一种大容量互正交互补序列集的生成方法、系统及设备

本发明公开了一种大容量互正交互补序列集的生成方法、系统及设备，属于数据处理领域，方法包括：使用长短期记忆网络LSTM训练生成初始序列集；通过Hopfield神经网络将所述初始序列重塑为对称权重矩阵，并进行异步状态更新；对更新后的序列集进行分组与切割，生成待定序列集；基于MC指标评估所述待定序列集，筛选得到最终的互正交互补序列集。本发明借助LSTM对序列长期依赖关系的建模能力，结合Hopfield神经网络对正交互补约束的迭代优化，突破了传统代数构造的数论限制，能够以数据驱动的方式快速生成满足零互相关、零自相关旁瓣条件的大规模序列集。