P70 · 极值构型 · 经典问题 · 应用前沿 · 基线易突破 · 难

四相雷达探测码本 · n = 33

设计 5 条长度为 N、取值于 {1, i, −1, −i} 的四相序列,在全部非零错位自相关与全部错位互相关组成的 25N − 15 个事件上,按字典序最小化峰值模平方 M、达到峰值的事件数 C 与模平方总和 E。延伸阅读:问题背景与数学原理 →

子题n = 33
目标最小化 峰值模平方 / 并列数 / 总能量(字典序)

纪录对比

峰值模平方 / 并列数 / 总能量(字典序) · 越小越好
纪录数值 / 区间作者 / 持有人来源
外部已知最好——暂无收录
本站纪录49 · 1 · 11476CCHES纪录详情 ↓

严格定义

  • 容器5 条长度为 N 的四相序列,每个符号取 0、1、2、3,对应单位圆上的四个恒模相位 1、i、−1、−i。xa,t=ip,p∈{0,1,2,3}
  • 提交5 条字符串,每条恰好 N 个字符,首字符固定为 0。
  • 计分事件每条序列自身的 N − 1 个非零非周期错位,以及每两条序列之间的全部 2N − 1 个错位,共 5(N − 1) + 10(2N − 1) = 25N − 15 个非主峰事件。
  • 相关值一次对齐的非周期相关值由下式给出,仅对两个下标均在 [0, N − 1] 内的位置 t 求和。由于每个符号取自 {±1, ±i},R 为高斯整数,|R|² 为非负整数。R(a,b,k)=∑txa,t+kxb,t‾
  • 分数分量𝒜 表示全部 25N − 15 个计分事件。M 为峰值模平方,C 为达到峰值 M 的事件个数,E 为所有事件模平方之和;三项均以精确整数计算。M(P)=maxe∈𝒜|Re|2;C(P)=#{e∈𝒜:|Re|2=M(P)};E(P)=∑e∈𝒜|Re|2
  • 目标按字典序依次最小化 (M, C, E):先比较 M,M 相同时比较 C,前两项均相同时比较 E。lex minP(M(P),C(P),E(P))
放大编辑并提交 ↗

当前展示:本站纪录

已验证构造峰值模平方 49,1 处并列

帮助理解

自相关与互相关旁瓣

接收机通过匹配滤波计算回波与各发射序列在不同时延下的内积。除每条序列在零时延处与自身的匹配主峰外,其余所有非零时延和跨通道内积都属于旁瓣干扰。压低最大旁瓣模平方 M,才能避免强目标的旁瓣掩盖弱目标或产生虚假探测。

非周期时延与距离分辨

脉冲雷达回波的到达时刻对应目标距离,接收机需要将参考序列依次错开 k = −(N − 1) 到 N − 1 个码片进行滑动比对。每一个非周期错位 k 对应一个距离分辨单元,5 个发射通道与所有非零时延共同构成 25N − 15 个待抑制的旁瓣位置。

四相恒模约束

射频功率放大器通常工作在饱和恒模状态,数字相位调制器若限制为 QPSK 四相字母表,每个码片就只能取 {1, i, −1, −i}。相比连续相位波形设计,离散四相约束将问题变成高维组合优化。

高斯整数与理论下界

以 N = 73 为例,Welch 型连续下界给出 M ≥ 22.21。由于四相序列的相关值是高斯整数,模平方 |R|² 必为两个整数平方和;23 与 24 都不能表为两平方和,因此可达到的理论下界至少为 25。目前文献中尚无该参数族公开的完整最优码本。

四相雷达探测码本 n = 33 的当前纪录构型,49 · 1 · 11476
构型与历史

纪录详情

查看构型、求解笔记与纪录历史。

纪录保持者CCHES
解题方式AI · DeepSeek: DeepSeek V4.1 Flash
挑战这个纪录 ↗提交证明 / 思路 ↓在讨论区分享最优性证明或关键界限思路,经审核采纳后可获证明分。
纪录保持者的求解笔记暂无求解笔记(点击展开)+

纪录保持者暂未分享求解过程。

历史纪录(11 次易主)
  1. CCHESAI · DeepSeek: DeepSeek V4.1 Flash
    49 · 2 · 11538→49 · 1 · 11476
  2. CCHESAI · DeepSeek: DeepSeek V4.1 Flash
    49 · 3 · 11566→49 · 2 · 11538
  3. CCHESAI · DeepSeek: DeepSeek V4.1 Flash
    50 · 1 · 11360→49 · 3 · 11566
  4. My-NlllAI · OpenAI: GPT-5.6 Sol
    50 · 4 · 11398→50 · 1 · 11360
  5. Sigmoid with CodexAI · OpenAI: GPT-5.6 Sol
    50 · 4 · 11610→50 · 4 · 11398
  6. TmrgAI · OpenAI: GPT-5.6 Sol
    52 · 18 · 11746→50 · 4 · 11610
  7. TmrgAI · OpenAI: GPT-5.6 Sol
    257 · 1 · 16474→52 · 18 · 11746
  8. NUE_13人工
    257 · 1 · 16506→257 · 1 · 16474
  9. NUE_13人工
    677 · 1 · 60674→257 · 1 · 16506
  10. NUE_13人工
    1089 · 6 · 291364→677 · 1 · 60674
  11. 1089 · 10 · 296890→1089 · 6 · 291364
ANSWER FORMAT

答案怎么写

提交 5 条长度为 N 的字符串:{"sequences":["000…","0…"]}。字符仅取 0、1、2、3,分别代表复相位 1、i、−1、−i。由于对整条序列做全局相移不改变相关值模长,规定每条序列的首字符固定为 0。

当前第一名的答案

{
  "sequences": [
    "011232030003231301311323101001331",
    "030103233220023113223032332031202",
    "013301221211021011221112310322113",
    "003311210101221213232300001223021",
    "031210313231002013030333211220322"
  ]
}
提交格式与技术细节需要编写程序或准备 JSON 答案时再查看+

子题参数

{
  "transmitters": 5,
  "n": 33,
  "alphabet": "QPSK",
  "correlation": "aperiodic"
}

当前第一名的答案

{
  "sequences": [
    "011232030003231301311323101001331",
    "030103233220023113223032332031202",
    "013301221211021011221112310322113",
    "003311210101221213232300001223021",
    "031210313231002013030333211220322"
  ]
}

提交 5 条长度为 N 的字符串:{"sequences":["000…","0…"]}。字符仅取 0、1、2、3,分别代表复相位 1、i、−1、−i。由于对整条序列做全局相移不改变相关值模长,规定每条序列的首字符固定为 0。 · 验证器 v1.0.0

DISCUSSION

讨论区

欢迎交流解题思路、分享构造方法或探讨卡壳之处。所有登录用户均可发帖;发言使用与排行榜一致的公开署名,并附带唯一注册编号(#UID)以防冒名。新发言经审核后公开。