伪随机序列103伪随机序列的应用.pptVIP

第10章 伪随机序列 10.1 引言 10.2 伪随机序列 10.3 伪随机序列的应用 10.1引言 伪随机序列在误码率测量、时延测量、扩谱通信、密码及分离多径等方面都有着十分广泛的应用。因此，本章将在简要讨论正交编码概念之后，着重讨论伪随机序列及其应用。在设计数字通信系统时，通常假设信源序列是随机序列，所以必须考虑其统计特性。而实际信源有时会有一些特殊问题，比如出现长0串时，给接收端提取定时信号带来一定困难。解决这个问题除了用第一节介绍的码型编码方法之外，也常用m序列对信源序列进行“加乱”处理（有时也称为扰码）以使信源序列随机化。 在设计数字通信系统时，通常假设信源序列是随机序列，所以必须考虑其统计特性。而实际信源有时会有一些特殊问题，比如出现长0串时，给接收端提取定时信号带来一定困难。解决这个问题除了用第一节介绍的码型编码方法之外，也常用m序列对信源序列进行“加乱”处理（有时也称为扰码）以使信源序列随机化；然后在接收端再把“加乱”了的序列用同样的m序列“解乱”，即进行解扰，恢复原有的信源序列 在设计数字通信系统时，通常假设信源序列是随机序列，所以必须考虑其统计特性。而实际信源有时会有一些特殊问题，比如出现长0串时，给接收端提取定时信号带来一定困难。解决这个问题除了用第一节介绍的码型编码方法之外，也常用m序列对信源序列进行“加乱”处理（有时也称为扰码）以使信源序列随机化；然后在接收端再把“加乱”了的序列用同样的m序列“解乱”，即进行解扰，恢复原有的信源序列。 所谓扰码技术，就是不用增加多余的码元而搅乱信号，改变数字信号的统计特性，使其近似于白噪声统计特性，这样就可以给数字通信系统的设计和性能估计带来很大的方便。扰码的原理基于m序列的伪随机性。为此，首先要了解m序列的产生和性质。 m序列是最长线性反馈移位寄存器序列的简称，它是最常用的一种伪随机序列。m序列是由带线性反馈的移位寄存器产生的，并且具有最长的周期。由n级串接的移位寄存器和反馈逻辑线路可组成动态移位寄存器，如果反馈逻辑线路只用模2和构成，则称为线性反馈移位寄存器；如果反馈线路中包含“与”、“或”等运算，则称为非线性反馈移位寄存器。 10.2 伪随机序列 10.2.1 基本概念 什么是伪随机噪声？ 具有类似于随机噪声的某些统计特性，同时又能够重复产生的波形。 优点：它具有随机噪声的优点，又避免了随机噪声的缺点，因此获得了日益广泛的实际应用。 如何产生伪随机噪声？ 目前广泛应用的伪随机噪声都是由周期性数字序列经过滤波等处理后得出的。在后面我们将这种周期性数字序列称为伪随机序列。它有时又称为伪随机信号和伪随机码。 10.2.2 m序列 m序列的产生：m序列是最长线性反馈移位寄存器序列的简称。它是由带线性反馈的移存器产生的周期最长的一种序列。 例： 下图中示出一个4级线性反馈移存器。设其初始状态为(a3, a2, a1, a0) = (1, 0, 0, 0)，则在移位1次时，由a3和a0模2相加产生新的输入a4 = 1 ? 0 = 1，新的状态变为(a4, a3, a2, a1) =(1,1, 0, 0)。这样移位15次后又回到初始状态(1, 0, 0, 0)。初始状态为全“0”，即(0, 0, 0, 0)，则移位后得到的仍为全“0”状态。应该避免出现全“0”状态，否则移存器的状态将不会改变。 一般的线性反馈移存器原理方框图 图中各级移存器的状态用ai表示，ai = 0或1，i ＝整数。 反馈线的连接状态用ci表示，ci＝1表示此线接通（参加反馈）；ci＝0表示此线断开。 反馈线的连接状态不同，就可能改变此移存器输出序列的周期p。 基本的关系式 递推方程 设一个n级移存器的初始状态为：a－1 a－2 ?a－n，经过1次移位后，状态变为a0 a－1 ?a－n＋1。经过n次移位后，状态为an－1 an－2 ?a0，上图所示就是这一状态。再移位1次时，移存器左端新得到的输入an，按照图中线路连接关系，可以写为 因此，一般说来，对于任意一个输入ak，有 －称为递推方程 它给出移位输入ak与移位前各级状态的关系。按照递推方程计算，可以用软件产生m序列，不必须用硬件电路实现。 特征方程（特征多项式） ci的取值决定了移存器的反馈连接和序列的结构，故ci是一个很重要的参量。现在将它用下列方程表示： － 特征方程 式中xi仅指明其系数（1或0）代表ci的值，x本身的取值并无实际意义，也不需要去计算x的值。例如，若特征方程为 则它仅表示x0，x1和x4的系数c0＝c1＝c4＝1，其余的ci为0，即c2＝c3＝0。按照这一特征方程构成的反馈移存器就是