CN108832963B - 采用扩频通信系统中类随机序列的控制参数的集成评测方法 - Google Patents

采用扩频通信系统中类随机序列的控制参数的集成评测方法 Download PDF

Info

Publication number
CN108832963B
CN108832963B CN201810544372.9A CN201810544372A CN108832963B CN 108832963 B CN108832963 B CN 108832963B CN 201810544372 A CN201810544372 A CN 201810544372A CN 108832963 B CN108832963 B CN 108832963B
Authority
CN
China
Prior art keywords
parameter
index
bit
test
defining
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
CN201810544372.9A
Other languages
English (en)
Other versions
CN108832963A (zh
Inventor
刘芳
冯永新
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.)
Beijing Shuangpai Zhian Technology Co.,Ltd.
Original Assignee
Shenyang Ligong 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 Shenyang Ligong University filed Critical Shenyang Ligong University
Priority to CN201810544372.9A priority Critical patent/CN108832963B/zh
Publication of CN108832963A publication Critical patent/CN108832963A/zh
Application granted granted Critical
Publication of CN108832963B publication Critical patent/CN108832963B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B1/00—Details of transmission systems, not covered by a single one of groups H04B3/00 - H04B13/00; Details of transmission systems not characterised by the medium used for transmission
    • H04B1/69—Spread spectrum techniques
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/0082—Monitoring; Testing using service channels; using auxiliary channels
    • H04B17/0085—Monitoring; Testing using service channels; using auxiliary channels using test signal generators

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Complex Calculations (AREA)

Abstract

采用扩频通信系统中类随机序列的控制参数的集成评测方法，建立8个控制参数，7个测试机制，从而设计了扩频通信系统中类随机序列的集成评测方法。该方法集成了随机性、初值敏感性、Lyapunov指数、平衡度、游程、自相关、互相关的测试，参数：定义待测指标系数C，定义随机性指标测试参数，定义敏感性指标测试参数，定义Lyapunov指数测试参数，定义平衡度指标测试参数，定义游程指标测试参数，定义自相关指标测试参数，定义互相关指标测试参数。测试机制：随机性指标测试，敏感性指标测试，Lyapunov指数测试，平衡度指标测，游程指标测试，自相关指标测试，互相关指标测，适用于扩频通信系统。

Description

采用扩频通信系统中类随机序列的控制参数的集成评测方法
技术领域
本发明涉及扩频通信技术领域，尤其是涉及扩频通信系统中类随机序列的控制参数及使用这些参数的集成评测方法。
背景技术
目前扩频通信中常采用的序列是基于寄存器族的码发生器，考虑到扩频通信系统的保密、抗噪、抗干扰等技术需求，其所采用的序列也向着无限长、非周期性、良好相关特性发展，同时也向着不可预测、类随机的序列发展，例如：混沌序列等。然而，对于扩频通信中的序列要求较多，尤其是对类随机特性、相关特性等的要求，此外序列产生方式的多样性也是很重要的因素。目前，对序列的评测方式较多，但大多是针对随机性、复杂度等特性的单一评测方法，因此，可适用于多伪码、多序列，且集成随机性、平衡度、相关性等的评测方法研究也必成为研究重点。
发明内容
本发明的一个目的是提供类随机序列的控制参数，本发明的另一个目的提供使这些控制参数的类随机序列的集成评测方法，适用于扩频通信系统。
采用的技术方案是：
本发明通过建立8个控制参数，以及7个测试机制，从而设计了扩频通信系统中类随机序列的集成评测方法。
该方法集成了随机性、初值敏感性、Lyapunov指数、平衡度、游程、自相关、互相关的测试，适用于扩频通信系统。
8个控制参数：1)定义待测指标系数C，2)定义随机性指标测试参数，3)定义敏感性指标测试参数，4)定义Lyapunov指数测试参数，5)定义平衡度指标测试参数，6)定义游程指标测试参数，7)定义自相关指标测试参数，8)定义互相关指标测试参数。
7个测试机制：1)随机性指标测试，2)敏感性指标测试，3)Lyapunov指数测试，4)平衡度指标测，5)游程指标测试，6)自相关指标测试，7)互相关指标测。
其优点在于：
通过建立8个控制参数，以及7个测试机制，从而设计了扩频通信系统中类随机序列的集成评测方法。
该方法集成了随机性、初值敏感性、Lyapunov指数、平衡度、游程、自相关、互相关的测试，适用于扩频通信系统。
附图说明
图1是本发明方法的流程图。
具体实施方式
扩频通信系统中类随机序列的控制参数及使用这些参数的集成评测方法。
扩频通信系统中类随机序列的集成评测方法，共有8个控制参数，其中1个输入、7个输出。参数的定义规则为：
(1)定义待测指标系数C，用于选择需要测试的性能指标，C为输入参数，位数是7位，每位为0或1，0表示选择，1表示不选择。从1～7位分别控制选择：随机性、初值敏感性、Lyapunov指数、平衡度、游程、自相关、互相关。
(2)定义随机性指标测试参数U1，用于表示随机性是否符合要求。随机性是信息安全性能的测试，序列随机性能越好，序列越接近于理想伪随机序列，系统的信息安全性就越高。U1为输出参数，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求。
(3)定义敏感性指标测试参数U2，敏感性通常用于混沌系统，是指给定初始值一个非常小的变化，系统在经过混沌映射多次迭代运动后其产生的运动轨迹与变化前的轨迹完全不相干，初始值相近的序列相关性较强，初值敏感性好的序列初值空间更大，即可以产生更多的序列，更适用于扩频通信。U2为输出参数，位数是M(M-1)/2位，每位为浮点小数，数值越小越好(接近于0)。
(4)定义Lyapunov指数测试参数U3，Lyapunov指数通常用于混沌系统，是衡量混沌系统非线性动力学特性的指标，反映了系统中两序列在初始时刻随时间的分离所出现的状态，通过Lyapunov指数可以判断系统是处于收敛态或混沌态。Lyapunov指数越大，混沌现象越明显，非线性动力学特性越强。若Lyapunov指数为正，则表示系统在相空间中的2条轨迹的间距无论初始时刻差别多小，随着时间的推进轨迹的间距而成指数率的增加，以致最终无法预测，也即产生混沌现象。若Lyapunov指数为负，则表示初始时刻相邻的两点最终会并拢为一点，这对应于稳定的不动点或周期运动点。U3为输出参数，位数是M位，每位为浮点小数，数值越大越好(取尽可能大的那些数值)。
(5)定义平衡度指标测试参数U4，平衡度是指载波抑制能力的测试，若序列不平衡则会导致系统载波泄漏，容易导致信息暴露，被截获、破解。U4为输出参数，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求。
(6)定义游程指标测试参数U5，一个序列中取值相同且相继的值连在一起的元素称为“一个游程”，在一个游程中元素的个数称为游程长度。对于一个n级码序列来说,在一个周期内，总的游程数为2n-1。理想的伪随机码对游程的要求为：1/2的游程长度为1，1/4的游程长度为2，1/2n的游程长度为n。U5为输出参数，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求。
(7)定义自相关指标测试参数U6，自相关是指序列的相互关系，用于验证一个序列经过一段延迟后自身的相似性。对于随机信号一般是不确定的，但通过对它的规律进行统计，它们的相关函数往往是确定的。序列的自相关峰值越大则序列的相关性越好。U6为输出参数，位数是M位，每位为浮点小数，数值越大越好(取尽可能大的那些数值)。
(8)定义互相关指标测试参数U7，互相关是指两个序列之间的相互关系，用于验证两个序列的相似性。两序列的互相关峰值越小则序列的相关性越好。U7为输出参数，位数是M(M-1)/2位，每位为浮点小数，数值越小越好(接近于0)。
集成评测方法步骤为：
步骤1：输入配置。依据需求设置输入待测指标系数C，并输入M×N的待测随机序列矩阵H，其中，M表示序列的组数，N表示每组序列的长度。
步骤2：参数解析。解析待测指标系数C，并将H矩阵分组，利用Length函数计算M和N，得到序列组Hi(n)，其中，i∈[1，M]、n∈[1，N]。
步骤3：利用M进行输出参数初始化，设置长度为1位的U1初始值为0、设置长度为M(M-1)/2位的U2初始值为全0，设置长度为M位的U3初始值为全0，设置长度为1位的U4初始值为全0，设置长度为1位的U5初始值为全0，设置长度为M位的U6初始值为全0，设置长度为M(M-1)/2位的U7初始值为全0。
步骤4：参数C中第1位(记作C[1])的值如果为1则执行步骤5，否则跳转至步骤6。
步骤5：进行随机性指标测试，采用SP800-22标准的NIST方法。测试规则是输入H的M组序列，利用M值，并定义显著性水平α，通过式1计算通过率置信区间。其中，α∈[0.001，0.01]。
，通常取α＝0.01。计算每个序列测试结果Pα，通过M个序列的计算从而形成M位的测试结果S1。然后，利用M位的参数S1与阀值G1(经验值为0.01)判断，如果都大于阀值则参数U1置1，否则置0。
Figure GDA0002294601610000031
步骤6：参数C中第2位(记作C[2])的值如果为1则执行步骤7，否则跳转至步骤8。
步骤7：进行敏感性指标测试，测试规则是利用H的M组序列，每两个序列进行差值，再进行绝对值后的加权运算，再除序列长度N，如式2，从而得到M(M-1)/2个值，并得到M(M-1)/2位数的参数U2。
Figure GDA0002294601610000032
步骤8：参数C中第3位(记作C[3])的值如果为1则执行步骤9，否则跳转至步骤10。
步骤9：进行Lyapunov指数测试，测试规则是利用H的M组序列中的每个序列，利用公式3计算Lyapunov指数，xk为序列中的第k位的值，通过对M个序列的计算从而形成M个测试结果，为此生成输出M位的参数U3。
Figure GDA0002294601610000033
步骤10：参数C中第4位(记作C[4])的值如果为1则执行步骤11，否则跳转至步骤12。
步骤11：进行平衡度指标测试，设参数A和B分别表示混沌伪随机序列中“0”和“1”的个数。测试规则是利用H的M组序列中的每个序列，利用公式4计算平衡度，从而形成M个测试结果，为此生成输出参数S2(为M位的)。然后，利用M位的参数S2与阀值G2(经验值为0.02)判断，如果都小于阀值则平衡性输出参数U4置1，否则置0。
Figure GDA0002294601610000041
步骤12：参数C中第5位(记作C[5])的值如果为1则执行步骤13，否则跳转至步骤14。
步骤13：进行游程指标测试，测试规则是利用H的M组序列中的每个序列，计算游程长度从1～n的游程，并判断是否满足1/2n，如果都满足则U5的1位测试结果置1，否则置0。
步骤14：参数C中第6位(记作C[6])的值如果为1则执行步骤15，否则跳转至步骤16。
步骤15：进行自相关指标测试，测试规则是利用H的M组序列中的每个序列，利用公式5计算自相关计算，进而利用公式6进行相对峰值计算，从而形成M个自相关峰值结果，为此生成输出M位的参数U6。
Figure GDA0002294601610000042
Figure GDA0002294601610000043
步骤16：参数C中第7位(记作C[7])的值如果为1则执行步骤17，否则跳转至步骤18。
步骤17：进行互相关指标测试，测试规则是利用H的M组序列中的每两个序列，利用公式7计算互相关计算，进而利用公式8进行相对峰值计算，从而形成M(M-1)/2个互相关峰值结果，为此生成输出M(M-1)/2位的参数U7。
Figure GDA0002294601610000044
Figure GDA0002294601610000045
步骤18：输出参数U1、U2、U3、U4、U5、U6、U7。

Claims (1)

1.采用扩频通信系统中类随机序列的控制参数的集成评测方法，其特征在于包括下列步骤：
扩频通信系统中类随机序列的控制参数：
定义8个控制参数：1)定义待测指标系数C，2)定义随机性指标测试参数，3)定义敏感性指标测试参数，4)定义Lyapunov指数测试参数，5)定义平衡度指标测试参数，6)定义游程指标测试参数，7)定义自相关指标测试参数，8)定义互相关指标测试参数；
1)定义待测指标系数C，用于选择需要测试的性能指标，C为输入参数，位数是7位，每位为0或1，0表示选择，1表示不选择；从1～7位分别控制选择：随机性、初值敏感性、Lyapunov指数、平衡度、游程、自相关、互相关；
2)定义随机性指标测试参数U1，用于表示随机性是否符合要求，U1为输出参数，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求；
3)定义敏感性指标测试参数U2，U2为输出参数，位数是M(M-1)/2位；
4)定义Lyapunov指数测试参数U3，U3为输出参数，位数是M位；
5)定义平衡度指标测试参数U4，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求；
6)定义游程指标测试参数U5，U5为输出参数，位数是1位，每位为0或1，1表征达到要求，0表征未达到要求；
7)定义自相关指标测试参数U6，U6为输出参数，位数是M位；
8)定义互相关指标测试参数U7，U7为输出参数，位数是M(M-1)/2位；
U2每位为浮点小数，U3每位为浮点小数，U6每位为浮点小数，U7每位为浮点小数；
采用扩频通信系统中类随机序列的控制参数的集成评测方法，包括下列步骤：
共采用7个测试机制：1)随机性指标测试，2)敏感性指标测试，3)Lyapunov指数测试，4)平衡度指标测，5)游程指标测试，6)自相关指标测试，7)互相关指标测；
步骤1：输入配置；依据需求设置输入待测指标系数C，并输入M×N的待测随机序列矩阵H，其中，M表示序列的组数，N表示每组序列的长度；
步骤2：参数解析；解析待测指标系数C，并将H矩阵分组，利用Length函数计算M和N，得到序列组Hi(n)，其中，i∈[1，M]、n∈[1，N]；
步骤3：利用M进行输出参数初始化，设置长度为1位的U1初始值为0、设置长度为M(M-1)/2位的U2初始值为全0，设置长度为M位的U3初始值为全0，设置长度为1位的U4初始值为全0，设置长度为1位的U5初始值为全0，设置长度为M位的U6初始值为全0，设置长度为M(M-1)/2位的U7初始值为全0；
步骤4：参数C中第1位记作C[1]，C[1]的值如果为1则执行步骤5，否则跳转至步骤6；
步骤5：进行随机性指标测试，采用SP800-22标准的NIST方法；测试规则是输入H的M组序列，利用M值，并定义显著性水平α，通过式1计算通过率置信区间；其中，α∈[0.001，0.01]，通常取α＝0.01；计算每个序列测试结果Pα，通过M个序列的计算从而形成M位的测试结果S1；然后，利用M位的参数S1与阀值G1判断，阀值G1为0.01，如果都大于阀值则参数U1置1，否则置0；
Figure FDA0002294601600000021
步骤6：参数C中第2位记作C[2]，C[2]的值如果为1则执行步骤7，否则跳转至步骤8；
步骤7：进行敏感性指标测试，测试规则是利用H的M组序列，每两个序列进行差值，再进行绝对值后的加权运算，再除序列长度N，如式2，从而得到M(M-1)/2个值，并得到M(M-1)/2位数的参数U2；
Figure FDA0002294601600000022
步骤8：参数C中第3位记作C[3]，C[3]的值如果为1则执行步骤9，否则跳转至步骤10；
步骤9：进行Lyapunov指数测试，测试规则是利用H的M组序列中的每个序列，利用公式3计算Lyapunov指数，xk为序列中的第k位的值，通过对M个序列的计算从而形成M个测试结果，为此生成输出M位的参数U3；
Figure FDA0002294601600000023
步骤10：参数C中第4位记作C[4]，C[4]的值如果为1则执行步骤11，否则跳转至步骤12；
步骤11：进行平衡度指标测试，设参数A和B分别表示混沌伪随机序列中“0”和“1”的个数；测试规则是利用H的M组序列中的每个序列，利用公式4计算平衡度，从而形成M个测试结果，为此生成输出参数S2，参数S2为M位；然后，利用M位的参数S2与阀值G2判断，阀值G2为0.02，如果都小于阀值则平衡性输出参数U4置1，否则置0；
Figure FDA0002294601600000024
步骤12：参数C中第5位记作C[5]，C[5]的值如果为1则执行步骤13，否则跳转至步骤14；
步骤13：进行游程指标测试，测试规则是利用H的M组序列中的每个序列，计算游程长度从1～n的游程，并判断是否满足1/2n，如果都满足则U5的1位测试结果置1，否则置0；
步骤14：参数C中第6位记作C[6]，C[6]的值如果为1则执行步骤15，否则跳转至步骤16；
步骤15：进行自相关指标测试，测试规则是利用H的M组序列中的每个序列，利用公式5计算自相关计算，进而利用公式6进行相对峰值计算，从而形成M个自相关峰值结果，为此生成输出M位的参数U6；
Figure FDA0002294601600000031
Figure FDA0002294601600000032
步骤16：参数C中第7位记作C[7]，C[7]的值如果为1则执行步骤17，否则跳转至步骤18；
步骤17：进行互相关指标测试，测试规则是利用H的M组序列中的每两个序列，利用公式7计算互相关计算，进而利用公式8进行相对峰值计算，从而形成M(M-1)/2个互相关峰值结果，为此生成输出M(M-1)/2位的参数U7；
Figure FDA0002294601600000033
Figure FDA0002294601600000034
步骤18：输出参数U1、U2、U3、U4、U5、U6、U7。
CN201810544372.9A 2018-05-31 2018-05-31 采用扩频通信系统中类随机序列的控制参数的集成评测方法 Active CN108832963B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810544372.9A CN108832963B (zh) 2018-05-31 2018-05-31 采用扩频通信系统中类随机序列的控制参数的集成评测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810544372.9A CN108832963B (zh) 2018-05-31 2018-05-31 采用扩频通信系统中类随机序列的控制参数的集成评测方法

Publications (2)

Publication Number Publication Date
CN108832963A CN108832963A (zh) 2018-11-16
CN108832963B true CN108832963B (zh) 2020-04-14

Family

ID=64145626

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810544372.9A Active CN108832963B (zh) 2018-05-31 2018-05-31 采用扩频通信系统中类随机序列的控制参数的集成评测方法

Country Status (1)

Country Link
CN (1) CN108832963B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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 (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104579647A (zh) * 2013-10-18 2015-04-29 中南大学 基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145901B (zh) * 2007-07-06 2011-04-20 哈尔滨工程大学 超混沌伪随机序列发生方法
CN101364171B (zh) * 2008-07-07 2011-05-11 武汉大学 动态真随机数发生器

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104579647A (zh) * 2013-10-18 2015-04-29 中南大学 基于模糊熵算法的混沌伪随机序列复杂度稳定性测度方法

Also Published As

Publication number Publication date
CN108832963A (zh) 2018-11-16

Similar Documents

Publication Publication Date Title
CN108832963B (zh) 采用扩频通信系统中类随机序列的控制参数的集成评测方法
JP7067234B2 (ja) データ判別プログラム、データ判別装置およびデータ判別方法
CN104954117A (zh) 基于Logistic混沌映射转移轨道判决的序列密码生成系统
CN108984151B (zh) 一种混沌二值序列周期检测与定位方法
CN105912834A (zh) 用于检查随机数序列的熵的装置和方法
CN106528048B (zh) 评估随机数生成器质量的方法及装置
EP2274696A1 (en) Circuit analysis
CN107273624B (zh) 一种基于fpga和mc模型生成突发随机脉冲噪声的方法及装置
Hegadi et al. A statistical analysis on in-built pseudo random number generators using NIST test suite
Chakraborty et al. Fibonacci lfsr vs. galois lfsr: Which is more vulnerable to power attacks?
CN106126192B (zh) 一种基于hmm的含错lfsr序列生成多项式估计方法
KR102554852B1 (ko) 인공신경망을 이용한 rsa 암호에 대한 부채널 분석 방법 및 장치
Li et al. Chaotic frequency hopping prediction based on temporal convolutional network
Azize et al. How Much Does Each Datapoint Leak Your Privacy? Quantifying the Per-datum Membership Leakage
CN101692616A (zh) 基于分组处理的伪随机序列的随机性检测方法
Taketa et al. Mutual relationship between the neural network model and linear complexity for pseudorandom binary number sequence
KR20230021142A (ko) 전자 회로 설계에서 사이드 채널 누설 원인 식별
Skorski Evaluating entropy for true random number generators: Efficient, robust and provably secure
CN108072863B (zh) 一种星载sar发射时序编码方法及装置
CN112379364B (zh) 基于神经网络雷达组合高精度预测弹丸着靶速度的方法
MingDeng et al. Power Analysis based on Deep Learning for Multiple Implementations of Cryptographic Algorithms
US20230269065A1 (en) Carry-based differential power analysis and its application to testing for vulnerability of sha-2 and hmac-sha-2 to side channel attack
Skorski Evaluating Entropy for TRNGs: Efficient, Robust and Provably Secure
Saligrama Aperiodic sequences with uniformly decaying correlations with applications to compressed sensing and system identification
Zhang Statistics in side channel analysis-modeling, metric, leakage detection testing

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210112

Address after: 100088 room 310, 3rd floor, Building 102, 28 xinjiekouwai street, Xicheng District, Beijing

Patentee after: Beijing Shuangpai Zhian Technology Co.,Ltd.

Address before: 110159 No. 6 Nanping Road, Hunnan New District, Shenyang, Liaoning

Patentee before: SHENYANG LIGONG University