The Merit Factor (MF) measure was first introduced by Golay in 1972. Sequences possessing large values of MF are of great interest to a rich list of disciplines - from physics and chemistry to digital communications, signal processing, and cryptography. Throughout the last half-century, manifold approaches and strategies were proposed for finding such sequences. Referenced as one of the most difficult optimization problems, Golay wrote that it is a "challenging and charming problem". His publications on this problem spanned more than 20 years. Golay himself introduced one beneficial class of sequences, called skew-symmetric sequences, or finite binary sequences with odd lengths with alternate autocorrelation values equal to 0. Their sieving construction greatly reduces the computational efforts of finding binary sequences with odd lengths and high MF. Having this in mind, the majority of papers to be found in the literature are focused solely on this class, preferring them over binary sequences with even lengths. In this work, a new class of finite binary sequences with even lengths with alternate autocorrelation absolute values equal to 1 is presented. We show that the MF values of the new class are closely related to the MF values of adjacent classes of skew-symmetric sequences. We further introduce new sub-classes of sequences using the partition number problem and the notion of potentials, measured by helper ternary sequences. Throughout our experiments, MF records for binary sequences with many lengths less than 225, and all lengths greater than 225, are discovered. Binary sequences of all lengths, odd or even, less than $2^8$ and with MF $>8$, and all lengths, odd or even, less than $2^9$ and with MF $>7$, are now revealed.


翻译:美化因子(MF) 测量于1972年由戈莱首次引入。 拥有大量MF值的序列对于从物理和化学到数字通信、信号处理和密码学等一系列丰富的学科非常感兴趣。 在过去半个世纪中, 提出了多种方法和策略来寻找这样的序列。 戈莱写道, 它是一个最困难的优化问题之一 。 他有关这个问题的出版物超过20年 。 Golay 自己引入了一种有益的序列, 叫做 Skew- 对称序列, 或长度奇长的定数二进制序列, 其替代的自动交错序列等于 0。 它们的真知性构建极大地减少了寻找这些序列的计算努力。 以这个最困难的优化问题之一, 戈莱写道说, 它是一个“ 挑战性和迷人” 问题。 戈莱本人的出版量超过20年。 Golly 。 Gollay 自己引入了一种更有用的序列, 叫做 skireal- mixal 序列, 时间长度的定数比新货币序要低。 我们的绝对序列比新货币顺序要低。 显示的是, IMFMF8 。 和新序列的顺序比新顺序要低的顺序要低。 。 我们测量到 的顺序要低的顺序要显示为 。

0
下载
关闭预览

相关内容

Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
国家自然科学基金
5+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年8月10日
Arxiv
27+阅读 · 2018年4月12日
VIP会员
相关VIP内容
相关资讯
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
IEEE ICKG 2022: Call for Papers
机器学习与推荐算法
3+阅读 · 2022年3月30日
IEEE TII Call For Papers
CCF多媒体专委会
3+阅读 · 2022年3月24日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium7
中国图象图形学学会CSIG
0+阅读 · 2021年11月15日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium2
中国图象图形学学会CSIG
0+阅读 · 2021年11月8日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium1
中国图象图形学学会CSIG
0+阅读 · 2021年11月3日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
相关基金
国家自然科学基金
5+阅读 · 2017年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员