基于正反向联合TCF的序列多项式估计算法

针对高误码条件下序列高阶多项式估计算法容错性能差、计算复杂度高等问题进行研究,提出一种基于正反向联合TCF(三阶相关函数)的序列多项式估计算法。引入多项式线性相关对,分析研究TCF估计模型。针对模型缺点,将TCF估计问题转化为序列捕获问题,采用循环相关方式求解正反向联合TCF峰值位置。运用概率分析方法,分析研究正反向TCF峰值求解中各参数关系,为算法应用提供依据。仿真结果表明,该算法在误码率37%的条件下能够较好地完成17阶m序列多项式估计,且性能不受制于多项式抽头个数,计算复杂度和容错性能均优于TCF算法。     

求解生成m序列本原多项式系数的一种方法

本文介绍了一种求解生成m序列的线性反馈移位寄存器系统的反馈系数的最简单的方法,并设计一种求解这些系数的逻辑电路。     

基于FPGA的伪随机序列发生器设计

讨论了应用移位寄存器在Altera的FPGA芯片中实现线性和非线性伪随机序列的方法,该算法基于m序列本原多项式来获得线性m序列和非线性m子序列移位寄存器的反馈逻辑式。文中给出了以Altera的Quartus II为开发平台,并用VHDL语言实现的m序列的仿真波形。     

基于m序列统计特性的序列密码攻击

主要论述对序列密码的攻击方法:对于线性反馈移位寄存器序列,利用m序列的游程特性以及序列本身的递推关系,彻底还原产生该m序列的线性反馈移位寄存器。对于非线性组合序列,利用m序列的采样特性,降低其攻击难度,从而易于求取非线性组合生成器中各个线性反馈移位寄存器的极小多项式和初始密钥。     

基于张量分解和多项式库搜索的多天线NPLC-DS-CDMA伪码序列估计

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小二乘投影(ALSP)算法对子张量进行CP分解得到伪码片段因子矩阵和接收增益因子矩阵,利用接收增益矩阵互相关性和旁瓣能量检测对伪码片段组合序列筛选得到每个用户的伪码序列,最后利用多项式库搜索的方法识别出伪码序列的生成多项式,进一步提高伪码序列估计的正确率。仿真结果表明,所提方法能够实现对NPLC-DS-CDMA信号伪码序列的有效估计。     

高阶统计技术在m序列检测与识别中的应用

该文针对直扩信号中m序列的特性,应用其三重相关函数来对m序列进行检测,并提出一种用于识别产生该m序列的本原多项式的方法。通过大量的实验仿真,说明该方法在低信噪比时也有很好的效果。如果只采样了一部分码序列(小于一个码长),本方法也能到达很好的检测和提取本原多项式的效果。     

适合硬件实现的伪随机序列相关算法的一种结构

在扩频通信系统中,伪随机序列通常作为编码序列被广泛使用.本文为了减少计算机在伪随机m序列相关上的运算量,我们使用了基于FWT的快速变换,并提出于了在FPGA上实现的途径和结构.实际工程证明,该方法以较小的硬件规模取得较好的运算效率.     

基于k-means算法的直扩信号信息及伪码序列盲估计方法

本文研究了非协作条件下短码直接序列扩频(Short Code-Direct Sequence Spread Spectrum,SC-DSSS)信号的信息序列和伪码序列盲估计问题,针对现有的矩阵分解方法在伪码周期较长、观测矩阵较大的条件下存在计算量大、估计速度慢的问题,提出一种基于k均值聚类(k-means)的SC-DS...     

基于余数系统与置换多项式的高速长周期伪随机序列生成方法

低复杂度长周期数字伪随机序列在现代加密、通信等系统中具有广泛的应用。该文提出一种基于余数系统和有限域置换多项式的伪随机序列生成方法。该方法基于中国剩余定理将多个互质的小周期有限域随机序列进行单射扩展生成长周期数字伪随机序列,置换多项式的迭代计算在多个并行的小动态范围有限域上进行,从而降低了硬件实现中迭代环路的计算位宽,提高了生成速率。该文还给出构建长周期伪随机序列的置换多项式参数选择方法和中国剩余定理优化方法,在现有技术平台下可轻易实现2100以上的序列周期。同时,该方法具有极大的迭代多项式选择自由度,例如仅在q2(mod)3且q503的有限域上满足要求的置换多项式就有10905种。硬件实现结构简单,基于Xilinx XC7Z020芯片实现290的随机序列仅需20个18 kbit的BRAM和少量逻辑资源,无需乘法器,生成速率可达449.236 Mbps。基于NIST的测试表明序列具有良好的随机特性。     

m序列及其在通信中的应用

介绍了m序列的本原多项式、产生方法及m序列在通信中的应用.m序列的自相关性较好,具有伪随机性,容易产生和复制.主要应用于通信领域中的扩频和加密.频谱的展宽是通过将待传送的信息数据被高速率的伪随机序列(也称扩频序列)调制来实现的,在接收端采用相同的扩频码进行解扩.加密则是利用m序列使信号在携带原始信息的同时具有伪噪声的特点,以达到在信号传输的过程中隐藏信息的目的.     

基于PN序列自相关的双门限自适应DTMB频谱感知

对于地面电视的模数转换产生宝贵的广播电视“白频谱冶资源,频谱感知与检测技术是高效有序地利用频谱资源的基础。在数字电视地面多媒体广播( DTMB )传输系统中,针对传统的基于信号特征的感知算法在检测性能、计算复杂度与灵活性上的不足,提出了一种自适应的DTMB频谱感知算法。该算法以双门限感知检测为基础,在双门限之外采用基于伪随机( PN )序列自相关的算法,在双门限之内采用不等间隔PN序列累积自相关的算法,同时自适应地调整双门限的取值,平衡算法复杂度、感知性能与信道环境的需求。仿真结果表明,该算法在不同的信道条件下能自适应且快速地调整参数,有效提高频谱检测性能,降低算法复杂度。     

多径环境下的直扩信号伪码周期估计

针对低信噪比条件下多径直接序列扩频(直扩)信号伪码周期估计的难题,拓展了先前提出的单径环境下基于信号功率谱二次处理的方法,提出了在低信噪比条件下多径环境中直扩信号的伪码周期估计的二次谱算法.该算法首先对多径直扩信号求取功率谱,然后将所得到的功率谱作为一输入信号求其第二次功率谱,所得二次功率谱将在伪码周期整数倍处出现代表信号存在的尖峰脉冲,通过对这些尖峰脉冲闻的距离进行检测就可以获得多径直扩信号伪码周期参数的检测估计.理论分析和计算机仿真结果表明:该算法可以有效地估计出多径环境下直扩信号的伪码周期,且估计性能和多径环境密切相关.     

基于PN序列的符号同步算法研究

针对TDS-OFDM系统的工作特点,为了降低频偏估计的误差,采用PN序列作为训练序列来进行信道估计,并提出了双滑动窗口函数进行符号同步。应用MATLAB进行仿真实验,仿真结果证实了提出的方法能较好地提高频偏估计的精度,当采用OFDM符号前后两个前缀序列来进行频偏估计时,可以将频偏的估计精度控制在10-3以下。     

一种基于证据理论的可靠性信息融合方法

针对产品同一状态信息的融合问题,提出了基于证据理论的多个验后信息加权融合法。该方法在充分考虑多个验后分布一致度的基础上,结合D-S证据理论计算权重因子,再通过加权融合法的一般思路得到一个综合的验后分布形式,进一步提高了统计推断的精度和置信度,最后以实例计算验证了方法的有效性和可行性。     

一种循环前缀为PN序列的OFDM信道估计算法

与传统的正交频分复用（OFDM）频域信道估计方法不同，提出了一种循环前缀为PN序列的OFDM信道估计方法：在时域OFDM符号中不插入传统意义上的循环前缀，而是插入PN序列作为训练序列，将PN序列与对应的接收序列作圆周相关处理获得信道频率响应估计；而由于PN序列周期性出现，它也起到了循环前缀的作用。仿真结果表明：在多径瑞利衰落信道中，在相同信噪比和相同信道利用率的条件下，提出的算法比频域梳状导频插入的时域滤波算法具有更高的信道估计精度。     

多进制扩频信号的伪码周期盲估计

针对低信噪比条件下多进制扩频信号伪码周期检测与估计的问题,提出了一种基于多进制扩频信号功率谱二次处理的新方法。该方法首先对多进制扩频信号求取功率谱,接着将所得到的功率谱作为输入信号再求其功率谱,所得到的二次功率谱将在伪码周期整数倍处出现尖锐的脉冲,通过检测这些尖锐脉冲间的距离就可以估计出多进制扩频系统的伪码周期。理论分析和计算机仿真表明,该方法可以有效地估计出多进制扩频信号的伪码周期,且每条伪码传输的信息比特数越少,算法的估计性能就越好。     

基于PN训练序列的OFDM符号定时新算法

针对传统的基于训练序列的OFDM符号定时同步算法的缺陷,提出一种新的基于PN训练序列的符号定时算法。该算法通过重新设计训练序列,并加入PN序列,有效地克服了传统算法的缺陷。仿真结果表明,该算法在AWGN信道下能准确的实现符号定时,并且在多径信道下也具有较好的性能。     

一种直扩信号伪码周期及序列的盲估计方法

论述了功率谱二次处理理论和信号子空间分解方法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中的应用,提出了利用功率谱二次处理结合信号子空间分解的方法以实现对低信噪比DS/SS信号的完全估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

基于ARM的混沌序列的产生及其性能分析

根据一个已有的混沌系统,构造出一个新的超混沌系统,并对该超混沌系统进行分析,包括吸引子、Lyapunov指数和分岔图,证明了该系统有着复杂而丰富的动力学特性。然后对超混沌系统进行离散化,并利用ARM处理器实现。抽取混沌序列并用NIST标准进行了性能测试,实验证明该混沌序列具有良好的随机性,可应用于加密和通信等领域。