数据源的产生（m序列）

卯【金】刀

已于 2023-10-10 22:03:07 修改

阅读量345

点赞数

分类专栏：工程实例-TDMA体制通信详解文章标签： fpga开发射频工程信息与通信

于 2023-10-10 22:02:32 首次发布

本文链接：https://blog.csdn.net/qq_41894385/article/details/133690319

版权

工程实例-TDMA体制通信详解专栏收录该内容

1 篇文章 0 订阅

订阅专栏

简易通信工程实现详解

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
第一章数据源的产生(m序列)

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

前言

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序列。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(2^n -1)。
m序列是一种典型的伪随机序列。在通信领域有着广泛的应用，如扩频通信、卫星通信的码分多址（CDMA），数字数据中的加密、加扰、同步、误码率测量等领域

提示：以下是本篇文章正文内容，下面案例可供参考

一、什么是m序列？

m序列是最长线性移位寄存器序列的简称，是一种伪随机序列、伪噪声(PN)码或伪随机码。可以预先确定并且可以重复实现的序列称为确定序列；既不能预先确定又不能重复实现的序列称随机序列；不能预先确定但可以重复产生的序列称伪随机序列。

二、伪随机序列

通过一定的算法对事先选定的随机种子(seed)做一定的运算可以得到一组人工生成的周期序列，在这组序列中以相同的概率选取其中一个数字，该数字称作伪随机数，由于所选数字并不具有完全的随机性，但是从实用的角度而言，其随机程度已足够了。这里的“伪”的含义是，由于该随机数是按照一定算法模拟产生的，其结果是确定的，是可见的，因此并不是真正的随机数。伪随机数的选择是从随机种子开始的，所以为了保证每次得到的伪随机数都足够地“随机”，随机种子的选择就显得非常重要，如果随机种子一样，那么同一个随机数发生器产生的随机数也会一样。
在这里插入图片描述

1. 由LFSR引出的产生方法

产生伪随机数的方法最常见的是利用一种线性反馈移位寄存器(LFSR),它是由n个D触发器和若干个异或门组成的，如下图：
其中，gn为反馈系数，取值只能为0或1，取为0时表明不存在该反馈之路，取为1时表明存在该反馈之路；n个D触发器最多可以提供2^n-1个状态(不包括全0的状态)，为了保证这些状态没有重复，gn的选择必须满足一定的条件。下面以n=3，g0=1，g1=1,g2=0,g3=1为例，说明LFSR的特性，具有该参数的LFSR结构如下图：
假设在开始时，D2D1D0=111(seed)，那么，当时钟到来时，有：
　　D2=D1_OUT=1；
　　D1=D0_OUT^D2_OUT=0；
　　D0=D2_OUT=1；
即D2D1D0=101；同理，又一个时钟到来时，可得D2D1D0=001. ………………
画出状态转移图如下：
在这里插入图片描述

从图可以看出，正好有2^3-1=7个状态，不包括全0；
　　如果您理解了上图，至少可以得到三条结论：
　　1)初始状态是由SEED提供的；
　　2)当反馈系数不同时，得到的状态转移图也不同；必须保证gn===1,否则哪来的反馈？
　　3)D触发器的个数越多，产生的状态就越多，也就越“随机”；

2.FPGA实现

基于以上原理，下面用verilog产生一个n=8，反馈系数为g0g1g2g3g4g5g6g7g8=101110001的伪随机数发生器，它共有2^8=255个状态，该LFSR的结构如下：

verilog源代码如下：

module RanGen(
    input               rst_n,    /*rst_n is necessary to prevet locking up*/
    input               clk,      /*clock signal*/
    input               load,     /*load seed to rand_num,active high */
    input      [7:0]    seed,     
    output reg [7:0]    rand_num  /*random number output*/
);

always@(posedge clk or negedge rst_n)
begin
    if(!rst_n)
        rand_num    <=8'b0;
    else if(load)
        rand_num <=seed;    /*load the initial value when load is active*/
    else
        begin
            rand_num[0] <= rand_num[7];
            rand_num[1] <= rand_num[0];
            rand_num[2] <= rand_num[1];
            rand_num[3] <= rand_num[2];
            rand_num[4] <= rand_num[3]^rand_num[7];
            rand_num[5] <= rand_num[4]^rand_num[7];
            rand_num[6] <= rand_num[5]^rand_num[7];
            rand_num[7] <= rand_num[6];
        end
            
end
endmodule

3.MATLAB实现

function p=PnCode(ploynomial,reg)
%  PN码产生器函数
%　ploynomial和长度＝reg的长度+１,ploynomial的值不能为全０
%  ploynomial为本原多项式，从左到右依次为高位到低位，且最高位与最低位必须为1;低位表示延时一个周期，高位依次顺延
%  reg为寄存器初始值,也相当于PN码的初始相位，左边为高位，如[１００１０]表示延时５个周期的寄器和２个周期的寄存器初值为１
%　如产生5级31位的PN码，则多项式形式为[1　* * * * 1]
%  例：从西安电子科技大学.查光明.著的《扩频通信]》中查出5级PN码45E，参数为[1 0 0 1 0 1],左边为高位
%　PN：0 1 0 0 0 0 1 0 1 0 1 1 1 0 1 1 0 0 0 1 1 1 1 1 0 0 1 1 0 1 0

grade=length(ploynomial)-1;%根据多项式计算延时级数
PN_Length=(2^grade-1);     %计算PN码一个周期的长度 

pn=zeros(1,PN_Length);     %设置PN码寄存器初值


%找出本原多项式中除最低位外为1的位,并依次存放在寄存器c中
%例如对于ploynomial＝[1 0 0 1 0 1]，则c(1)=2,c(2)=5
p=0;                         
c=zeros(1,grade);
for i=grade:-1:1
    if ploynomial(i)==1
        p=p+1;
       c(p)=grade+1-i;
    end
end  

%产生一个周期的PN码
q=0;                         
for i=1:PN_Length
    %从最高延时的寄存器中输出PN码
    p(i)=reg(1);
    %定位第一个抽头寄存器位置，并取值
    m=reg(grade+1-c(1));
    %完成各抽头寄存器取值的模2加
    for q=2:grade
        if (c(q)>0) & (reg(grade+1-c(q))==1)
            m=~m;
        end
    end
    %寄存器的值依次移位
    for q=1:(grade-1)
        reg(q)=reg(q+1);
    end
    reg(5)=m;
end

4.通信例程MATLAB代码展示

    coef = [1 0 0 1 0 0 1 0 0 1 0 0 0 1 0]; %初始相位
    m = length(coef);
    len = 2^m-1;
    backQ = 0;
    seq = zeros(1,len);
    registers = [1 zeros(1,m-2) 1];
    for i = 1:len
        seq(i) = registers(m);
        backQ = mod(sum(coef.*registers),2);
        registers(2:length(registers)) = registers(1:length(registers)-1);
        registers(1) = backQ;
    end