【BP预测】基于Sine混沌映射优化麻雀算法改进BP神经网络实现数据预测.zip

针对现有医学图像加密算法在加密效率和安全性上的不足，提出一种基于2D sine logistic混沌映射的医学图像小波域加密算法。算法首先利用整数小波变换将医学图像从空域转换为频域，充分打破像素间的相关性；其次，利用2D sine logistic混沌映射生成混沌序列，选取三级小波分级的低频系数LL3进行扩散和置乱加密，提高加密效率；并且将二级小波分解的中高频系数HL2和LH2进行扩散加密，解决加密图像中存在的明显轮廓问题；最后将加密后的小波系数进行小波逆变换得到加密图像。实验仿真结果表明，算法具有高安全性和加密效率，与现有空域方法相比，加密时间约为1/40；与现有频域方法相比，在保证加密效率情况下具有更好的加密图像隐蔽性。

结合Sunderland算法和泰勒多项式原理，给出了直接数字频率合成 (DDS)中相位至幅度映射表的压缩算法的数学模型，分析了压缩效率。用快速傅里叶变换来分析杂散水平，利用matlab计算工具对整个算法进行了建模、优化和验证，仿真表明映射表采用该算法设计的DDS数字载波部分的最大杂散约为-90dB，且有良好的压缩效率。该算法实现结构简单，没有乘法运算。在Xilinx公司的现场可编程门阵列（FPGA）中进行了实现，已成功地应用于一个实际GPS信号模拟器数字中频系统的设计。

O-QPSK（差分四相移键控） 半正玄波脉冲成型 half-sine pulse shape 蒙特卡洛仿真

常见的扫描正弦（或余弦）生成函数使用频率增加的线性时间向量。 这导致较高频率内容范围内每个周期的点较少，从而降低了较高频率下扫频正弦的质量。 这个问题最常见的解决方案是使时间增量更小，从而增加高频内容中的点数，但代价是矢量大小和数值计算时间的显着增加。 第二种不太常见的解决方案是使用指数时间增量将更多的时间增量点放置在需要它们的较高频域中。 然而，这些方法定义起来并不容易，通常会导致每个周期的点数不一致。 非线性时间方法需要使时间增量率与频率范围和包含在正弦函数中的周期数相匹配，以产生频率率的逐步增加并保持每个周期曲线上的点数一致。 以下扫描正弦函数通过生成恒定正弦函数和扫描时间函数来避免上述解决方案的折衷。 结果是一个扫频正弦函数，每个周期包含一致的点数，具有线性扫描速率，并允许用户定义信号中的总周期数。 模型的输入是初始频率和最终频率、扫描函数中的循环数以及每个循环的点数。 附

生成正弦扫频信号的代码，C#编写。供参考。

通过C语言代码来生成一组正弦波数据，通过不同的公式可生成不同大小和相位的正弦波数据。并通过串口将生成的数据打印出来。

本文利用a≠β文的近似解,证明了Sine-Gordon方程的第五问题(a≠β)解的存在性(含收效性)。对第三、四问题,用特殊的网格布置法,把它们的支柱化为“对称性”的问题。用类似a≠β的方法构造它们的近似解,并证明了解的存在性。

正弦波发生器将单个正弦波或方波组合为单个波形。 参数是频率，调频，噪声，相位，音量和波形类型。

Matlab生成正玄波mif文件或coe文件