正交编码与伪随机序列.ppt

《正交编码与伪随机序列.ppt》由会员分享，可在线阅读，更多相关《正交编码与伪随机序列.ppt（93页珍藏版）》请在三一文库上搜索。

1、1,通信原理,2,通信原理,第12章 正交编码与伪随机序列,3,第12章 正交编码与伪随机序列,引言 正交编码与伪随机序列在数字通信技术中都是十分重要的。正交编码不仅可以用作纠错编码，还可以用来实现码分多址通信，目前已经广泛用于蜂窝网中。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。,4,第12章 正交编码与伪随机序列,12.2 正交编码 12.2.1 正交编码的基本概念 正交性 若两个周期为T的模拟信号s1(t)和s2(t)互相正交，则有 同理，若M个周期为T的模拟信号s1(t)，s2

2、(t)，sM(t)构成一个正交信号集合，则有 互相关系数 对于二进制数字信号，用一数字序列表示码组。这里，我们只讨论二进制且码长相同的编码。这时，两个码组的正交性可用如下形式的互相关系数来表述。,i j；i, j1, 2, , M,5,第12章 正交编码与伪随机序列,设长为n的编码中码元只取值+1和-1，以及x和y是其中两个码组： 其中 则x和y间的互相关系数定义为 若码组x和y正交，则必有(x, y) = 0。,6,第12章 正交编码与伪随机序列,正交编码 例如，下图所示4个数字信号可以看作是如下4个码组： 按照互相关系数定义式计算容易得知， 这4个码组中任意两者之间的相关系数 都为0，即这

3、4个码组两两正交。我们 把这种两两正交的编码称为正交编码。,7,第12章 正交编码与伪随机序列,自相关系数： 类似上述互相关系数的定义，可以对于一个长为n的码组x定义其自相关系数为 式中，x的下标按模n运算，即有xnk xk 。例如，设 则有,8,第12章 正交编码与伪随机序列,用二进制数字表示互相关系数 在二进制编码理论中，常采用二进制数字“0”和“1”表示码元的可能取值。这时，若规定用二进制数字“0”代替上述码组中的“1”，用二进制数字“1”代替“1”，则上述互相关系数定义式将变为 式中，A x和y中对应码元相同的个数； D x和y中对应码元不同的个数。 例如，按照上式规定，上面例子可以改

4、写成,9,第12章 正交编码与伪随机序列,用二进制数字表示自相关系数 上式中，若用x的j次循环移位代替y，就得到x的自相关系数x (j)。具体地讲，令 代入定义式 就得到自相关系数x (j)。,10,第12章 正交编码与伪随机序列,超正交码和双正交码 超正交码：相关系数 的取值范围在1之间，即有-1 +1。若两个码组间的相关系数 0，则称这两个码组互相超正交。如果一种编码中任两码组间均超正交，则称这种编码为超正交码。 例如，在上例中，若仅取后3个码组，并且删去其第一位，构成如下新的编码： 则不难验证，由这3个码组所构成的编码是超正交码。,11,第12章 正交编码与伪随机序列,双正交编码 由正交

5、编码和其反码便可以构成双正交编码。 例： 上例中正交码为 其反码为 上两者的总体即构成如下双正交码： (0,0,0,0) (1,1,1,1) (0,0,1,1) (1,1,0,0) (0,1,1,0) (1,0,0,1) (0,1,0,1) (1,0,1,0) 此码共有8种码组，码长为4，任两码组间的相关系数为0或1。,12,第12章 正交编码与伪随机序列,12.2.2 阿达玛矩阵 定义： 阿达玛矩阵简记为H矩阵。它是一种方阵，仅由元素+1和1构成，而且其各行（和列）是互相正交的。最低阶的H矩阵是2阶的，即 下面为了简单，把上式中的1和1简写为和，这样上式变成,13,第12章 正交编码与伪随机

6、序列,阶数为2的幂的高阶H矩阵可以从下列递推关系得出 H N H N / 2 H 2 式中，N 2m； 直积。 上式中直积是指将矩阵HN / 2中的每一个元素用矩阵H2代替。例如：,14,第12章 正交编码与伪随机序列,上面给出几个H矩阵的例子，都是对称矩阵，而且第一行和第一列的元素全为“”。我们把这样的H矩阵称为阿达玛矩阵的正规形式，或称为正规阿达玛矩阵。,15,第12章 正交编码与伪随机序列,性质 在H矩阵中，交换任意两行，或交换任意两列，或改变任一行中每个元素的符号，或改变任一列中每个元素的符号，都不会影响矩阵的正交性质。因此，正规H矩阵经过上述各种交换或改变后仍为H矩阵，但不一定是正规

7、的了。 按照递推关系式可以构造出所有2k阶的H矩阵。可以证明，高于2阶的H矩阵的阶数一定是4的倍数。不过，以4的倍数作为阶数是否一定存在H矩阵，这一问题并未解决。 H矩阵是正交方阵。若把其中每一行看作是一个码组，则这些码组也是互相正交的，而整个H矩阵就是一种长为n的正交编码，它包含n个码组。因为长度为n的编码共有2n个不同码组，现在若只将这n个码组作为准用码组，其余(2n - n)个为禁用码组，则可以将其多余度用来纠错。这种编码在纠错编码理论中称为里德-缪勒(Reed-Muller)码。,16,第12章 正交编码与伪随机序列,12.2.3 沃尔什函数和沃尔什矩阵 沃尔什函数定义 式中 p =

8、0或1，j = 0，1，2，及指数中的j / 2表示取j / 2的整数部分。 正弦和余弦函数可以构成一个完备正交函数系。由于正弦和余弦函数具有完备和正交性，所以由其构成的无穷级数或积分（即傅里叶级数和傅里叶积分）可以表示任一波形。类似地，由取值“1”和“1”构成的沃尔什函数也具有完备正交性，也可以用其表示任一波形,17,第12章 正交编码与伪随机序列,前8个沃尔什函数的波形示于下图中,18,第12章 正交编码与伪随机序列,由于沃尔什函数的取值仅为“1”和“1”，所以可以用其离散的抽样值表示成矩阵形式。例如，上图中的8个沃尔什函数可以写成如下沃尔什矩阵： 由上图和矩阵可以看出，沃尔什矩阵是按照每

9、一行中“1”和“1”的交变次数由少到多排列的。 沃尔什函数（矩阵）天生具有数字信号的特性，所以它们在数字信号处理和编码理论中有不小应用前景。,19,第12章 正交编码与伪随机序列,12.3 伪随机序列 12.3.1 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。 12.3.2 m序列 m序列的产生：

10、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。,20,第12章 正交编码与伪随机序列,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)。 若初始状态为全“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

11、状态将不 会改变。,21,第12章 正交编码与伪随机序列,因为4级移存器共有24 = 16种可能的状态。除全“0”状态外，只剩15种状态可用。这就是说，由任何4级反馈移存器产生的序列的周期最长为15。 我们常常希望用尽可能少的级数产生尽可能长的序列。由上例可见，一般来说，一个n级线性反馈移存器可能产生的最长周期等于(2n - 1)。我们将这种最长的序列称为最长线性反馈移存器序列，简称m序列。 反馈电路如何连接才能使移存器产生的序列最长，这就是本节将要讨论的主题。,22,第12章 正交编码与伪随机序列,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。

12、反馈线的连接状态用ci表示，ci1表示此线接通（参加反馈）；ci0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。,23,第12章 正交编码与伪随机序列,基本的关系式 递推方程 设一个n级移存器的初始状态为：a1 a2 an，经过1次移位后，状态变为a0 a1 an1。经过n次移位后，状态为an1 an2 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。,2

13、4,第12章 正交编码与伪随机序列,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c0c1c41，其余的ci为0，即c2c30。按照这一特征方程构成的反馈移存器就是上图所示的。,25,第12章 正交编码与伪随机序列,母函数 我们也可以将反馈移存器的输出序列 ak用代数方程表示为 上式称为母函数 。 递推方程、特征方程和母函数就是我们要建立的3个基本关系式。下面的几个定

14、理将给出它们与线性反馈移存器及其产生的序列之间的关系。,26,第12章 正交编码与伪随机序列,定理 【定理12.1】 式中，h(x)为次数低于f(x)的次数的多项式。 【证】将递推方程代入母函数，得到 移项整理后，得到,27,第12章 正交编码与伪随机序列,将上式右端用符号h(x)表示，并因c0 1，故上式变成 式中 由此式可以看出，当电路给定后，h(x)仅决定于初始状态(a-i a-1)。 再将特征方程代入上式，最后得出,28,第12章 正交编码与伪随机序列,在 中，若a1 = 1，则h(x)的最高次项为xn-1；若a1 = 0，则最高项次数 (n 1)，所以我们得知h(x)的最高项次数 (

15、n 1)，而f(x)的最高项次数= n，因为已规定cn1，特征方程中最高项为xn。故h(x)的次数必定低于f(x)的次数。【证毕】,29,第12章 正交编码与伪随机序列,【定理12.2】一个n级线性反馈移存器之相继状态具有周期性，周期为p 2n1。 【证】线性反馈移存器的每一状态完全决定于前一状态。因此，一旦产生一状态R，若它与以前的某一状态Q相同，则状态R后之相继状态必定和Q之相继状态相同，这样就可以具有周期性。 在n级移存器中，每级只能有两种状态：“1”或“0”。故n级移存器最多仅可能有2n 种不同状态。所以，在连续(2n + 1)个状态中必有重复。如上所述，一旦状态重复，就有周期性。这时

16、周期p 2n。 若一旦发生全“0”状态，则后继状态也为全“0”，这时的周期p1。因此，在一个长的周期中不能包括全“0”状态。所以周期p (2n - 1)。【证毕】,30,第12章 正交编码与伪随机序列,【定理12.3】若序列A = ak 具有最长周期(p = 2n - 1)，则其特征多项式f(x)应为既约多项式。 【证】所谓既约多项式是指不能分解因子的多项式。若一n次多项式f (x)能分解成两个不同因子，则可令 这样，式 可以写成如下部分分式之和： 式中 f1(x)的次数为n1，n1 0， f2(x)的次数为n2，n2 0， 且有,31,第12章 正交编码与伪随机序列,令 则上式可以改写成 上

17、式表明，输出序列G(x)可以看成是两个序列G1(x)和G2(x)之和，其中G1(x)是由特征多项式f1(x)产生的输出序列，G2(x)是由特征多项式f2(x)产生的输出序列。而且，由定理12.2可知，G1(x)的周期为 G2(x)的周期为 所以，G(x)的周期p应是p1和p2的最小公倍数LCMp1, p2，即 上式表明，p 一定小于最长可能周期(2n - 1)。 若f(x)可以分解成两个相同的因子，即上面的f1(x)f2(x)，同样可以证明p 2n1。 所以，若f (x)能分解因子，必定有p 2n 1。【证毕】,32,第12章 正交编码与伪随机序列,【定理12.4】一个n级移存器的特征多项式f

18、 (x)若为既约的，则由其产生的序列A = ak 的周期等于使f (x)能整除的(xp + 1)中最小正整数 p。 【证】若序列A 具有周期p，则有 上式移项整理后，变成,33,第12章 正交编码与伪随机序列,由定理12.1可知，h(x)的次数比f (x)的低，而且现已假定f (x)为既约的，所以上式表明(xp + 1)必定能被f (x)整除。 应当注意，此时序列A之周期p与初始状态或者说与h(x)无关。当然，这里不考虑全“0”作为初始状态。 上面证明了若序列A具有周期p，则(xp +1)必能被f (x)整除。另一方面，若f(x)能整除(xp +1)，令其商为 又因为在f (x)为既约的条件下

19、，周期p与初始状态无关，现在考虑初始状态a1a2an10，an1，由式 可知，此时有h(x) = 1。故有,34,第12章 正交编码与伪随机序列,上式表明，序列A以p或p的某个因子为周期。若A以p的某 个因子p1为周期，p1 p，则由式 已经证明(xp1 + 1)必能被f (x)整除。 所以，序列A之周期等于使f (x)能整除的中最小正整数p。 【证毕】,35,第12章 正交编码与伪随机序列,本原多项式 定义：若一个n次多项式f(x)满足下列条件： f (x)为既约的； f (x)可整除(xm + 1)，m = 2n 1； f (x)除不尽(xq + 1)，q m； 则称 f (x)为本原多项

20、式。 由定理12.4可以简单写出一个线性反馈移存器能产生m序列的充要条件为：反馈移存器的特征多项式为本原多项式。,36,第12章 正交编码与伪随机序列,【例】要求用一个4级反馈移存器产生m序列，试求其特征多项式。 这时，n = 4，故此移存器产生的m序列的长度为m = 2n 1 = 15。由于其特征多项式f (x)应可整除(xm + 1) = (x15 + 1)，或者说，应该是(x15+1)的一个因子，故我们将(x15+1)分解因子，从其因子中找 f (x)： f(x)不仅应为(x15+1)的一个因子，而且还应该是一个4次本原多项式。上式表明，(x15+1)可以分解为5个既约因子，其中3个是4

21、次多项式。可以证明，这3个4次多项式中，前2个是本原多项式，第3个不是。因为,37,第12章 正交编码与伪随机序列,这就是说，(x4 + x3 +x2 +x + 1)不仅可整除(x15+1)，而且还可以整除(x5+1)，故它不是本原的。于是，我们找到了两个4次本原多项式：和。由其中任何一个都可以产生m序列，用作为特征多项式构成的4级反馈移存器就是上图中给出的。 本原多项式表 由上述可见，只要找到了本原多项式，我们就能由它构成m序列产生器。但是寻找本原多项式并不是很简单的。经过前人大量的计算，已将常用本原多项式列成表备查。在下表中列出了部分已经找到的本原多项式。,38,第12章 正交编码与伪随机

22、序列,39,第12章 正交编码与伪随机序列,在制作m序列产生器时，移存器反馈线（及模2加法电路）的数目直接决定于本原多项式的项数。为了使m序列产生器的组成尽量简单，我们希望使用项数最少的那些本原多项式。 由表可见，本原多项式最少有3项（这时只需要用一个模2加法器）。对于某些n值，由于不存在3项的本原多项式，我们只好列入较长的本原多项式。 由于本原多项式的逆多项式也是本原多项式，例如， (x15 + 1)的因子中的(x4 + x + 1)与(x4 + x3 + 1)互为逆多项式，即10011与11001互为逆码，所以在表中每一本原多项式可以组成两种m序列产生器。,40,第12章 正交编码与伪随机

23、序列,在一些书刊中，有时将本原多项式用8进制数字表示。我们也将这种表示方法示于此表中右侧。例如，对于n = 4表中给出“23”，它表示 2 3 0 1 0 0 1 1 c5c4c3 c2c1c0 即c0 = c1 = c4 = 1，c2 = c3 = c5 = 0。,41,第12章 正交编码与伪随机序列,m序列的性质 均衡性 在m序列的一个周期中，“1”和“0”的数目基本相等。准确地说，“1”的个数比“0”的个数多一个。 【证】设一个m序列的周期为m = 2n 1，则此序列可以表示为 由于此序列中任何相继的n位都是产生此序列的n级移存器的一个状态，而且此移存器共有m个不同状态，所以可以把此移存

24、器的这些相继状态列表，如下表所示。表中每一行为移存器的一个状态。m个相继的状态构成此m序列的一个周期。由此表直接看出，最后一列的元素按自上而下排列次序就构成上式中的m序列。自然，其他各列也构成同样的m序列，只是初始相位不同。,42,第12章 正交编码与伪随机序列,43,第12章 正交编码与伪随机序列,因为此表中每一元素为一位2进制数字，即ai (0, 1)，i = 0, 1, ，(m - 1)。所以表中每一位移存器状态可以看成是一个n位2进制数字。这m个不同状态对应1至(2n 1)间的m个不同的2进制数字。由于1和m = (2n 1)都是奇数，故1至(2n 1)间这m个整数中奇数比偶数多1个。

25、在2进制中，奇数的末位必为“1”，偶数的末位必为“0”，而此末位数字就是表中最后一列。故表中最右列的相继m个二进数字中“1”比“0”多一个。由于每列都构成一m序列，所以m序列中“1”比“0”多一个。 【证毕】,44,第12章 正交编码与伪随机序列,游程分布 我们把一个序列中取值相同的那些相继的（连在一起的）元素合称为一个“游程”。在一个游程中元素的个数称为游程长度。例如，在前例中给出的m序列可以重写如下： 在其一个周期（m个元素）中，共有8个游程，其中长度为4的游程有1个，即“1 1 1 1”，长度为3的游程有1个，即“0 0 0”，长度为2的游程有2个，即“1 1”和“0 0”，长度为1的游

26、程有4个，即两个“1”和两个“0”。 一般说来，在m序列中，长度为1的游程占游程总数的1/2；长度为2的游程占游程总数的1/4；长度为3的游程占1/8 ；. . . 。,45,第12章 正交编码与伪随机序列,严格讲，长度为k的游程数目占游程总数的2-k，其中1 k (n-1)。而且在长度为k 的游程中其中1 k (n-2)，连“1”的游程和连“0”的游程各占一半。下面我们就来证明游程的这种分布规律。 【证】在上表中，每一行有n个元素。我们考虑恰好含有连续 k 个“1”的那些行，它们具有形状： 其中左侧(k + 2)个元素中两端为“0”，中间全为“1”，这样就保证恰好含有连续k个“1”，而右侧的

27、(n 2 k)个元素用“”表示，它们可以任意取值“0”或“1”，不受限制。在上表的一个周期(m = 2n 1行)中，符合上式形式的行的数目，按排列组合理论可知，等于2n 2 k 。,46,第12章 正交编码与伪随机序列,由反馈移存器产生m序列的原理可知，形式如上式的一行中的k个“1”，必定经过逐次位移最后输出，在输出序列中构成长度为k的一个连“1”游程。反之，输出序列中任何一个长度为k的连“1”游程，必然对应上表中这样的一行。所以，在m序列一个周期中长度为k的连“1”游程数目也等于2n k 2。 同理，长度为k的连“0”游程数目也等于2n k 2。所以长度为k的游程总数（包括连“1”和连“0”

28、的两种游程）等于 在序列的每一周期中，长度在1 k (n - 2)范围内的游程所包含的总码元数等于 上式求和计算中利用了下列算术几何级数公式：,47,第12章 正交编码与伪随机序列,因为序列的每一周期中共有(2n 1)个码元，所以除上述码元外，尚余(2n 1) (2n 2n) = (2n 1)个码元。这些码元中含有的游程长度，从上表观察分析可知，应该等于n和(n 1)，即应有长为n的连“1”游程一个，长为(n 1)的连“0”游程一个，这两个游程长度之和恰为(2n 1)。并且由此构成的序列一个周期中，“1”的个数恰好比“0”的个数多一个。 最后，我们得到，在每一周期中，游程总数为 计算上式求和时

29、，利用了下列等比级数公式： 所以，长度为k的游程占游程总数的比例为,48,第12章 正交编码与伪随机序列,由于长度为k = (n 1)的游程只有一个，它在游程总数2n-1中占的比例为1 / 2n-1 = 2-(n-1)，所以上式仍然成立。因此，可将上式改写为 长度为k的游程所占比例 = 2-k， 1 k (n 1) 【证毕】,49,第12章 正交编码与伪随机序列,移位相加特性 一个m序列Mp与其经过任意次延迟移位产生的另一个不同序列Mr模2相加，得到的仍是Mp的某次延迟移位序列Ms，即 Mp Mr = Ms 现在分析一个m = 7的m序列Mp作为例子。设Mp的一个周期为1110010。另一个序

30、列Mr是Mp向右移位一次的结果，即Mr的一个相应周期为0121001。这两个序列的模2和为 1110010 0111001 = 1001011 上式得出的为Ms的一个相应的周期，它与Mp向右移位5次的结果相同。下面我们对m序列的这种移位相加特性作一般证明。,50,第12章 正交编码与伪随机序列,【证】设产生序列Mp的n级反馈移存器的初始状态如下图所示。 这一初始状态也就是上表中第一行的a0a1a2an-1。由这一初始状态代入递推方程式得到移存器下一个输入为 若将序列Mp的初始状态的r次延迟移位作为序列Mr的初始状态，则将Mr的初始状态ar ar+1 ar+2 an+r+1代入递推方程式，得到下

31、一个输入：,51,第12章 正交编码与伪随机序列,将上两式相加（模2），得到 上式右端n个括弧中两元素模2相加的结果一定是上表中另一行的元素。这是因为表中的各行包含了除全“0”外的全部n位二进数字。设相加结果为 则上式可以改写为 上式表明(an + an+r)仍为原n级反馈移存器按另一初始状态(ai+n-1 ai+n-2 ai+1 ai)产生的输入，这是因为c1c2 cn未改变，移存器的反馈线接法也未改变。这个初始状态比Mp的初始状态延迟了i位。故序列Mp和Mr之和是 Mp经过延迟i位的移位序列。【证毕】,52,第12章 正交编码与伪随机序列,自相关函数 现在我们讨论m序列的自相关函数。由12

32、.2节互相关系数定义式得知 ，m序列的自相关函数可以定义为： 式中 A m序列与其j次移位序列一个周期中对应元素相同 的数目； D m序列与其j次移位序列一个周期中对应元素不同 的数目； m m序列的周期。 上式还可以改写成如下形式：,53,第12章 正交编码与伪随机序列,由m序列的延迟相加特性可知，上式分子中的aiai+j仍为m序列的一个元素。所以上式分子就等于m序列一个周期中“0”的数目与“1”的数目之差。另外，由m序列的均衡性可知，m序列一个周期中“0”的数目比“1”的数目少一个。所以上式分子等于1。这样，就有 当j = 0时，显然(0) = 1。所以，我们最后写成： 不难看出，由于m序

33、列有周期性，故其自相关函数也有周期性，周期也是m，即 而且 ( j )是偶函数，即有,54,第12章 正交编码与伪随机序列,上面数字序列的自相关函数 ( j )只定义在离散的点上（j只取整数）。但是，若把m序列当作周期性连续函数求其自相关函数，则从周期函数的自相关函数的定义： 式中 T0 s(t)的周期， 可以求出其自相关函数R()的表示式为,55,按照上面的公式画出的 ( j )和R()的曲线示于下图中。 图中的圆点表示j取整数时的 ( j )取值，而折线是R()的连续曲线。可以看出，两者是重合的。由图还可以看出，当周期T0非常长和码元宽度T0 / m极小时，R()近似于冲激函数(t)的形状

34、。 由上述可知，m序列的自相关函数只有两种取值：0和(1/m)。有时把这类序列称为双值自相关序列。,第12章 正交编码与伪随机序列,56,第12章 正交编码与伪随机序列,功率谱密度 信号的自相关函数与功率谱密度构成一对傅里叶变换。因此，很容易对m序列的自相关函数式作傅里叶变换，求出其功率谱密度 按照上式画出的曲线示于下图中。由此图可见，在T0 和m/T0 时，Ps()的特性趋于白噪声的功率谱密度特性。,57,第12章 正交编码与伪随机序列,伪噪声特性 我们对一正态分布白噪声取样，若取样值为正，则记为“”；若取样值为负，则记为“”。将每次取样所得极性排成序列，例如 这是一个随机序列，它具有如下3

35、个基本性质： 序列中“”和“”的出现概率相等。 序列中长度为1的游程约占1/2；长度为2的游程约占1/4；长度为3的游程约占1/8；.。一般说来，长度为k的游程约占1/2k。而且在长度为k的游程中，“”游程和“”游程约各占一半。 由于白噪声的功率谱密度为常数，功率谱密度的逆傅里叶变换，即自相关函数，为一冲激函数 ()。当 0时， ()0。仅当 = 0时， ()是个面积为1的脉冲。,58,第12章 正交编码与伪随机序列,由于m序列的均衡性、游程分布和自相关特性与上述随机序列的基本性质极相似，所以通常将m序列称为伪噪声(PN)序列，或称为伪随机序列。 但是，具有或部分具有上述基本性质的PN序列不仅

36、只有m序列一种。m序列只是其中最常见的一种。除m序列外，M序列、二次剩余序列（或称为Legendre序列）、霍尔(Hall)序列和双素数序列等都是PN序列。,59,第12章 正交编码与伪随机序列,60,第12章 正交编码与伪随机序列,12.3.3 其他伪随机序列简介 M序列 定义：由非线性反馈移存器产生的周期最长的序列称为M序列。 由上节对m序列产生器的分析可知，一个n级m序列产生器只可能有(2n 1)种不同的状态。但是n级移存器最多可有2n种状态，在m序列中不能出现的是全“0”状态。在线性反馈条件下，全“0”状态出现后，产生器的状态将不会再改变；但是在非线性反馈条件下，却不一定如此。因此，非

37、线性反馈移存器的最长周期可达2n，我们称这种周期长达2n的序列为M序列。,61,第12章 正交编码与伪随机序列,M序列的产生方法 目前，如何产生M序列 的问题，尚未从理论上 完全解决，人们只找到 很少几种构造它的方法。 下面仅简单介绍利用m 序列产生器构成M序列 产生器的方法。 首先观察右图中的例子。 它是一个n = 4级的m序 列产生器。图中给出了 它的15种状态。若使它 增加一个“000”状态，就 可变成M序列产生器了。,62,第12章 正交编码与伪随机序列,因为移存器中后级状态必须是由其前级状态移入而得，故此“0000”状态必须处于初始状态“1000”之前和“0001”状态之后。这就是说

38、，我们需要将其递推方程修改为非线性方程，使“0001”状态代入新的递推方程后，产生状态“0000”（而不是“1000”），并且在“0000”状态代入后产生状态“1000”（而不是保持“0000”不变）。 修改前的递推方程为 为满足上述要求，修改后的递推方程应为,63,第12章 正交编码与伪随机序列,对于n级m序列产生器也一样。为使n级m序列产生器变成M序列产生器，也只需使其递推方程改为 有了递推方程，就不难构造出此M序列产生器。例如用这种方法得到的一个4级M序列产生器如下图所示。,64,第12章 正交编码与伪随机序列,M序列的性质 M序列与m序列类似，也在一定程度上具有噪声特性。它满足m序列的

39、前两个性质，即： 在M序列的一个周期中，出现“0”与“1”的数目相等。 在n级M序列的一个周期中，游程共有2n-1个，其中长度为k的游程占1/2k，1 k n 2；长为n的游程有两个，没有长为(n 1)的游程。在同长的游程中，“0”游程和“1”游程各占一半。这两个性质的证明方法与m序列的一样。 但是，M序列不再具有m序列的移位相加特性及双值自相关特性。,65,第12章 正交编码与伪随机序列,M序列的优点 M序列与m序列相比，最主要的优点是数量大，即同样级数n的移存器能够产生的平移不等价M序列总数比m序列的大得多，且随n的增大迅速增加。在下表中给出了级数n与可能产生的两种序列数目的比较。 M序列

40、的数量虽然相当大，但是目前能够实际产生出来的M序列数目却还不很多。这还有待于今后继续研究。,66,第12章 正交编码与伪随机序列,二次剩余序列 定义：二次剩余又称平方剩余数，例如，32 = 9；9被7除得到的余数是2，即有 32 = 9 2 (mod 7) 则称2为模7的平方剩余数。 一般说来，如果能找到一个整数x，它使 x2 i (mod p) 若此方程成立，我们就认为这个方程有解。满足此方程的i就是模p的二次剩余；否则，i就是模p的二次非剩余。当规定a0 = -1，且 其中p为奇数，则称ai为二次剩余序列，i = 0, 1, 2, .，其周期为p。,67,第12章 正交编码与伪随机序列,例

41、：设p = 19，容易算出 12 1 (mod 19)， 22 4 (mod 19)， 32 9 (mod 19)， 42 16 (mod 19)， 52 6 (mod 19)， 62 17 (mod 19)， 72 11 (mod 19)， 82 7 (mod 19)， 92 5 (mod 19)， 102 5 (mod 19)， 112 7 (mod 19)， 122 11 (mod 19)， 132 17 (mod 19)， 142 6 (mod 19)， 152 16 (mod 19)， 162 9 (mod 19)， 172 4 (mod 19)， 182 1 (mod 19)。 因

42、此，1、4、5、6、7、9、11、16、17是模19的二次剩余；而2、3、8、10、12、13、14、15、18是模19的非二次剩余。,68,第12章 正交编码与伪随机序列,这样，得到周期p = 19的二次剩余序列为： 式中 1； 1。 这种序列具有随机序列基本性质的第1)条性质，但一般不具备第2)条性质。当p = 4t 1时（t = 正整数），它是双值自相关序列，即具有近于随机序列基本性质第3)条的性质；当p = 4t + 1时，它不是双值自相关序列。但是若p很大，它仍具有近于第3)条的性质。一般认为它也属于伪随机序列。,69,第12章 正交编码与伪随机序列,双素数序列 上述二次剩余序列的周

43、期p为素数。在双素数序列中，周期p是两个素数p1和p2的乘积，而且p2 = p1 + 2，即有 定义：双素数序列ai的定义为： 式中 (i，p) = 1表示i和p互为素数（最大公因子为1）。,70,第12章 正交编码与伪随机序列,例：设p1= 3，p2 = 5，p = 3 5 = 15。这时在一个周期中满足(i, p) = 1条件的i，即小于15且与15互素的正整数有：1、2、4、7、8、11、13、14。对于这些i值，可以计算出：,71,第12章 正交编码与伪随机序列,对这些i值作(i/p1)(i/p2)的运算后，得出a1 = a2 = a4 = a8 = 1以及a7 = a11 = a13

44、 = a14 = -1。又因i = 0 5 = 10 (mod 5)，故a0 = a5 = a10 = 1。对于其余的i，有a3 = a6 = a9 = a12 = -1。所以此双素数序列为： 式中 1； 1。 可以验证，双素数序列也基本满足随机序列的基本性质，所以也属于PN序列。,72,第12章 正交编码与伪随机序列,12.4扩展频谱通信 分类： 直接序列(DS)扩谱：它通常用一段伪随机序列（又称为伪码）表示一个信息码元，对载波进行调制。伪码的一个单元称为一个码片。由于码片的速率远高于信息码元的速率，所以已调信号的频谱得到扩展。 跳频(FH)扩谱：它使发射机的载频在一个信息码元的时间内，按照

45、预定的规律，离散地快速跳变，从而达到扩谱的目的。载频跳变的规律一般也是由伪码控制的。 线性调频：载频在一个信息码元时间内在一个宽的频段中线性地变化，从而使信号带宽得到扩展。由于此线性调频信号若工作在低频范围，则它听起来像鸟声，故又称“鸟声”调制。,73,第12章 正交编码与伪随机序列,目的 提高抗窄带干扰的能力，特别是提高抗有意干扰的能力。由于这类干扰的带宽窄，所以对于宽带扩谱信号的影响不大。 防止窃听。扩谱信号的发射功率谱密度可以很小，小到低于噪声的功率谱密度，将发射信号隐藏在背景噪声中，使侦听者很难发现。此外，由于采用了伪码，窃听者不能方便地听懂发送的消息。 提高抗多径传输效应的能力。由于

46、扩谱调制采用了扩谱伪码，它可以用来分离多径信号，所以有可能提高其抗多径的能力。 多个用户可以共用同一频带。在同一扩谱频带内，不同用户采用互相正交的不同扩谱码，就可以区分各个用户的信号，从而按照码分多址的原理工作。 提供测距能力。通过测量扩谱信号的自相关特性的峰值出现时刻，可以从信号传输时间的大小计算出传输距离,74,第12章 正交编码与伪随机序列,直接序列扩谱系统 原理 用一组伪码代表信息码元去调制载波。最常用的是2PSK。这种信号的典型功率谱密度曲线示于下图中。 图中所示主瓣带宽（零点至零点）是伪码时钟速率Rc的两倍。每个旁瓣的带宽等于Rc。例如，若所用码片的速率为5 Mb/s，则主瓣带宽将

47、为10 MHz，每个旁瓣宽为5 MHz。,75,第12章 正交编码与伪随机序列,原理方框图 调制器简化方框图：先将两路编码序列模2相加，然后再去进行反相键控。,76,第12章 正交编码与伪随机序列,接收过程图解,信码； 伪码序列； 发送序列； 发送载波相位； 混频用本振相位； 中频相位； 解调信号； 干扰信号相位； 混频后干扰信号相位。,77,第12章 正交编码与伪随机序列,信号和干扰信号在频域中的变化,(a) 在接收机输入端 (b) 在接收机中放输出端,78,第12章 正交编码与伪随机序列,12.5伪随机序列的其他应用 分离多径技术 目的：多径衰落的原因在于每条路径的接收信号的相位不同。分离

48、多径技术能够在接收端将多径信号的各条路径分离开，并分别校正每条路径接收信号的相位，使之按同相相加，从而克服衰落现象。 原理 考察发射的一个数字信号码元。设这个码元是用m序列的一个周期去调制的余弦载波 其中M(t)为一取值1的m序列。假设经过多径传输后，在接收机中频部分得到的输出信号为,79,第12章 正交编码与伪随机序列,其中共有n条路径的信号。第j条路径信号的振幅为Aj，延迟时间为j，载波附加的随机相位为j，中频角频率为i。在此式中，忽略了各条路径共同的延迟，并且认为相邻路径的延迟时间差相等，均等于秒。在设计中我们选用此值作为m序列的一个码元宽度。 为了消除各条射线随机相位j的影响，可以采用自适应校相滤波器。,80,第12章 正交编码与伪随机序列,自适应校相滤波器 设sj(t)是的第j条射线 它加于上图中电路的输入端。此电路由两个相乘器和一个窄带滤波器组成。在第1个相乘器中，sj(t)与本地振荡电压s(t) = c