毕业设计（论文）-基于MATLAB的伪随机序列性能分析Word文档下载推荐.doc
《毕业设计（论文）-基于MATLAB的伪随机序列性能分析Word文档下载推荐.doc》由会员分享，可在线阅读，更多相关《毕业设计（论文）-基于MATLAB的伪随机序列性能分析Word文档下载推荐.doc（31页珍藏版）》请在冰点文库上搜索。
学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；
学校可以采用影印、缩印、数字化或其它复制手段保存论文；
在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。
作者签名：
日 期：
学位论文原创性声明
本人郑重声明：
所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。
除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。
对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。
本人完全意识到本声明的法律后果由本人承担。
日期：
年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权 大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
涉密论文按学校规定处理。
日期：
导师签名：
日期：
目录
摘要 1
Abstract 2
第一章绪论 1
1.1伪随机序列的概述 1
1.1.1伪随机序列的发展历史 1
1.1.2伪随机序列的应用领域 2
1.2论文研究的基本内容 3
第二章扩频通信简介 4
2.1扩频通信理论基础 4
2.1.1shannon公式 4
2.1.2扩频通信系统的模型 5
2.2直接序列扩频 6
2.2.1直扩系统简介 6
2.2.2直扩系统抗干扰原理分析 7
第三章伪随机序列原理 9
3.1m序列 10
3.1.1m序列的产生 10
3.1.2m序列的性质 11
3.1.3m序列的相关性 12
3.1.4m序列的自相关性 12
3.1.5m序列的互相关性 12
3.2Gold序列 13
3.2.1概述 13
3.2.2Gold序列发生器 14
3.2.3m序列优选对的选取 14
3.2.4Gold码的产生 15
3.2.5Gold码的性质 15
3.2.6walsh序列和mW序列 17
第四章仿真性能分析 19
4.1各系统自相关特性比较 19
4.2各系统互相关特性比较 21
4.3各序列误码率的比较 23
结论 24
参考文献 25
致谢 26
基于MATLAB的伪随机序列性能分析
第一章绪论
1.1伪随机序列的概述
一个序列一方面它可以预先确定并可以重复地生产和复制，另一方面它又具有某种随机序列的统计特性，便称这种序列为伪随机序列。
伪随机序列在现代工程中有极为广泛的应用。
所以，对它的研究吸引着许多的工程技术工作者。
1.1.1伪随机序列的发展历史
伪随机序列是工程上为替代随机序列而诞生的，关于它的理论最早是概率论研究的领域。
一个独立的二进制随机序列在概率论中叫做贝努力序列，工程上也称作“投币”序列，“0”和“1”分别代表投币试验中硬币的正反面的结果。
在工程应用中，这种简单化的随机序列也是很难产生和存储的。
因而，迫切的需要找到一种可以近似代替随机序列来满足工程上的需求，这就是伪随机序列。
产生怎样的序列才能够充分的代替随机序列，这是在讨论如何实现伪随机序列的产生前必须要弄清楚的一个问题。
传统上，都按照哥伦布在1967年出版的著作中提出的理论为基准。
哥伦布认为一个序列满足以下三个特性便可近似代替随机序列。
（1）“0”和“1”的相对概率各约为0.5。
（2）序列中连续出现“0”或“1”的长度有以下分布规律：
长度为1的约占0.5；
长度为2的约占0.25；
长度为n的约占。
（3）如果将所得到的序列循环移位非0或周期整数倍数目个元素，所得序列将和原序列有一半元素相同，一半元素不同。
一个在极小偏差范围内几乎满足以上三条的序列便可称为伪随机序列。
伪随机序列的理论与应用研究大体上可以分成三个阶段。
纯粹理论，1948年以前，学者们研究伪随机序列的理论仅仅是因为其优美的数学结构。
研究可以追溯到1894年，作为一个组合问题来研究所谓的DeBruijn序列。
m序列研究的黄金阶段（1948–1969），1948年Shannon信息论诞生后，这种情况得到了改变。
伪随机序列已经被用在通信以及密码学等重要的技术领域.。
如何产生这样的序列是20世纪50年代早期的研究热点.，（LFSR）序列是这个时期研究最多的。
在1969年Massey发表了“移位寄存器综合与BCH译码”一文，引发了序列研究方向的根本性变革。
从此伪随机序列的研究进入了构造非线性序列生成器的阶段。
1.1.2伪随机序列的应用领域
伪随机序列的理论与应用，从产生到现在已有60多年的历史了。
伪随机序列在它形成初期，便在通信、导航、雷达以及密码学等重要的技术领域，获得了广泛的应用。
近些年，它的应用已经远远超出上述领域，如声学、自动控制、计算机、光学测量、数字式跟踪和测距系统以及数字网络系统的故障检测等。
其中扩频通信是伪随机序列应用的主要领域[1]。
移动通信作为扩频通信的一种，以其时实性、机动性、具有不受时空限制等特点，成为一种深受人们喜爱的通信方式，并且融入了现代生活中，成为现代社会不可缺少的通信技术。
自移动通信技术诞生以来，移动通信系统已从第一代的模拟蜂窝系统发展到了第二代全球数字移动电话蜂窝系统，目前正在向第三代宽带多媒体蜂窝系统发展[10]。
码分多址（CodeDivisionMultipleAccess，简称CDMA）是第三代移动通信系统中的一项主要技术。
CDMA系统中的众多用户都工作在同一时间同一频段内，系统给各个用户分配不同的扩频码来进行频谱的扩展，在发送和接收时，系统更是利用各个扩频码之间低的互相关系数来区分不同的用户。
因此，CDMA系统中起扩展频谱作用的扩频码的性能好坏直接影响到系统性能的好坏。
伪随机序列还在密码学中占据重要地位，设计具有良好随机性的伪随机序列一直是密码学研究的中心。
密码学分为单钥密码学和公钥密码学，单钥密码学主要用于信息加密，序列密码作为一种单钥密码体制，它的安全性主要取决于密钥流序列的随机性。
现有的几乎所有的公钥密码体制都需要随机数。
著名的RSA公钥算法在产生私钥著名的RSA公钥算法在产生私钥时也需要随机数。
密码学已经广泛涉及通信和计算机网络中，伪随机数生成器的性质决定了这些系统的安全性。
因此，伪随机序列既可作为序列密码体制的密钥流又可作为公钥密码体制的会话密钥、产生随机数等。
当然，也可以直接利用伪随机序列构造公钥密码体制和数字签名算法。
不同的应用背景下对伪随机序列的要求也是不同的，通常在测距、导航和一般通信系统中应用时重点考虑的是它的自相关性质，而在保密通信系统和密码学上则需要重点考察它的线性复杂度及变化情况。
因此，伪随机序列的构造就有两个目标：
一是构造二值自相关、三值自相关或具有低自相关值的序列；
另一个是构造具有高线性复杂度的序列[2]。
1.2论文研究的基本内容
伪随机序列种类很多，本课题主要讨论m序列和Gold序列，为符合一般性又兼顾简便性，本文选31位的m序列和Gold序列来说明，这并不失一般性。
为了分析的普遍性，要计算出优选对和非优选对的m序列的互相关性系数，还要计算同族的Gold序列的互相关性系数和非同族的Gold序列的互相关性系数。
最后再把m序列的相关性系数和Gold序列的相关性系数做比较。
本文要研究的主要内容是用MATLAB语言构建伪随机序列并实现伪随机序列的仿真。
归纳起来说主要内容如下：
第二章主要介绍扩频通信的直扩系统。
通过对直扩系统的分析说明，更加明确伪随机序列的应用及在应用中所扮演的角色，对了解研究本课题的意义有了更深刻的认识。
第三章用MATLAB对伪随机序列发生器进行建模设计并仿真，得到其仿真波形图，把仿真的结果和理论值相比较，验证程序编写的正确性。
得到图像后，通过计算其自相关系数和互相关系数来研究各序列的相关性。
第四章通过对比图像等，对几种伪随机序列进行评价，得出各自的优劣，并对
伪随机序列的应用和未来的发展进行论述。
第二章扩频通信简介
2.1扩频通信理论基础
2.1.1shannon公式
扩频通信是基于香浓公式提出来的，香浓定理指出：
在高斯白噪声干扰条件下，通信系统的极限传输速率（或称信道容量）可用式（2-1）
（2-1）
式中C——信道容量（b/s）；
B——传输带宽（Hz）；
N——噪声功率（W）；
S——信号功率（W）。
若设白噪声的功率谱密度为，噪声功率N=，信道容量C便可用式（2-2）表示。
通过式（2-2）可看出，若、B、S确定之后，C就确定了[3]。
（2-2）
香浓第二定理指出：
若信源的信息速率R小于或等于信道容量C，通过编码，信源的信息能以任意小的差错概率通过信道传输。
由式（2-2）可看出：
（1）要增加系统的信息传输速率，则要增加信道容量。
其方法有增加信号带宽B，或增加信噪比。
（2）信道容量一定时，带宽和信噪比可以互换，即可通过增加带宽降低系统对信噪比的要求；
同样也可通过增加信号功率，降低对信号带宽的要求[4]。
（3）当B增到一定程度，C不能无限增加。
由式（2-1）可知，信道容量和带宽成正比，当B增加到一定程度后，C增加缓慢。
由式（2-2）可知，随着B增加，N也要增加，信噪比要下降，影响到C的增加。
当B趋于无穷时，C也要趋于一个极限值。
对（2-2）是两边同时取极限，有
（2-3）
化简有
（2-4）
故
（2-5）
由此可见，信号功率S和噪声功率一定时，信道容量C是一定的。
2.1.2扩频通信系统的模型
图2-1是扩频通信系统的数学模型[11]。
扩频通信系统可以认为是扩频和解扩的变换对。
要传输的信号s（t）经过扩频，将频带较窄的信号s（t）扩到一个很宽的频带上去，发射信号为。
扩频信号经过信道后，叠加了噪声n（t）和干扰信号J（t），送入解扩器的输入端。
解扩过程正好是扩频的逆过程，此过程为的处理，还原s（t），对噪声n（t）和干扰信号J（t）而言，解扩过程就是对其的扩频过程，这样，s（t）在频带内可以全部通过，而噪声和干扰只有当功率在频带内时才可通过。
相对B来说要小得多，因而，噪声和干扰得到很大程度的抑制，提高了系统的输出信噪比。
信道
s（t）
=
n（t）
区间
图2-1扩频系统数学模型
图2-2是扩频系统的物理模型，信源产生的信号经过第一次调制即信息调制（如信源编码）成为一种数字信号，在进行第二次调制即扩频调制，然后再进行第三次调制，把经过扩频的信号搬移到射频上发射出去。
接收端，接收到信号后先经过混频，得到一中频信号，再用本地扩频码进行相关解扩，恢复成窄带信号，在进行解调，将数字信号还原出来。
接收端的本地扩频码与发射端用得扩频码完全同步。
a）发射端
b）接收端
图2-2扩频系统的物理模型
2.2直接序列扩频
直接序列扩频又被称为为噪声系统，简称直扩系统，目前应用很广泛。
直扩系统是将要发送的信息用伪随机序列扩展到一个很宽的频带上去，接收时，用与发射端相同的伪随机序列对接收到的扩频信号进行相关处理，恢复出原始信号[5]。
2.2.1直扩系统简介
图2-3是直扩系统的组成原理图[13]。
有信源输出的信号a（t）是码元持续时间为的信息流，伪随机码产生器产生伪随机序列c（t），每一伪随机码码元宽度为。
将信码a（t）与伪随机码c（t）进行模2加，产生扩频序列，在调制到载频上，发射出去。
a）发射端
b）接收端
图2-3直扩系统组成框图
接收端，接收到信号后经过混频及相关解调后，得到了信息序列a（t）的频带，在经过解调，恢复出a（t），完成信息传输。
对于干扰信号和噪声，由于它们与伪随机序列不相关，在相关解扩器的作用下，相当于进行了一次扩频。
干扰信号和噪声频谱被扩展后，其谱密度降低，降低了进入信号通频带内的干扰功率，提高输出信号的信噪比，提高了系统的抗干扰能力。
2.2.2直扩系统抗干扰原理分析
信源产生信号a（t），码元速率为，码元宽度为，a（t）可用式（2-6）表示。
（2-6）
式中——信息码；
g（t）——门函数。
伪随机序列发生器产生的伪随机序列c（t），速率为，c（t）可用式（2-7）表示。
（2-7）
扩频实质上是信息流a（t）与伪随机序列c（t）的模2加的过程。
扩展序列为
（2-8）
式中——模2加得到的各位数。
用此序列去调制载波，将信号搬到载频上去。
调制后的信号为
（2-9）
式中——载波频率。
接收天线上感应的信号经过高放的选择放大和混频后，得到包括以下几部分信号：
有用信号、信道噪声、干扰信号和其他网的扩频信号等，即接收到的信号为
（2-10）
解扩过程和扩频过程相同，用本地的伪随机序列与接收机收到的信号相乘，相乘后为
（2-11）
首先对进行分析
（2-12）
若和c（t）同步时，它们相等，那么它们相乘为1。
这样为
（2-13）
后面所接滤波器正好能让信号通过，进入解调器，将有用信号解调出来。
对噪声分量、干扰分量和不同网干扰，解扩处理后，被大大削弱[6]。
一般为高斯带限白噪声，因而用处理后，谱密度基本不变，但相对带宽改变，噪声功率降低。
分量是人为干扰引起的。
它由于与伪随机序列不相关，相乘过程相当于频谱扩展过程，将干扰功率分散到很宽的频带上，谱密度降低，相乘器后接的滤波器只能让有用信号通过，能够进入解调器输入端的干扰功率只能是与信号频带相同的那部分。
至于不同网信号，由于不同网所用的扩频序列也不同，这样对于不同网扩频信号而言，相当于再次扩展，从而，降低了不同网际干扰。
第三章伪随机序列原理
伪随机序列又称伪随机码，也称伪噪声序列或伪噪声码。
它有类似于随机序列的统计特性，同时它便于重复产生和处理，在数字通信中有较广泛的应用。
现在，广泛使用的伪随机序列大部分都是通过数字电路的合理搭配产生的。
在数字通信中，伪随机序列有多种，m序列和Gold序列就是目前广泛使用的两种伪随机序列[12]。
伪随机序列不具备正态分布形式。
但当码足够长时根据中心极限定理，它趋于正态分布。
其定义如下：
（1）凡自相关系数满足式（3-1）形式的码，称为狭义伪随机码。
（3-1）
（2）凡自相关系数满足式（3.2）形式的码，称为第一类广义伪随机码。
（3-2）
（3）凡互相关系数满足式（3-3）形式的码，称为第二类广义伪随机码凡自相关系数满足以上条件都称为伪随机序列。
（3-3）
目前的数字通信中，采用二进制伪随机序列，就是说序列中只有“0”和“1”两种状态。
m序列和Gold序列都是二进制伪随机序列。
其中m序列是由线性反馈移位寄存器产生的周期最长的二进制数字序列即最大长度线性反馈移位寄存器序列[14]。
现代工程应用对伪随机序列有以下几点要求：
（1）必须有尖锐的自相关函数，几乎为零的互相关函数。
（2）足够长的码周期。
（3）足够多的独立地址数。
（4）工程上易于实现，加工和控制。
3.1m序列
m序列是使用最广泛的伪随机序列之一，同时它也是产生M序列和Gold序列的基础。
因此，m序列在本文中扮演着重要的角色。
3.1.1m序列的产生
m序列的产生原理图如图3-1所示：
图3-1m序列发生器原理方框图
图中为移位寄存器中每位寄存器的状态，为第i位寄存器的反馈系数。
当其为0时为无反馈，为1时有反馈。
在此系统中，第0位和第r位反馈系数必须为1。
这里需要说明不可以全部设置为0，否则系统输出就为0，不能正常输出m序列。
其特征多项式可以写成
（3-4）
序列多项式可以通过式（3-5）计算。
通过序列多项式可以得到我们要计算的序列。
（3-5）
一个线性反馈移位寄存器的反馈函数一旦确定，它产生的m序列就被确定，如果移位寄存器的初始状态不同，产生的序列的相位不同。
反馈移位寄存器的级数不同，它的反馈系数亦不相同，产生的m序列的周期也不相同。
反馈系数可以通过一些参考文献查得，而它的周期可以通过公式求得，其中n是线性反馈移位寄存器的级数，N是m序列的周期[7]。
3.1.2m序列的性质
m序列在一个周期内“0”和“1”的个数基本相等，具体讲，“1”的个数比“0”的个数多一个，这种性质叫做均衡性[13]。
所谓游程就是伪随机序列中取值相同的一段码位。
一个游程中包含的位数称之为游程长度。
游程中的码位是“0”的称之为“0”游程。
相反若码位全为“1”的游程称之为“1”游程。
m序列的一个周期中，游程总数为“0”游程的数目和“1”游程的数目相同。
理论上来讲，长度为k的游程占游程总数的,长度为n-1的游程只有一个是“0”游程[8]，此性质为游程分布性。
一个m序列与其经任意次延迟移位产生的序列相加，得到的仍是此m序列的某次延迟移位得到的序列，此为移位相加性。
对于m序列的自相关性，它可以用公式（3-6）来说明。
N是m序列的周期。
m序列的互相关性是指相同周期两个不同的m序列、一致的程度。
（3-6）
其互相关值越接近于0，说明这两个m序列差别越大，即互相关性越弱；
反之，说明这两个m序列差别较小，即互相关性较强。
通过以上的讨论可以看出，m序列具有良好的伪噪声性质。
当m序列用做码分多址系统的地址码时，必须选择互相关值很小的m序列组，以避免用户之间的相互干扰。
对于两个周期的m序列和（取值1或0），其互相关函数（也称互相关系数）描述如下：
设m序列与其后移位的序列逐位模2加所得的序列，“0”的位数为A（序列和有相同的位数），“1”的位数为D（序列和不相同的位数），则互相关函数可由式（3-7）计算[15]。
（3-7）
式中A——‘0’位数或相同的位数；
D——‘1’位数或不相同的位数。
显然，。
3.1.3m序列的相关性
m序列的相关系数是其相关性的重要参考量，因而，对相关性的探讨从某种层面上可与对相关系数的探讨等价。
m序列的相关性分为自相关性和互相关性。
自相关系数是m序列与其自身的相关系数。
互相关系数是两个同周期的不同的m序列之间的相关系数。
3.1.4m序列的自相关性
根据前面的分析，清楚了m序列自相关系数的定义及计算方法。
通过分析m序列的相关系数的计算公式，可以得到其自相关系数的计算流程如图3-2。
图3.2m序列自相关系数计算流程
3.1.5m序列的互相关性
在上文中已经对m序列的互相关性做出了很清晰的说明，在本节就不做过多陈述。
计算m序列的互相关性和计算其自相关性有很大的相似，故本节将仿照上一节的方法实现m序列的互相关系数的计算。
图3-3是实现计算两个m序列的互相关系数的流程图。
图
升级会员 