经过两重循环,f[n]即为LIS长度
代码如下:
又称作CMI算法
时间复杂度为O(nlogn)
其操作如下:
开辟一个栈b,每次取栈顶元素s和读到的元素a做比较,如果a>s,则置为栈顶;如果a<s,则二分查找栈中的比a大的第1个数,并替换。最终栈的大小即为最长递增子序列为长度
考察b栈内每个元素的含义,b[i] 表示所有长度为i的上升子序列中最小的最后一个数.
·举例:原序列为3,4,5,2,4,2
栈为3,4,5,此时读到2,则用2替换3,得到栈中元素为2,4,5,再读4,用4替换5,得到2,4,4,再读2,得到最终栈为2,2,4,最终得到的解是:
长度为1的上升子序列中最小的最后一个数是2 (2)
长度为2的上升子序列中最小的最后一个数是2 (2,2)长度为3的上升子序列中最小的最后一个数是4 (3,4,4)
可知没有长度为4的上升子序列,最长递增子序列长度为3. (3,4,4)
CMI本质是LIS问题的另一种动态规划思路
注意:CMI只能求LIS的长度和最后一个数,不能求LIS的序列!
代码如下:
#include<iostream>
using namespace std;
int n;
int a[1001],b[1001];
int rear;
int solve(int t)
{ int l=1,r=rear;
while(l<=r)
{ int mid=(l+r)>>1;
if(b[mid]>=t)//若为非递减序列,则为b[mid]>t
r=mid-1;
else
l=mid+1;
}
if(l>rear)
rear=l;
return l;
}
int main()
{ int i,j;
scanf("%d",&n);
rear=0;
for(i=1;i<=n;i++)
{
scanf("%d",&a[i]);
b[solve(a[i])]=a[i];
}
printf("%d\n",rear);
system("pause");
return 0;
}