Certain applications require the use of signals that combine both the capability to operate with low signal-to-noise ratios and the ability to support multiple users without interference. In the case where many users have very different signal-to-noise ratios, it is necessary to consider coding schemes that can be used in a multi-user environment but with different noise immunity levels. Traditional detection systems based on the correlation function and coding sequences have significant limitations in satisfying both objectives, since the cross-correlation between coded signals corresponding with different users is linked to the use of the same coded sequences length. The research topic of binary sequences that have null cross-correlation and different length has not been studied in depth, but it has potential applications in multi-user environments. In this work an algorithm to generate binary sequences completely uncorrelated with certain sets of complementary sequences is presented. The proposed algorithm is based on nested Barker sequences, and it is compared with a previous proposal based on an iterative algorithm. This approach allows to generate more diversity of sequences of different length than the iterative approach, which it makes useful for applications based on binary sequences detection and expand the horizon of many applications.


翻译:某些应用需要使用将低信号到噪音比率操作能力与无干扰地支持多个用户的能力相结合的信号。如果许多用户的信号到噪音比率差异很大,则有必要考虑可在多用户环境中使用但具有不同噪音免疫水平的编码办法。基于相关功能和编码序列的传统探测系统在满足这两个目标方面有相当大的局限性,因为与不同用户相对应的编码信号之间的交叉联系与使用相同的编码序列长度有关。对于具有截断交叉关系和不同长度的二进制序列的研究专题,没有进行深入研究,但研究的题目在多用户环境中具有潜在的应用。在这项工作中,提出了一种算法,以生成与某些相补序列完全无关的二进制序列。提议的算法以嵌嵌入的巴克序列为基础,并与先前的一项基于迭代算法的建议进行比较。这种方法可以产生比迭代法不同长度序列的更多多样性,而迭代法对于许多次序列的探测和扩展许多次测距应用是有用的。

0
下载
关闭预览

相关内容

专知会员服务
52+阅读 · 2020年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10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
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
14+阅读 · 2020年12月17日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Arxiv
14+阅读 · 2018年4月18日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
4+阅读 · 2018年1月15日
VIP会员
相关VIP内容
专知会员服务
52+阅读 · 2020年9月7日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
78+阅读 · 2020年7月26日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10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
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
28+阅读 · 2019年5月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+阅读 · 2017年11月16日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
【推荐】GAN架构入门综述(资源汇总)
机器学习研究会
10+阅读 · 2017年9月3日
【学习】Hierarchical Softmax
机器学习研究会
4+阅读 · 2017年8月6日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
相关论文
Arxiv
14+阅读 · 2020年12月17日
Adversarial Mutual Information for Text Generation
Arxiv
13+阅读 · 2020年6月30日
Arxiv
14+阅读 · 2018年4月18日
Arxiv
4+阅读 · 2018年4月10日
Arxiv
4+阅读 · 2018年1月15日
Top
微信扫码咨询专知VIP会员