CN103490845B - 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法 - Google Patents

基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法 Download PDF

Info

Publication number
CN103490845B
CN103490845B CN201310421289.XA CN201310421289A CN103490845B CN 103490845 B CN103490845 B CN 103490845B CN 201310421289 A CN201310421289 A CN 201310421289A CN 103490845 B CN103490845 B CN 103490845B
Authority
CN
China
Prior art keywords
sequence
chaos
weight coefficient
coefficient
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310421289.XA
Other languages
English (en)
Other versions
CN103490845A (zh
Inventor
薛睿
魏强
付芳
徐锡超
常亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Harbin Engineering University
Original Assignee
Harbin Engineering University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN201310421289.XA priority Critical patent/CN103490845B/zh
Publication of CN103490845A publication Critical patent/CN103490845A/zh
Application granted granted Critical
Publication of CN103490845B publication Critical patent/CN103490845B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Compression, Expansion, Code Conversion, And Decoders (AREA)

Abstract

本发明提供的是一种基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法。在初始值范围内随机选取两个初始值a和b，将这两个初始值分别输入改进型Logistic-Map器中并产生两个不同的实值混沌序列{X1}和{X2}，选取两个加权系数c和d，其中c+d=1，将两个混沌实值序列{X1}和{X2}通过乘法器分别与加权系数相乘得到两个加权的混沌序列{X1'}和{X2'}，将加权后的混沌序列{X1'}和{X2'}通过加法器进行相加求和得到一个新的混沌实值序列{XΣ}，将得到的新混沌序列{XΣ}通过二值量化器按照阈值进行二值量化判决得到一个由“-1”和“1”组成的标准二进制混沌扩频序列{C}。本发明产生的混沌扩频序列保密性好，不容易通过反向逆推估计出系统初始值。

Description

基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法
技术领域
本发明涉及的是一种复合混沌扩频序列的产生装置，本发明也涉及一种复合混沌扩频序列的产生方法，尤其是一种基于加权处理的改进型Logistic-Map混沌扩频序列的产生装置及实现方法。
背景技术
在传统扩频通信系统中，通常采用PN序列(伪随机序列)作为扩频序列，然而这种扩频序列具有一定的周期性，所以它的码数量很有限，抗截获性也较差。《The Journal of ChinaUniversities of Posts and Telecommunications》发表的《Chaotic Spread-SpectrumCommunication using Discrete-Time Synchronization》提出了用混沌序列作为扩频序列的方法，该方法说明混沌序列对初始值有着敏感的依赖性，可以提供数量众多的、非相关、类随机而又可再生的信号。因此，混沌序列的研究为选择扩频序列开辟了新途径。
近年来，把非线性动态系统的混沌映射用于产生扩频通信中的扩频码，是国内外通信领域研究的热点。《Opto-Electronics and Communications Conference》发表的《OCDMA-WDM-PON with Two-level chaotic Logistic-map as spread spectrum sequence》将两级Logistic-Map作为混沌扩频序列。2007年《Editorial Board of Journal onCommunications》发表的《Optimized method of generating the spread-spectrum sequencesbased on Logistic-map》是以Logistic-Map为基础，对每个迭代点进行比特量化，通过截短得到性能更好的混沌序列。2011年《电子设计工程》发表的《改进型Logistic-Map混沌序列分析》比较了改进型Logistic-Map混沌序列和Logistic-Map混沌序列在扩频码方面的性能，说明了改进型Logistic-Map混沌序列与白噪声的统计特性一致，更适合应用于扩频通信中。
目前，文献中研究的混沌扩频通信方案大多基于单一混沌映射进行设计和分析。随着混沌理论的深入研究和广泛使用，传统的单一混沌映射产生的序列作为随机序列的局限性逐渐暴露出来。改进型Logistic-Map混沌序列生成简单，随着传统混沌序列的破译技术逐渐成熟，他人很可能根据相关信息，得到混沌序列的结构模型而实现破译。
发明内容
本发明的目的在于提供了一种安全性高，平衡性好的混沌序列的基于加权处理的改进型Logistic-Map混沌扩频序列产生装置。本发明的目的还在于提供一种基于加权处理的改进型Logistic-Map混沌扩频序列产生方法。
本发明的目的是这样实现的：
本发明的基于加权处理的改进型Logistic-Map混沌扩频序列产生装置包括改进型Logistic-Map映射器(1)、乘法器(2)、加权系数选择器(3)、加法器(4)和二值量化器(5)，
在初始值范围内随机选取的两个初始值a和b分别输入改进型Logistic-Map映射器(1)，改进型Logistic-Map映射器(1)产生两个不同的实值混沌序列{X1}和{X2}，
加权系数选择器(3)根据在固定初始值下加权系数与平衡系数的关系选取两个加权系数c和d，其中c+d＝1，
乘法器(2)将两个混沌实值序列{X1}和{X2}分别与两个加权系数相乘得到两个加权的混沌序列{X1'}和{X2'}，
加法器(4)将加权后的混沌序列{X1'}和{X2'}进行相加求和得到一个新的混沌实值序列{XΣ}，
二值量化器(5)将得到的新混沌序列{XΣ}通过按照阈值进行二值量化判决得到一个由“-1”和“1”组成的标准二进制混沌扩频序列{C}。
本发明的基于加权处理的改进型Logistic-Map混沌扩频序列产生方法为：
在初始值范围内随机选取两个初始值a和b，将这两个初始值分别输入改进型Logistic-Map器中并产生两个不同的实值混沌序列{X1}和{X2}，选取两个加权系数c和d，其中c+d＝1，将两个混沌实值序列{X1}和{X2}通过乘法器分别与加权系数相乘得到两个加权的混沌序列{X1'}和{X2'}，将加权后的混沌序列{X1'}和{X2'}通过加法器进行相加求和得到一个新的混沌实值序列{XΣ}，将得到的新混沌序列{XΣ}通过二值量化器按照阈值进行二值量化判决得到一个由“-1”和“1”组成的标准二进制混沌扩频序列{C}。
所述加权系数的选择方法为：将混沌扩频序列的平衡性作为考察标准，两个加权系数之和为“1”，对初始值选定条件下加权系数与平衡系数的关系进行仿真，根据平衡系数越接近“0”越好的原则，从中选取平衡系数较好的点对应的加权系数。
本发明针对单一映射产生的混沌扩频序列保密性差，容易通过反向逆推估计出系统初始值的缺点，提供了一种基于加权处理的改进型Logistic-Map混沌扩频序列实现方法,进一步增强了混沌扩频序列的保密性。
与本发明相适应的基于本发明扩频码的LDPC-CPM信号体制如下：
基于CPE的记忆与递归特性，结合外部的二元LDPC码、比特交织器以及扩频映射器，构建基于扩频模式的串行级联LDPC-CPM系统模型。
发射端，LDPC码的校验矩阵的维数为m×n，则LDPC码码长为n，信息位k＝n-m，码率r＝k/n＝1-m/n，为了便于多进制映射，取n＝log2M的整数倍。信息序列Uo经LDPC编码后得到码字序列Co，再经过比特交织、扩频得到基于本发明扩频序列的扩频映射UI，将UI送至CPM调制器，CPE对输入信息进行连续相位编码后作为无记忆调制MM的输入，MM选择一个合适波形发送到信道。
接收端，受到AWGN信道污染的信号r首先进行CPM解调得到内信息字的先验概率序列解调与译码过程是通过两个子系统CPM-SISO和LDPC-SISO迭代(称“外迭代”)完成的，其中CPM-SISO子系统采用的是Log-MAP算法，LDPC-SISO子系统采用的是置信传播(BP,Belief Propagation)迭代译码算法，该算法中迭代称为内迭代。和分别为内码字和内信息字输出概率序列，和为外码字和外信息字的输入先验概率序列。CPM子系统输出的内信息字概率序列经过解扩映射、解交织以及加权处理后作为LDPC码子系统的外码字输入概率序列，LDPC码子系统的输出的外码字概率序列经过加权处理、交织以及扩频映射后输入到CPM子系统作为内信息字的输入概率序列反复迭代此过程数次，最后一次迭代结果由LDPC码子系统作硬判决输出。
本发明的主要特征如下：
1.体现在该序列的构造方法上：在初始值范围内选择两个不同的初始值，将这两个初始值分别代入改进型Logistic-Map的定义式得到两个不同的混沌实值序列，基于平衡性准则，选取合适的加权系数，将两个混沌序列分别与各自的加权系数相乘，得到两个加权后的混沌实值序列，将两个加权后的混沌序列相加得到新的混沌序列，对新的混沌序列按照阈值进行二值量化判决得到标准的二进制混沌扩频序列。
2.体现在加权系数的选取上：对初始值选定条件下，得到的复合混沌扩频序列的加权系数与平衡系数的关系曲线仿真图，根据平衡系数越接近“0”越好的原则选取合适的加权系数。
本发明的优势在于：
1.虽然改进型Logistic-Map混沌序列比传统的Logistic混沌序列在扩频码性能方面有一定的提高，但改进型Logistic-Map没有分型参数，只要得到初始值，混沌序列的模型结构就能被破译，保密性较差。本发明对两个不同初始值的改进型Logistic-Map混沌序列进行加权，生成新的混沌序列，其混沌序列不光取决于两个初始值，还与加权系数有关，极大地增强了混沌序列的保密性，提高了破译的难度。
2.本发明的加权系数的选取是基于平衡性准则，根据在初始值选定条件下加权系数与平衡系数关系曲线图来确定的，因此可以进一步改善混沌扩频序列的平衡性。
附图说明
图1为本发明适用的信号体制系统模型；
图2为本发明的实现流程图；
图3(a)为基于本发明所生成的混沌序列的平衡性与码长的关系曲线；
图3(b)为基于改进型Logistic-Map所生成的混沌序列的平衡性与码长的关系曲线；
图4(a)为基于本发明所生成的混沌序列的自相关系数曲线；
图4(b)为基于改进型Logistic-Map所生成的混沌序列的自相关系数曲线；
图5(a)为基于本发明所生成的混沌序列的互相关系数曲线；
图5(b)为基于改进型Logistic-Map所生成的混沌序列的互相关系数曲线；
图6(a)为基于本发明所生成的混沌序列的自相关旁瓣均方根值与码长的关系曲线；
图6(b)为基于改进型Logistic-Map所生成的混沌序列的自相关旁瓣均方根值与码长的关系曲线；
图7(a)为基于本发明所生成的混沌序列的互相关均方根值与码长的关系曲线；
图7(b)为基于改进型Logistic-Map所生成的混沌序列的互相关均方根值与码长的关系曲线。
具体实施方式
下面结合附图和实例对本发明作进一步说明：
图1为本发明适用的信号体制系统模型，该模型由信源(1)、LDPC编码器(2)、交织器(3)、扩频映射器(4)、本发明扩频码发生器(5)、CPM调制器(6)、AWGN信道(7)、CPM解调器(8)、CPM SISO解调器(9)、解扩映射器(10)、解交织器(11)、加权处理器(12)、硬判决器(13)、信宿(14)等14个部分组成。图1中的各符号的含义如下：
Uo：信息序列；
Co：经LDPC编码后得到码字序列；
UI：经过比特交织、扩频映射得到基于本发明扩频码的扩频序列；
s(t,U)：经过调制之后的信号；
r：受到AWGN信道污染的信号；
经过CPM解调器的信号；
内码字输出概率序列；
内信息字输出概率序列；
外码字的输入先验概率序列；
外信息字的输入先验概率序列；
LDPC码子系统的输出的外码字概率序列；
输入到CPM子系统作为内信息字的输入概率序列；
最后一次迭代结果序列；
d:输入到信宿的信息序列。
发射端，LDPC码的校验矩阵的维数为m×n，则LDPC码码长为n，信息位k＝n-m，码率r＝k/n＝1-m/n，为了便于多进制映射，取n＝log2M的整数倍。信息序列Uo经LDPC编码后得到码字序列Co，再经过比特交织、扩频得到基于本发明扩频序列的扩频映射UI，将UI送至CPM调制器，CPE对输入信息进行连续相位编码后作为无记忆调制MM的输入，MM选择一个合适波形发送到信道。
接收端，受到AWGN信道污染的信号r首先进行CPM解调得到内信息字的先验概率序列解调与译码过程是通过两个子系统CPM-SISO和LDPC-SISO迭代(称“外迭代”)完成的，其中CPM-SISO子系统采用的是Log-MAP算法，LDPC-SISO子系统采用的是置信传播(BP,Belief Propagation)迭代译码算法，该算法中迭代称为内迭代。和分别为内码字和内信息字输出概率序列，和为外码字和外信息字的输入先验概率序列。CPM子系统输出的内信息字概率序列经过解扩映射、解交织以及加权处理后作为LDPC码子系统的外码字输入概率序列，LDPC码子系统的输出的外码字概率序列经过加权处理、交织以及扩频映射后输入到CPM子系统作为内信息字的输入概率序列反复迭代此过程数次，最后一次迭代结果由LDPC码子系统作硬判决输出。
图2为本发明的实现流程图，该方法由改进型Logistic-Map映射器、乘法器、加权系数选择器、加法器、二值量化器等5个部分组成。图2中的各符号的含义如下：
a：初始值；
b：初始值；
c：基于平衡性准则选取的加权系数；
d：基于平衡性准则选取的加权系数；
{X1}：输入为a时，改进型Logistic-Map映射器的输出序列；
{X2}：输入为b时，改进型Logistic-Map映射器的输出序列；
{X1'}：序列{X1}与加权系数c的乘积；
{X2'}：序列{X2}与加权系数d的乘积；
{XΣ}：加法器的输出序列；
{C}：二值量化器的输出序列。
1.如图2所示，首先在初始值范围内选取两个随机的不同的初始值a和b，将这两个初始值分别代入到改进型Logistic-Map的表达式中：
xn+1＝f(xn)＝1-2(xn)2        等式(1)
其中，xn∈(-1,1)。通过不断迭代得到两个混沌实值序列{X1}和{X2}。基于平衡性准则，在a和b确定的条件下，根据加权系数与平衡性的关系，选择合理的加权系数c与d，其中c+d＝1。将得到的两个混沌序列{X1}和{X2}，通过乘法器分别与对应的加权系数相乘，得到加权的混沌实值序列{X1'}和{X2'}。即
{X1'}＝c×{X1}
{X2'}＝d×{X2}          等式(2)
将两个加权的混沌实值序列{X1'}和{X2'}通过加法器进行求和，得到一个的新的混沌序列{XΣ}。即
{XΣ}＝{X1'}+{X2'}           等式(3)
将混沌序列{XΣ}通过二值量化器按照阈值进行量化判决的得到标准的二进制混沌扩频序列{C}。
2.在步骤1中，基于平衡性准则，合理的加权系数选取的具体过程是：将混沌扩频序列的平衡性作为考察标准，两个加权系数之和为“1”，在给定初始值a和b的情况下，对不同加权系数下序列{C}的平衡系数进行仿真，根据平衡系数越接近“0”越好的原则，从中选取平衡系数较好的点对应的加权系数。
3.对比分析基于本发明所生成的混沌序列与基于改进型Logistic映射所生成的混沌序列的各种性能，主要包括：自相关函数、互相关函数、平衡性、游程性、自相关旁瓣均方根值、互相关均方根值等。
图3为基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)的平衡系数随码长的变化曲线，从图3可以看出，基于本发明所生成的混沌序列具有更好的平衡性。
图4为基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)在码长为1500比特时的自相关系数曲线，从图4中可以看出，基于本发明所生成的混沌序列与基于改进型Logistic映射所生成的混沌序列的自相关系数波动幅度基本相同。
图5为基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)在码长为1500比特时的互相关系数曲线，从图5中可以看出，基于本发明所生成的混沌序列与基于改进型Logistic映射所生成的混沌序列的互相关系数波动幅度基本相同。
图6为基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)在码长为2000比特时的自相关旁瓣均方根值系数曲线，从图6中可以看出，基于本发明所生成的混沌序列与基于改进型Logistic映射所生成的混沌序列自相关旁瓣均方根值系数趋势基本相同。
图7为基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)在码长为2000比特时的互相关旁瓣均方根值系数曲线，从图7中可以看出，基于本发明所生成的混沌序列与基于改进型Logistic映射所生成的混沌序列互相关旁瓣均方根值系数趋势基本相同。
基于本发明所生成的混沌序列(a＝0.8，b＝-0.79，c＝d＝0.5)和基于改进型Logistic映射所生成的混沌序列(初值＝0.8)在不同码长下的游程性如表1所示：
表1系统在不同码长下的游程性
从上表中可以看出，基于本发明所生成的混沌序列在短码方面的游程性性能有部分提高。
通过上述分析可知：基于本发明所生成的混沌序列不但保留了基于改进型Logistic映射所生成的混沌序列的各种性能，而且增强了该序列的保密性，同时改善了该序列的平衡性。

Claims (2)

1.一种基于加权处理的改进型Logistic-Map混沌扩频序列产生装置，其特征是：包括改进型Logistic-Map映射器、乘法器、加权系数选择器、加法器和二值量化器，
在初始值范围内随机选取的两个不同的初始值a和b分别输入改进型Logistic-Map映射器，改进型Logistic-Map映射器产生两个不同的实值混沌序列{X1}和{X2}，
加权系数选择器根据在固定初始值下加权系数与平衡系数的关系选取两个加权系数c和d，其中c+d＝1，加权系数的选择方法为：将混沌扩频序列的平衡性作为考察标准，两个加权系数之和为“1”，对初始值选定条件下加权系数与平衡系数的关系进行仿真，根据平衡系数越接近“0”越好的原则，从中选取平衡系数较好的点对应的加权系数，
乘法器将两个混沌实值序列{X1}和{X2}分别与两个加权系数相乘得到两个加权的混沌序列{X1'}和{X2'}，
加法器将加权后的混沌序列{X1'}和{X2'}进行相加求和得到一个新的混沌实值序列{XΣ}，
二值量化器将得到的新混沌序列{XΣ}通过按照阈值进行二值量化判决得到一个由“-1”和“1”组成的标准二进制混沌扩频序列{C}。
2.一种基于权利要求1所述的基于加权处理的改进型Logistic-Map混沌扩频序列产生装置的方法，其特征是：
在初始值范围内随机选取两个不同的初始值a和b，将这两个初始值分别输入改进型Logistic-Map器中并产生两个不同的实值混沌序列{X1}和{X2}，选取两个加权系数c和d，其中c+d＝1，将两个混沌实值序列{X1}和{X2}通过乘法器分别与加权系数相乘得到两个加权的混沌序列{X1'}和{X2'}，将加权后的混沌序列{X1'}和{X2'}通过加法器进行相加求和得到一个新的混沌实值序列{XΣ}，将得到的新混沌序列{XΣ}通过二值量化器按照阈值进行二值量化判决得到一个由“-1”和“1”组成的标准二进制混沌扩频序列{C}，所述加权系数的选择方法为：将混沌扩频序列的平衡性作为考察标准，两个加权系数之和为“1”，对初始值选定条件下加权系数与平衡系数的关系进行仿真，根据平衡系数越接近“0”越好的原则，从中选取平衡系数较好的点对应的加权系数。
CN201310421289.XA 2013-09-16 2013-09-16 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法 Active CN103490845B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310421289.XA CN103490845B (zh) 2013-09-16 2013-09-16 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310421289.XA CN103490845B (zh) 2013-09-16 2013-09-16 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法

Publications (2)

Publication Number Publication Date
CN103490845A CN103490845A (zh) 2014-01-01
CN103490845B true CN103490845B (zh) 2015-09-30

Family

ID=49830833

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310421289.XA Active CN103490845B (zh) 2013-09-16 2013-09-16 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法

Country Status (1)

Country Link
CN (1) CN103490845B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103812613B (zh) * 2014-02-24 2017-07-11 哈尔滨工程大学 一种奇偶校验码扩频连续相位调制系统的迭代检测装置
CN104079517A (zh) * 2014-06-19 2014-10-01 哈尔滨工程大学 一种基于脉冲函数加权处理的连续相位调制实现方法
CN106230578B (zh) * 2016-09-08 2019-09-27 哈尔滨工程大学 一种基于加权处理的三维Lorenz映射控制的二进制安全算术编码方法
CN109039522B (zh) * 2018-07-16 2020-06-12 哈尔滨工程大学 一种基于混沌序列的扩频码平衡性的优化方法
CN112087244B (zh) * 2019-06-14 2022-09-09 海鹰航空通用装备有限责任公司 一种复合混沌序列形成方法及无人机测控链路抗干扰方法
CN111490854B (zh) * 2020-04-16 2022-08-30 重庆邮电大学 一种基于Logistic序列的IDMA交织方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0873598A1 (en) * 1995-10-25 1998-10-28 Försvarets Forskningsanstalt A method for direct sequence spreading of a data sequence (dsss)
CN1697366A (zh) * 2005-01-18 2005-11-16 重庆大学 可控自然数混沌密码序列产生方法及数字芯片核
CN101599775A (zh) * 2009-06-26 2009-12-09 中国科学院微电子研究所 构造扩频码的方法及装置
CN102624519A (zh) * 2012-03-12 2012-08-01 浙江工业大学 一种面向无线传感器网络的互扰复合混沌流密码实现方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU91292B1 (en) * 2006-12-01 2008-06-02 European Gsa New Chaotic Spreading Codes for Galileo

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0873598A1 (en) * 1995-10-25 1998-10-28 Försvarets Forskningsanstalt A method for direct sequence spreading of a data sequence (dsss)
CN1697366A (zh) * 2005-01-18 2005-11-16 重庆大学 可控自然数混沌密码序列产生方法及数字芯片核
CN101599775A (zh) * 2009-06-26 2009-12-09 中国科学院微电子研究所 构造扩频码的方法及装置
CN102624519A (zh) * 2012-03-12 2012-08-01 浙江工业大学 一种面向无线传感器网络的互扰复合混沌流密码实现方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李一兵,楼喆,李彬.一种新的复合混沌扩频序列.《哈尔滨工程大学学报》.2001,第22卷(第3期), *
甘建超,肖先赐.混沌的可加性.《物理学报》.2003,第52卷(第5期),全文. *

Also Published As

Publication number Publication date
CN103490845A (zh) 2014-01-01

Similar Documents

Publication Publication Date Title
CN103490845B (zh) 基于加权处理的改进型Logistic-Map混沌扩频序列产生装置及方法
Amalladinne et al. An enhanced decoding algorithm for coded compressed sensing
Arshad et al. Performance comparison of Huffman coding and double Huffman coding
WO2018201671A1 (zh) 一种极化码迭代接收机、系统和极化码迭代译码方法
Bedruz et al. Comparison of Huffman Algorithm and Lempel-Ziv Algorithm for audio, image and text compression
CN107181567B (zh) 一种基于门限的低复杂度mpa算法
CN1993950A (zh) 通过互补序列来改进信噪比的设备和方法
CN109639290B (zh) 一种半随机分组叠加编码及译码方法
Chenghai et al. The shifting interleaver design based on PN sequence for IDMA systems
CN108270465A (zh) 一种抗欺骗干扰的扩频方法
CN108494526B (zh) 多进制正交扩频信号的极化码编译码方法
CN110445554A (zh) 一种基于实际信道衰落统计的非相干水声通信方法及系统
Wu et al. Synchronous fibre-optic code divison multiple access networks with error control coding
JP3760244B2 (ja) 超広帯域無線システムにおける受信機構成
Baek et al. Decoding LDPC codes with binary perturbation
Shukla et al. Performance Boosting in IDMA System Using Helical Interleaver and Gold Codes
KR100956935B1 (ko) 체계적 일정진폭 프리코딩 장치 및 그 방법과, 그에 따른디코딩 장치 및 그 방법
JP3648164B2 (ja) 並列連接畳み込み符号化を用いた送信機、受信機およびデジタル通信システム
CN116436987B (zh) 一种IO-Link主站数据报文传输处理方法和系统
Eckford The factor graph EM algorithm: applications for LDPC codes
Krishna et al. Rate Adaptive Polar Codes for 5G and Beyond
KR100390693B1 (ko) 직교부호를 이용한 이진 선형 복/부호 방법 및 그 복/부호기
CN118138206A (zh) 基于有限域的信号传输方法及装置
Choomchuay A customized RS decoder for BAN architecture
CN117375637A (zh) 基于多进制极化码的联合检测与译码通信方法及相关设备

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant