Core Concepts
最大メリットファクターの漸近的な挙動を理解するために、4つのクラス内でランダムに選択されたシーケンスの逆メリットファクターの平均と分散を正確に計算しました。
Abstract
バイナリシーケンスはデジタル通信工学で重要であり、そのメリットファクターは信号とノイズを効率的に分離します。
逆メリットファクターが4つの異なるクラス内で収束することが示されました。
シーケンス長が増加するにつれて、ランダムに選択されたシーケンスの逆メリットファクターが定数に収束します。
バイナリシーケンスは対称、反対称、歪対称などさまざまな特性を持ちます。
メリットファクターは特定の条件下で上限値があることが示されました。
Stats
n2 E(1/F(A)) = n2 - n
n4 Var(1/F(A)) = 16/3 * n^3 - 20n^2 + 56/3 * n - 2 + 2(-1)^n
Quotes
"Binary sequences with large merit factor are important in digital communications because they allow the efficient separation of signals from noise."
"The merit factor of a sequence drawn uniformly at random from each of the four classes converges in probability to a constant as the sequence length increases."
"These expressions provide a much deeper understanding of the distribution of the merit factor in the four classes than was previously available."