周期序列的 k-误差线性复杂度计算方法解析
1. 基本概念与性质
- 序列移位与离散傅里叶变换(DFT) :设 (s) 是周期为 (N) 的序列,(s^{(h)}) 表示将 (s) 的所有周期向右循环移动 (h) 个位置得到的周期无限序列,即 (s^{(h)}_{i + h}=s_i)((0\leq i < N),索引取模 (N))。若 (S = DFT(s)) 且 (S’ = DFT(s^{(h)})),则 (S’_i=\alpha^{hi}S_i)((0\leq i < N))。
- Blahut 定理 :周期为 (N) 的序列 (s=(s_0,s_1,\cdots,s_{N - 1})) 的线性复杂度等于 (DFT(s)) 的汉明重量;反之,周期序列 (S=(S_0,S_1,\cdots,S_{N - 1})) 的线性复杂度等于 (DFT^{-1}(S)) 的汉明重量。
- 有限域相关概念 :设 (K = GF(p^m)) 是 (p^m) 个元素的伽罗瓦域。当 (N) 不能被 (p) 整除时,包含 (N) 次本原单位根的 (K) 的最小扩域 (F = GF(p^r)),其中 (r) 是 (m) 的最小倍数,满足 (N|p^r - 1)。
- 分圆陪集 :(j) 模 (p^r - 1) 关于 (p^m) 幂的分圆陪集 (C_j={j,jp^m,jp^{2m},\cdots,jp^{(\frac{r}{m}-1)m}})(所有整数取模 (p^r - 1))。更一般地,对于 (p^
超级会员免费看
订阅专栏 解锁全文
1387

被折叠的 条评论
为什么被折叠?



