This paper is {devoted} to efficient design of complete complementary codes (CCCs) which have found wide applications in coding, signal processing and wireless communication, thanks to their {ideal} auto- and cross-correlation sum properties. A major motivation of this research is that the existing state-of-the-art can generate CCCs with certain lengths only and therefore may not {be able to meet} the diverse requirements in practice. We introduce a new tool called multivariable functions {with which we} propose a direct construction of CCCs with any \textit{arbitrary} lengths in the form of $\prod_{i=1}^k p_i^{m_i}$, where $k$ is a positive integer, $p_1,p_2,\hdots,p_k$ are prime numbers, and $m_1,m_2,\hdots,m_k$ are positive integers. The proposed set size is given by $\prod_{i=1}^k p_i^{n_i}$ ($n_1,n_2,\hdots,n_k$ positive integers), which covers all possible positive integers greater than 1. For $k=1$ and $p_1=2$, our proposed {construction reduces} to the exact Golay-Davis-Jedwab (GDJ) sequence generator as a special case. For $k>1$ and $p_1=p_2=\cdots=p_k=2$, it gives rise to the conventional CCCs with power-of-two lengths obtained from generalized Boolean functions. {Moreover, we introduce a linear code in connection with the proposed sets of CCCs.}


翻译:本文 { 编辑} 用于高效设计完整的辅助代码( CCCs), 因为这些代码在编码、 信号处理和无线通信中找到了广泛的应用, 其属性是 {ideal} 自动和交叉关系等属性。 此研究的主要动机是, 现有的最先进的CCC 只能产生一定长度的CCC, 因此可能无法满足} 实践中的不同要求。 我们引入了一个叫做多变量的功能 { 我们用它提议直接构建具有任何长度( textitit{ ajuris} 长度) 的 CCCs。 以 $\ prod} i=1\ k p@ k p_ i_ i_ i} 美元的形式, 其中$k$是正整数, $p_ 1, p_ 2, gn_ k是正数, 以正数表示% 2, m_hdots, compts= greal_ true a. preals a_ greal_ groups a. a. b_ greal_ groups a.

0
下载
关闭预览

相关内容

专知会员服务
159+阅读 · 2020年1月16日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+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
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
【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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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
0+阅读 · 2021年12月3日
Pointer Graph Networks
Arxiv
7+阅读 · 2020年6月11日
Arxiv
4+阅读 · 2020年3月19日
Arxiv
17+阅读 · 2019年3月28日
Arxiv
3+阅读 · 2018年10月5日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15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
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4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
Top
微信扫码咨询专知VIP会员