Identifiability in Blind Deconvolution with Subspace or Sparsity Constraints
盲解卷积（BD），信号和滤波器给定其卷积的分辨率，出现在许多应用中。没有进一步的限制，BD是不适定的。在实践中，已经施加子空间或稀疏性约束以减小搜索空间，并且已经显示出一些经验上的成功。然而，现有的理论分析的唯一性在BD是相当有限的。作为一种努力，以解决仍然神秘的问题，我们推导出充分的条件下，两个向量可以唯一地确定从他们的循环卷积，受子空间或稀疏性约束。这些充分条件提供了BD的第一个代数样本复杂性。我们首先导出一个适用于几乎所有基或框架的充分条件。对于$\mathbb{C}^n$中的向量的盲去卷积，具有维度$m_1$和$m_2$的两个子空间约束，所需的样本复杂度为$n\geq m_1m_2$。然后，我们施加一个基础上的子带结构，并推导出一个充分条件，涉及一个宽松的样本复杂度$n\geq m_1+m_2-1$，我们证明是最佳的。我们提出了这些结果的扩展BD稀疏约束或混合约束，稀疏水平取代子空间维数。在这种情况下，未知支持的成本是样本复杂度的额外因子2。
2015-05-13 cs.IT math.IT
Blind Spectrum Sensing in Cognitive Radio over Fading Channels and Frequency Offsets
本文研究了认知无线电中的频谱感知问题。我们考虑一个随机系统模型，其中主用户（PU）在衰落信道上发送周期信号。研究了由于振荡器失配和多普勒偏移引起的频率偏移的影响。我们表明，在这种情况下，似然比检验（LRT）不能逐点评价。我们提出了一种新的方法来近似边缘化的频率偏移使用一个单点估计。这是通过一个低复杂度的约束自适应陷波滤波器（CANF）来估计频率偏移。通过数值模拟的性能进行评估，它表明，所提出的频谱感知方案可以实现相同的性能作为接近最佳的方案，即基于一个银行的匹配滤波器，只使用所需的复杂性的一小部分。
2011-02-15 cs.IT math.IT
Blind Adaptive Constrained Constant-Modulus Reduced-Rank Interference Suppression Algorithms Based on Interpolation, Switched Decimation and Filtering
本文提出了一种盲自适应降秩算法和约束恒模自适应算法，用于无线通信系统中的干扰抑制。所提出的方案和算法是基于一个两阶段的处理框架，该框架由一个变换矩阵进行降维，然后由降秩估计。现有方法的变换矩阵的复杂结构促使盲自适应降秩约束（BARC）方案的发展以及低复杂度的降秩分解。建议的BARC计划和降秩分解的基础上的概念，联合插值，切换抽取和降秩估计的约束条件下的一组详细。所提出的一组约束条件确保了在降维之前组合信道的多径分量。为了经济有效地设计BARC方案，我们开发了低复杂度的抽取技术，随机梯度和递归最小二乘降秩估计算法。设计了一种模型阶数选择算法，用于调整估计器的长度，以及用于确定所需的开关支路数量以达到预定义的性能的技术。对所提出的优化算法的收敛性和问题进行了分析，并讨论了优化问题的关键特征。我们考虑所提出的算法在DS-CDMA系统中的干扰抑制的应用。结果表明，所提出的算法优于最好的已知的降秩方案，而需要较低的复杂度。
2013-01-08 cs.IT math.IT
On the Tradeoff Between Accuracy and Complexity in Blind Detection of Polar Codes
Ecole polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院）
本文针对极化码盲检测，提出三种基于置信传播译码和早停准则的可变复杂度检测方法，并展示精度与复杂度的权衡，在复杂预算内可剔除干扰块并保持低漏检率。
2018-12-11 cs.IT eess.SP math.IT
Blind Measurement Selection: A Random Matrix Theory Approach
本文考虑从$n$可用的传感器观测值中选择一组$k$测量值的问题。所选择的测量应当最小化评估在估计某个$m$维度参数向量中的误差的某个误差函数。检查每个$n\choose k$可能选择的穷举搜索将需要非常高的计算复杂性，并且因此对于大的$n$和$k$是不实际的。最近已经研究了具有低复杂性的替代方法，但是它们的主要缺点是1）它们需要测量矩阵的完美知识，以及2）它们需要以测量矩阵的变化的速度应用。为了克服这些问题，我们考虑的渐近制度，其中$k$，$n$和$m$以相同的速度增长大。然后使用随机矩阵理论的工具以封闭形式近似常用的最重要的误差测量。然后利用渐近近似值来选择适当的$k$测量值，该测量值对于渐近误差测量值表现出低值。提出了两种启发式算法：第一种只是将凸优化技巧应用于渐近误差测度。第二个算法是一个低复杂度的贪心算法，试图寻找一个足够好的解决方案，为原来的最小化问题。贪心算法可以应用于精确和渐近误差测量，因此可以以盲和信道感知的方式实现。我们提出了两个潜在的应用，所提出的算法可以使用，即天线选择在大规模多用户系统和无线传感器网络的传感器选择的上行链路传输。数值结果也提出和支持所提出的盲方法在达到信道感知算法的性能的效率。
2016-12-14 cs.IT math.IT
Properties of Syndrome Distribution for Blind Reconstruction of Cyclic Codes
在信道码的盲重构问题中，接收机不知道在发射机处使用的信道码，并且目的是识别与给定接收序列相对应的该未知信道码。本文研究了二元循环码的盲重构问题。在文献中，一些研究人员已经提出了盲重构算法，该算法利用接收到的多项式的伴随式（伴随式）相对于循环码的生成多项式的候选多项式的分布。然而，非常有限的分析是可用于证候分布及其属性。本文研究了接收多项式的伴随式结构。特别地，我们证明了无噪声序列的伴随式分布可以是均匀的或限制均匀的。我们还提供了它是任一类型的必要和充分条件。对于受噪声影响的接收序列，我们证明了，发现的综合征分布是在一般计算上难以处理的。我们还应用这些结果来分析现有方法的性能，并验证了文献中的一些假设盲重建。
2017-10-12 cs.IT math.IT
Power Systems Topology and State Estimation by Graph Blind Source Separation
本文研究了电力系统状态和拓扑的盲估计问题。我们使用的线性化直流模型的实际功率测量与未知的电压相位（即状态）和一个未知的导纳矩阵（即拓扑结构），并表明最佳的问题，可以制定为一个盲声源分离（BSS）问题与加权拉普拉斯混合矩阵。我们开发的约束最大似然（ML）估计的拉普拉斯矩阵的这个图BSS（GBSS）问题的高斯分布状态。的ML-BEST被证明是唯一的状态二阶统计量的函数。由于ML-BEST方法的拓扑恢复阶段导致高复杂度的优化问题，因此我们提出了两种低复杂度的方法来实现它：1）两阶段拓扑恢复，其基于求解松弛凸优化，然后找到最接近的拉普拉斯矩阵，以及2）增强拉格朗日拓扑恢复。我们推导出一个封闭形式的表达相关的Cramer-Rao界（CRB）的拓扑矩阵估计。IEEE-14总线测试用例系统和随机网络的性能评估所提出的方法。结果表明，所提出的ML-BEST方法的状态估计性能与Oracle最小均方误差（MSE）状态估计器性能渐近一致，拓扑估计的MSE达到了所提出的CRB.
2018-09-17 cs.IT math.IT
Blind Detection with Polar Codes
在盲检测中，必须在严格的时间约束内解码一组候选，以识别哪些传输指向用户设备。盲检测是3GPP LTE/LTE-Advanced标准所要求的操作，并且在第五代无线通信标准（5G）中也将要求盲检测。我们提出了一种基于极化码的盲检测方案，其中发送无线电网络临时标识符（RNTI）而不是一些冻结比特。低复杂度解码阶段解码所有候选，选择由高性能算法解码的子集。仿真结果表明，该方法具有良好的误检率和漏报率，满足系统的性能指标。我们还提出了一个早期停止标准的第二个解码阶段，可以减少执行的操作的数量，提高平均延迟和能耗。检测速度进行了分析，不同的系统参数组合，以满足严格的时序要求，导致各种实施权衡。
2017-05-16 cs.IT math.IT
Low-Complexity Blind SNR Estimator for mmWave Multi-Antenna Communications
Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆北科学技术院）
本文提出一种低复杂度的盲估计器，用于估计毫米波大规模多天线上行系统的平均噪声功率、平均信号功率和信噪比，通过单个接收信号样本实现，无需导频信号、迭代优化或多次观测。
2026-05-12 cs.IT eess.SP math.IT
Jointly Sparse Blind Deconvolution via Riemannian Optimization
School of Mathematics and Statistics, Xi’an Jiaotong University（西安交通大学数学与统计学院）；College of Electronic Engineering, National University of Defense Technology（国防科技大学电子工程学院）；School of Mathematical Sciences,University of Science and Technology of China（中国科学技术大学数学科学学院）
针对盲反卷积中联合稀疏性利用的难题，本文提出促进联合稀疏性的优化问题，开发黎曼优化算法，建立理论保证并通过数值实验验证其可降低样本复杂度、提升恢复性能。
2026-08-06 cs.IT math.IT math.OC
Linear Complexity of Ding-Helleseth Generalized Cyclotomic Binary Sequences of Any Order
本文给出了任意阶二元Ding-Helleseth广义割圆序列的线性复杂度。
2011-08-22 cs.IT math.IT
Semi-Blind Channel-and-Signal Estimation for Uplink Massive MIMO With Channel Sparsity
本文考虑了上行链路大规模多输入多输出（MIMO）系统的收发机设计与信道稀疏在角域。最近的研究表明，基于稀疏学习的盲信号检测能够通过使用基于消息传递的稀疏矩阵分解方法来恢复信道和数据。短导频序列被插入到用户数据包中，以消除稀疏矩阵分解中固有的所谓相位和置换模糊性。在本文中，更有效地利用这些短导频序列的知识，我们提出了一种半盲信道和信号估计（SCSE）计划，其中的导频序列的知识被集成到消息传递算法稀疏矩阵分解。SCSE算法涉及对所有可能的用户排列的枚举，因此当用户数量相对较大时是耗时的。为了降低复杂性，我们进一步开发了简化的SCSE（S-SCSE），以适应大量用户的系统。我们表明，我们的半盲信号检测方案大大优于国家的最先进的盲检测和训练为基础的计划在短导频制度。
2019-06-04 cs.IT math.IT
Critical-Set-Aided Simplified Blind SCL Recognition of Polar Codes
Key Laboratory of Universal Wireless Communications, Ministry of Education, Beijing University of Posts and Telecommunications（北京邮电大学 通用无线通信重点实验室，教育部）
研究从噪声观测中盲识别极化码的问题，提出关键集辅助的简化盲连续消除列表（SBSCL）识别方法，通过在选定关键集位置进行双假设路径扩展降低复杂度，利用基于密度进化的边界完善性能分析，该方法识别成功率高且关键集大小随信噪比减小。
2026-07-21 cs.IT math.IT
A Blind Signal Separation Algorithm for Energy Detection of Dynamic PU Signals
用于在动态主用户（PU）场景中实现机会性频谱接入的能量检测过程需要估计范围从噪声方差和信噪比（SNR）到瞬时和平均PU活动的若干参数，其中PU在随机时间实例处将状态从活动改变到不活动。参数估计的先决条件是在接收信号时间帧中准确提取信号和噪声样本。在这封信中，我们提出了一个低复杂度和准确的信号分离算法相比，众所周知的方法，这也是盲目的PU活动分布。该算法的准确性和时间复杂度，在识别信号和噪声样本，并在信道占用估计，在不同的占用率和信噪比的PU信号的半实验仿真设置进行了分析。结果证实其适用于获得必要的信息，PU的动态行为，这是否则假定在文献中是已知的。
2020-03-20 cs.IT eess.SP math.IT
Blind Channel Estimation and Joint Symbol Detection with Data-Driven Factor Graphs
School of ECE, Ben-Gurion University of the Negev（本-古里安大学内盖夫分校电气与计算机工程学院）
本文研究时变线性码间干扰信道的盲联合信道估计与符号检测，提出一种交织BP与EM迭代的因子图算法以降低复杂度，并开发数据驱动版本引入动量与学习参数更新调度，显著提升了性能与复杂度权衡，在高信噪比下优于相干BP检测。
2025-02-03 cs.IT cs.LG eess.SP
Blind Recovery of Sparse Signals from Subsampled Convolution
子采样盲反卷积是从卷积样本中恢复两个未知信号。为了克服这一问题的不适定性，在实际应用中已经开发出基于先验知识的解决方案。特别是，稀疏模型提供了有前途的先验。然而，尽管这些方法在许多应用中取得了经验上的成功，但现有的分析在两个主要方面受到相当大的限制：信号和/或测量模型与实际设置的理论假设之间的差距;或者未能提供由信息理论限制定义的最佳范围内的参数值的性能保证。特别是，它已被证明是一个天真的稀疏模型是不是一个足够强的先验盲反卷积问题中的可识别性。相反，除了稀疏性之外，我们还采用了圆锥约束，这使得信号的频谱平坦。在此前提下，我们提供了一个迭代算法，实现保证性能的盲反卷积在接近最佳的样本复杂度。数值结果表明，迭代算法的经验性能符合性能保证。
2015-11-20 cs.IT math.IT
Simultaneous Sparse Recovery and Blind Demodulation
当信号经历未知调制（或互补傅立叶域中的卷积）时，在过完备字典中找到稀疏信号分解的任务变得更加复杂。这种同时稀疏恢复和盲解调问题出现在许多应用中，包括医学成像，超分辨率，自校准等，在本文中，我们考虑了一个更一般的稀疏恢复和盲解调问题，其中每个原子组成的信号经历了一个独特的调制过程。在假设调制波形存在于一个已知的公共子空间中的情况下，我们采用提升技术，并将此问题重新转换为从结构化线性测量中恢复列稀疏矩阵。在这个框架中，我们完成稀疏恢复和盲解调同时通过最小化诱导原子范数，这在这个问题中对应于块$\ell_1$范数最小化。对于完美的恢复在无噪声的情况下，我们推导出高斯和随机傅立叶过完备字典的近最佳样本复杂度界。我们还提供了在噪声情况下恢复列稀疏矩阵的界限。数值模拟说明和支持我们的理论结果。
2019-08-13 cs.IT math.IT
Bilinear Expectation Propagation for Distributed Semi-Blind Joint Channel Estimation and Data Detection in Cell-Free Massive MIMO
针对无蜂窝大规模MIMO上行传输场景，提出基于双线性期望传播的分布式半盲联合信道估计与数据检测算法，通过因子图消息传递实现低复杂度分布式计算，性能优于同类多项式时间算法。
2023-12-18 cs.IT eess.SP math.IT
Blind Detection of Polar Codes
Telecommunications Circuits Laboratory, École polytechnique fédérale de Lausanne (EPFL)（洛桑联邦理工学院电信电路实验室）
针对5G控制信道，提出一种利用冻结比特位置先验知识的低复杂度极化码盲检测算法，通过新度量有效区分极化编码帧与其他数据。
2017-07-18 cs.IT eess.SP math.IT
The 2-Adic Complexity of Two Classes of Binary Sequences with Interleaved Structure
文[6]中给出了两类二元序列的自相关值。我们研究了这些序列的2-adic复杂度。我们的结果表明，这类序列的2-adic复杂度足够大，可以抵抗有理近似算法的攻击。
2020-11-24 cs.IT math.IT
Further Investigations on Nonlinear Complexity of Periodic Binary Sequences
本文研究循环移位对有限长二元序列非线性复杂度的影响，揭示其与周期序列复杂度的明确关系，并提出两种算法生成具有任意指定非线性复杂度的所有周期二元序列。
2024-04-25 cs.IT math.IT
The Linear Complexity of a Class of Binary Sequences With Optimal Autocorrelation
具有最佳自相关性和大线性复杂度的二元序列在密码学和通信中有着重要的应用。最近，通过交织四个合适的Ding-Helleseth-Lam序列，提出了一类具有最佳自相关的周期为$4p$的二进制序列（Des.密码，DOI 10.1007/s10623-017-0398-5），其中$p$是与$p\equiv 1(\bmod~4)$的奇素数。本文的目的是利用序列多项式方法确定这类二元最优序列的最小多项式和线性复杂度。结果表明，这类序列具有相当好的线性复杂度。
2018-01-01 cs.IT math.IT
Additivity of on-line decision complexity is violated by a linear term in the length of a binary string
我们表明，有无限多个二进制字符串z，这样的总和的预测偶数位的z给定的先前的不均匀位的在线决策复杂度，和预测的不均匀位的决策复杂度给定的先前的事件位，超过了z的柯尔莫哥洛夫复杂度的长度z的线性项。
2009-08-31 cs.IT math.IT
Blind Cyclic Prefix-based CFO Estimation in MIMO-OFDM Systems
本文提出一种基于循环前缀的低开销盲CFO估计方法，利用天线和时间分集，提供闭式解和算法，在计算复杂度线性增加下显著提升MIMO-OFDM系统性能。
2023-08-29 cs.IT eess.SP math.IT
On the 2-adic complexity of a class of binary sequences of period $4p$ with optimal autocorrelation magnitude
在\cite{W. Su}中，通过对Ding-Helleseth-Lam序列进行交织，构造了一类具有最佳自相关幅度的周期二进制序列$4p$.后来，范证明了这类序列的线性复杂度是相当好的\cite{C. Fan}。最近，Sun等人确定了这种序列\cite{Y. Sun3}的2-adic复杂度的上界和下界。我们确定这类序列的2-adic复杂度的确切值。结果表明，这类二元序列的2-adic复杂度接近最大值。
2019-04-30 cs.IT math.IT
Linear complexity over ${\mathbb{F}_{q}}$ and 2-adic complexity of a class of binary generalized cyclotomic sequences with low-value autocorrelation
利用广义分圆类构造了一类具有周期$2p$的二元序列，并利用高斯周期和群环理论确定了它们的线性复杂度、${\mathbb{F}_{q}}$上的极小多项式和2-adic复杂度.结果表明，当序列的线性复杂度为$p\equiv \pm 1(\bmod~8)$时，序列的线性复杂度达到最大值;当序列的线性复杂度为扩域上的$p\equiv \pm 3(\bmod~8)$时，序列的线性复杂度为{ $p$ +1}。此外，这些序列的2-adic复杂度是最大的。根据Berlekamp-Massey（B-M）算法和有理近似算法（RAA），这些序列在线性复杂度和2-adic复杂度方面具有很好的密码学性质。
2021-09-09 cs.IT math.IT
The structure and enumeration of periodic binary sequences with high nonlinear complexity
Key Laboratory of Intelligent Sensing System and Security (Hubei University), Ministry of Education, Hubei Key Laboratory of Applied Mathematics, Faculty of Mathematics and Statistics, Hubei University（湖北大学智能感知系统与安全技术重点实验室（教育部）、湖北省应用数学重点实验室、数学与统计学院）；Department of Informatics, University of Bergen（卑尔根大学信息学系）
本文研究了具有高非线性复杂度的周期二进制序列的结构与计数方法，推导出其数量的精确计数公式。
2026-02-01 cs.IT math.IT
On the 2-Adic Complexity of the Ding-Helleseth-Martinsen Binary Sequences
本文利用有限域$\mathbb{F}_q$上的四阶分圆数、“高斯周期”和“二次高斯和”确定了Ding-Helleseth-Martinsen（DHM）二元序列的2-adic复杂度，其中$\mathbb{F}_q$是素数，$N=2q$是DHM序列的周期.
2019-04-11 cs.IT math.IT
Linear Complexity of Binary Interleaved Sequences of Period 4n
具有良好自相关特性的二元周期序列在通信领域有着广泛的应用。在过去的几十年中，已经构造了许多系列的这样的二元序列。在密码学的应用中，要求这类二进制序列具有较大的线性复杂度。Tang和Ding \cite{X. Tang}提出了一种构造具有最佳自相关性的周期为4的二元序列系列$n$的方法。这种序列由两个具有周期$n\equiv 3\pmod 4$和理想自相关的任意二进制序列交织。本文给出了这类交错序列线性复杂度的一般公式。特别地，我们证明了周期为4的$n$序列的线性复杂度不大于$2n+2$ .通过对已知的几类具有理想自相关的二元序列（$m$序列、Legendre序列、孪生素数序列和Hall序列）的交织，给出了具有最大线性复杂度值$2n+2$的这类序列的许多序列，从而回答了N. Li和X.唐\cite{N. Li}。最后，在结论部分，我们表明，它可以很容易地看到，所有这样的交织序列的2-adic复杂度达到最大值$\log_{2}(2^{4n}-1)$。
2021-05-28 cs.IT math.IT
The 2-adic complexity of a class of binary sequences with optimal autocorrelation magnitude
最近，Su等人基于交织技术和Ding-Helleseth-Lam序列（Des.密码，https://doi.org/10.1007/s10623-017-0398-5). Fan（Des.密码，https://doi.org/10.1007/s10623-018-0456-7).本文研究了这类二元序列的2-adic复杂度。我们的结果表明，这类序列的2-adic复杂度不小于其周期的一半，即，其2-adic复杂度足以抵抗有理逼近算法（RAA）。
2018-05-05 cs.IT math.IT
Blind Identification of Channel Codes: A Subspace-Coding Approach
International Institute of Information Technology, Hyderabad（印度信息技术学院海德拉巴分校）
本文提出了一种基于子空间编码的盲识信道码方法，通过结合汉明度量和子空间度量解码原理，在BSC上实现高效且具有理论保证的码识别。
2026-03-03 cs.IT math.IT
Comments on "A New Method to Compute the 2-Adic Complexity of Binary Sequences"
我们发现，有一个非常简单的方法来确定的2-adic复杂度的周期二进制序列与理想的两个级别的自相关。这是H.熊湖，加-地Qu，和C. Li，IEEE Transactions on信息论，第60卷，第4期，第100页。2399-2406，2014年4月，T. Tian和W. Qi，IEEE Transactions on信息论，第56卷，第1期，第110 - 111页。450-454，2010年1月。
2014-06-16 cs.IT math.IT
Binary sequences with length n and nonlinear complexity not less than n/2
本文提出生成所有长度 n 且非线性复杂度不小于 n/2 的二元序列的算法，并给出精确计数公式，完全确定其复杂度分布。
2021-08-26 cs.IT math.IT
Capacity-achieving ensembles for the binary erasure channel with bounded complexity
我们提出了两个序列的合奏的非系统的不规则重复累积码渐近（因为它们的块长度趋于无穷大）实现容量的二进制擦除信道（BEC）的有限的复杂性，每个信息位。这是在对比所有以前的建设能力，实现序列的合奏，其复杂性增长至少像对数的倒数差距（率）的能力。新的有界复杂度的结果是通过打孔比特，并以这种方式允许足够数量的状态节点在坦纳图表示的代码。我们还推导出一个信息理论上的图上的随机打孔码的解码复杂度的下界。该界适用于每个无记忆二进制输入输出对称信道，并对BEC进行了改进。
2004-09-13 cs.IT math.IT
Semi-Blind Multiuser Detection Under the Presence of Reconfigurable Intelligent Surfaces
分析研究了一种多用户多输入多输出无线通信系统，该系统借助可重构智能表面（RIS）进行工作。中间RIS配备有多个元件，并通过随机相位旋转操作以同时服务于多个用户。独立的瑞利衰落条件之间假设所包括的信道。分析研究了接收端采用线性高效迫零检测的系统性能。特别是，中断性能推导出封闭形式的表达式，对于不同的系统配置设置在接收机的可用信道状态信息。此外，联合相干/非相干线性检测的解析。最后，提供了一些新的工程见解，如信道状态信息和/或天线/RIS阵列的体积如何影响系统的整体性能，以及通过利用联合相干/非相干方案的性能/复杂性权衡所产生的效率。
2021-10-10 cs.IT math.IT
Fast Computation of the Arnold Complexity of Length $2^{n}$ Binary Words
为了快速计算长度为$2^{n}$的二进制字的Arnold复杂度，我们得到了Shannon函数$Sh(n)$的上界
2012-09-21 cs.IT math.CO math.IT
The 4-error linear complexity distribution for $2^n$-periodic binary sequences
利用组合数学中的筛法，研究了基于Games-Chan算法的$2^n$ -周期二元序列的$k$ -错误线性复杂度分布。对于$k=4,5$，给出了线性复杂度小于$2^n$的$2^n$ -周期平衡二元序列的$k$ -错误线性复杂度的完全计数函数.作为结果的结果，$2^n$ -周期二元序列（具有线性复杂度$2^n$或小于$2^n$）的4-错误线性复杂度的完全计数函数是明显的。一般地，用类似的方法可以得到关于$2^n$ -周期二元序列的$k$ -错误线性复杂度的完全计数函数。
2013-10-01 cs.CR cs.IT math.IT
About the Linear Complexity of Ding-Hellesth Generalized Cyclotomic Binary Sequences of Any Period
给出了设计具有任意周期和高线性复杂度的广义割圆Ding-Helleseth序列的充分条件。并讨论了一般情况下Ding-Helleseth序列线性复杂度的计算方法。
2012-07-26 cs.CR cs.IT math.IT
Correlation, Linear Complexity, Maximum order Complexity on Families of binary Sequences
$k$阶相关测度是二进制序列随机性的一个重要度量。这种方法试图寻找序列的几个移位版本之间的依赖性。研究了$k$阶相关测度与另两个伪随机测度：$N$阶线性复杂度和$N$阶最大复杂度之间的关系.我们简化和改进了几个国家的最先进的下界，这两个措施使用的汉明界以及较弱的界限，从它。
2021-07-25 cs.IT math.IT math.NT
Determination of 2-Adic Complexity of Generalized Binary Sequences of Order 2
二阶广义二元序列已被用来构造好的二元循环码[4]。这些序列的线性复杂度已在[2]中计算过。这种序列的自相关值已在[1]和[3]中确定。在[5]和[7]中已经给出了这类序列的2-adic复杂度的一些下界。在本文中，我们确定的2-adic复杂度的确切值，这样的序列。特别地，我们改进了[5]和[7]中给出的下界和2-adic复杂度达到最大值的条件。
2020-07-30 cs.IT math.IT math.NT
Through the Haze: a Non-Convex Approach to Blind Gain Calibration for Linear Random Sensing Models
计算感测策略在其理想感测模型的物理实现中经常遭受校准误差。这种不确定性通常通过使用多个准确选择的训练信号来恢复感测模型上的缺失信息来解决，这种方法可能是消耗资源和繁琐的。相反，盲校准不采用任何训练信号，但对应于双线性逆问题，其算法解决方案是一个悬而未决的问题。在这里，我们将盲校准作为线性随机感知模型的非凸问题来解决，在该模型中，我们的目标是从其在亚高斯随机向量上的投影中恢复未知信号，每个投影都受到未知的正乘法因子（或增益）的影响。为了解决这个优化问题，我们采取了预计梯度下降从一个合适的，仔细选择的初始化点。对该算法的分析使我们能够表明，只要满足样本复杂性要求，它就收敛到精确解，即，将收敛与在感测过程期间收集的信息量相关联。有趣的是，我们表明，这一要求线性增长（对数因子）的未知数的问题。这种样本复杂度在没有先验信息的情况下以及子空间先验对信号和增益都可用时都可以找到，从而进一步减少了我们的恢复保证所需的观测数量。此外，在存在噪声的情况下，我们展示了我们的下降算法如何产生一个解决方案，其准确性随着影响测量的噪声量而优雅地下降。最后，我们提出了一些数值实验中的成像背景下，我们的算法允许一个简单的解决方案，盲校准的传感器阵列中的增益。
2017-11-29 cs.IT math.IT math.OC
On Quantum Algorithm for Binary Search and Its Computational Complexity
讨论了一种求解搜索问题的新量子算法及其计算复杂性。在包含2^n个对象的搜索问题中，我们的算法在多项式时间内运行。
2013-06-21 cs.IT math.IT quant-ph
A Non-Convex Blind Calibration Method for Randomised Sensing Strategies
计算感测策略的实现通常面临校准问题，校准问题通常通过多个准确选择的训练信号来解决，这种方法可能是消耗资源和繁琐的。相反，盲校准不需要任何训练，但对应于双线性逆问题，其算法解决方案是一个开放的问题。在这里，我们将盲校准作为线性随机传感模型的非凸问题，我们的目标是从其在亚高斯随机向量上的投影中恢复未知信号，每个投影都受到未知的乘法因子（增益）的影响。为了解决这个优化问题，我们诉诸于从一个合适的初始化开始的投影梯度下降。对该算法的分析使我们能够表明，只要满足样本复杂度要求，它就收敛到全局最优值，即，将收敛与在感测过程期间收集的信息量相关联。最后，我们提出了一些数值实验中，我们的算法允许一个简单的解决方案，在计算传感应用中的传感器增益的盲校准。
2016-08-17 cs.IT math.IT math.OC
Linear Complexity Lossy Compressor for Binary Redundant Memoryless Sources
提出了一种二进制冗余无记忆信源的有损压缩算法。所提出的方案是基于稀疏图码。通过引入一个非线性函数，冗余无记忆序列可以被压缩。我们提出了一个线性复杂度压缩机的基础上扩展的信念传播，其中的惯性项是启发式的介绍，并表明它具有接近最佳的性能为中等块长度。
2011-07-15 cond-mat.dis-nn cs.IT math.IT
Blind Data Detection in Massive MIMO via $\ell_3$-norm Maximization over the Stiefel Manifold
大规模多输入多输出已被视为5G及以后网络的关键使能技术。然而，它的性能是有限的，需要获得高维信道信息的大开销。为了减少与传统的导频辅助设计相关的巨大的训练开销，我们提出了一种新的盲数据检测方法，利用信道稀疏性和数据集中特性。具体来说，我们提出了一种新的$\ell_3$-范数为基础的配方恢复数据，没有信道估计。我们证明了所提出的配方的全局最优解可以任意接近的相位排列模糊的传输数据。然后，我们提出了一个有效的无参数算法来解决$\ell_3$-范数问题，解决相位排列模糊。我们还推导出收敛速度的关键系统参数，如发射机和接收机的数量，信道噪声功率，和信道稀疏水平。数值实验表明，该方案具有较低的计算复杂度和优越的性能。
2020-12-18 cs.IT eess.SP math.IT
On the $k$-error linear complexity for $2^n$-periodic binary sequences via Cube Theory
序列的线性复杂度和k错线性复杂度是衡量密钥流强度的重要指标，因此设计具有高线性复杂度和$k$错线性复杂度的序列是密码学研究的热点。本文提出了稳定$k$ -错误线性复杂度的概念，以研究具有稳定和大$k$ -错误线性复杂度的序列。为了研究周期为$2^n$的二元序列的k错线性复杂度，提出了一种新的工具立方理论。利用立方体理论，可以很容易地构造出具有最大稳定$k$ -错误线性复杂度的序列。为此，我们首先证明了周期为$2^n$的二元序列可以分解为若干个互不相交的立方体，并进一步给出了分解的一般方法。其次，证明了在所有$2^n$ -周期二元序列上，最大$k$ -错误线性复杂度为$2^n-(2^l-1)$，其中$2^{l-1}\le k<2^{l}$。第三，给出了$2^n$ -周期二元序列$s$的$k$ -错误线性复杂度的$t$ th（$t>1$）下降的一个特征，这是Kurosawa等人最近关于k-错误线性复杂度第一次下降的工作的继续.最后，导出了具有相同线性复杂度的$m$ -立方体的计数公式，它等价于$k$ -误差向量的计数公式。研究了可分解为多个立方体的$2^n$ -周期二元序列的计数公式，推广了Etzion等人的一个重要结果.
2013-09-07 cs.CR cs.IT math.IT
Structure Analysis on the $k$-error Linear Complexity for $2^n$-periodic Binary Sequences
为了刻画$2^n$ -周期二元序列的要害差错线性复杂度谱，首先提出了一种基于立方理论的分解。基于提出的$k$ -错误立方体分解，利用著名的容斥原理，我们得到了$i=2,3$的k-错误线性复杂度的$i$次下降点（临界点）的完整刻画.其次，利用筛法和Games-Chan算法，刻画了$2^n$ -周期二元序列的$k$ -错误线性复杂度的第二下降点（临界点）分布。作为结果，我们得到了$2^n$ -周期二元序列作为$k=3,4$的第二下降点的$k$ -错误线性复杂度的完全计数函数。这是第一次对第二个和第三个下降点进行完整的描述。实际上，该构造方法具有构造具有给定线性复杂度和$k$ -错误线性复杂度（或CELCS）的$2^n$ -周期二元序列的潜力，是一个值得进一步研究的具有挑战性的问题.
2014-08-09 cs.CR cs.IT math.IT
A Greedy Blind Calibration Method for Compressed Sensing with Unknown Sensor Gains
基于压缩感测原理的感测模态的实现通常受到其感测算子的数学模型（这在信号恢复期间是必要的）与其实际物理实现之间的差异的阻碍，实际物理实现可能与假设的模型有很大不同。在本文中，我们解决了双线性逆问题的恢复稀疏的输入信号和一些未知的，非结构化的乘法因素影响的传感器捕获每个压缩测量。我们的方法依赖于收集几个快照下的新绘制的传感算子，并应用一个贪心算法的基础上投影梯度下降和迭代硬阈值的原则。我们探索经验的样本复杂性的要求，该算法通过测试其相变，并显示在一个实际相关的情况下，这个问题的压缩成像，可以得到精确的解决方案，只有几个快照。
2018-02-20 cs.IT math.IT math.OC
Adjusted Kolmogorov Complexity of Binary Words with Empirical Entropy Normalization
Texas A&M University（德克萨斯农工大学）
本文提出了一种基于经验熵归一化的二进制词复杂性度量，以分离内在描述复杂性与符号不平衡的组合效应，并探讨其在随机性测试和结构数据分析中的应用。
2025-12-24 cs.CC cs.IT math.IT
Blind One-Bit Compressive Sampling
Syracuse University（雪城大学）；Air Force Research Laboratory（空军研究实验室）
针对一位压缩采样问题，提出一种无需先验稀疏度的优化模型与算法，通过逼近l0范数并利用邻近算子求解，实现稀疏信号重建。
2013-02-06 cs.IT cs.NA math.IT
The Sample Complexity of Distributed Simple Binary Hypothesis Testing under Information Constraints
该研究解决了信息约束下分布式简单二元假设检验样本复杂度的两个公开问题，证明序贯交互不降低样本复杂度，推导了通信约束下的最优紧界，并提出三项关键技术贡献。
2025-06-16 cs.IT math.IT math.ST
Fast and Blind Speech Copy-Move Detection and Localization in Noise
Tencent Holdings Ltd.（腾讯控股有限公司）
针对语音复制-移动伪造检测中计算复杂且对重复单词敏感的问题，提出基于局部特征张量的检测算法，将问题转化为张量匹配过程，实现了高效、鲁棒的盲检测与定位。
2023-09-08 cs.IT cs.SD eess.AS
