[发明专利]基于自相关函数的自同步扰码生成多项式的盲识别方法

说明书

本发明属于通信技术领域，尤其涉及自同步扰码生成多项式的盲识别方法。基于自相关函数的自同步扰码生成多项式的盲识别方法，包括：从接收数据中选取一段数据作为测试序列；线性变换；设置阈值；求取生成多项式的系数等。本发明提供的方法能在未知信源不平衡度及自同步扰码级数等先验知识条件下，仅利用截获的加扰序列识别出自同步扰码生成多项式，算法复杂度小，识别速度快，效率高，在较低的信源不平衡度及较短的截获数据长度情况下仍能有着优异的效果，适用于合作通信与非合作通信领域。

技术领域

本发明属于通信技术领域，尤其涉及自同步扰码生成多项式的盲识别方法。

背景技术

在现代数字通信系统中，由于待传输的信息统计特性各不相同，容易导致待传输的信息序列中有连续的“0”或连续的“1”，这将对同步的提取和保持造成困难。因此需要对信息序列进行随机化，此过程即为扰码。常用的扰码技术为同步扰码和自同步扰码。自同步扰码不需要同步码，资源利用率较高，因此在现代数字通信系统中经常被使用。

在非合作通信领域，非合作方无法有效获取发送方的编码参数等先验信息，因此需要从截获序列中正确有效识别出自同步扰码的编码参数。在合作通信领域，虽然接收端已知发送端的各种先验信息，但由于实际通信环境极其复杂，比如无线通信环境十分恶劣，相关的参数信息受到环境的影响非常严重以致不能有效送达接收端，因此在合作通信领域中也需要对自同步扰码进行盲识别。综上所述，自同步扰码的盲识别研究具有广阔的发展前景及重要的实用价值。

对于自同步扰码，接收端解扰时，解扰序列只与输入的扰码序列有关，传输开始时或是出现传输错误之后，解扰器可能与加扰器不处于相同的状态，而在无错误L比特(L是LFSR的级数)后，解扰器与加扰器就可以处于相同的状态，也就是说，接收端可以从任何时刻开始解扰。因此，自同步扰码的盲识别，就是根据截获的扰码序列，确定加扰器使用的LFSR的生成多项式，不需要重构LFSR的初态。近年来，越来越多的学者对自同步扰码生成多项式的盲识别进行研究，不过总体来说可分为两类：其一是代数方法，即将自同步扰码的盲识别问题归于有限域上某个低次多元代数方程组的求解问题，即基于Walsh-Hadamard变换解含错方程组来得出生成多项式；其二是统计方法，其原理是利用加扰前后信息序列的统计特性的变化进行分析识别。

代数方法

1.BM算法

在已知扰码器输入和相应输出时，自同步扰码的识别问题退化为LFSR的综合问题，利用BM算法求解关键方程可以根据很少的数据量得到生成多项式；当截获的扰码序列是周期序列时，即使不知道扰码器的输入也可以利用BM算法得到扰码序列的最小多项式，通过对所得最小多项式进行因式分解，然后根据扰码序列周期或本原多项式的辅助判断得到扰码器的生成多项式。显然BM算法所要求的这两种前提条件在非合作情况下是不现实的。

2.Walsh-Hadamard分析法

根据线性移位寄存器的迭代关系，利用截获的自同步扰码序列可以列出一组二元域上的含错方程。Walsh-Hadamard分析法就是根据二元域上方程组的解与Hadamard编号Walsh矩阵之间的关系，将二元域上含错方程组的求解问题转化为Walsh-Hadamard变换谱系数的计算。用Walsh-Hadamard分析法实现自同步扰码的盲识别需要已知扰码多项式的阶数，并且该方法的计算量随着扰码级数的增大而呈指数增长，对于阶数较高的情况实现起来难度很大。

统计方法

1.M.Cluzeau分析法

M.Cluzeau法按照可能的多项式对应的抽头位置间隔对截获的自同步扰码序列抽取并模二和得到新的二元序列，再利用新序列构造一个服从高斯分布的随机变量，进而把自同步扰码盲识别问题转化为该随机变量的二元假设检验问题，门限判定减小了搜索量，但门限的设置需要准确地知道信源的0、1比例，这在非合作通信中是不现实的。

2.概率分布距离/码重分布方法