CN108833043A - 基于Polar法改进的AWGN信道实现方法及装置 - Google Patents

基于Polar法改进的AWGN信道实现方法及装置 Download PDF

Info

Publication number
CN108833043A
CN108833043A CN201810553483.6A CN201810553483A CN108833043A CN 108833043 A CN108833043 A CN 108833043A CN 201810553483 A CN201810553483 A CN 201810553483A CN 108833043 A CN108833043 A CN 108833043A
Authority
CN
China
Prior art keywords
random sequence
generation module
look
awgn channel
noise
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.)
Granted
Application number
CN201810553483.6A
Other languages
English (en)
Other versions
CN108833043B (zh
Inventor
宫丰奎
王越
马仕清
李果等
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN201810553483.6A priority Critical patent/CN108833043B/zh
Publication of CN108833043A publication Critical patent/CN108833043A/zh
Application granted granted Critical
Publication of CN108833043B publication Critical patent/CN108833043B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04BTRANSMISSION
    • H04B17/00Monitoring; Testing
    • H04B17/30Monitoring; Testing of propagation channels
    • H04B17/391Modelling the propagation channel

Landscapes

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

Abstract

本发明涉及一种基于Polar法改进的AWGN信道实现方法及装置,所述方法包括:结合LFSR法和CASR法,产生两组均匀分布的随机序列;根据所述随机序列查找预存的查找表并进行计算,得到高斯白噪音。所述装置包括随机序列产生模块、索引产生模块、时钟信号产生模块、延时模块以及高斯白噪声产生模块。本发明的基于Polar法改进的AWGN信道实现方法和装置生成的随机序列的连续输出相关性更小,在计算查表索引的过程中避免了数据丢失及跨时钟域的问题,同时提高了输出速率。

Description

基于Polar法改进的AWGN信道实现方法及装置
技术领域
本发明属于无线通信技术领域,具体涉及一种基于Polar法改进的AWGN信道实现方法及装置。
背景技术
在现实通信系统中,通信系统的传输信道并不理想,总是受各种干扰和噪音的影响,其中,高斯白噪声是最有害的干扰之一。为了可以准确地测试和分析现实通信系统的性能,技术人员通常在实验室条件下模拟真实的通信环境,人为地产生高斯白噪声。现有的硬件高斯噪声产生方法通常包括物理噪声产生方法和数字合成噪声方法两类。物理噪声发生器精度较高,但是实现电路较为复杂,因此在工程中多选用数字式噪声发生方法。
目前最常用的数字式高斯白噪音产生方法主要是基于随机序列(PN)直接计算的CLT法(中心极限定理法)和基于随机序列查表的Box–Muller法及Polar法(极坐标法)。CLT法需要大量并行随机索引因子进行运算,严重降低运行速率;Box–Muller法的两组PN序列只能得到一组高斯噪音输出,若要实现复高斯噪声,则需要另外添加两组PN序列,并且要达到较精确的输出时,PN序列的位宽需要很高,这会产生不必要的资源浪费。
Polar法为Box–Muller法的改进型,主要是提高了PN序列的利用率,使用两组PN序列即可得到复高斯噪声输出,但在实现过程中,不符合要求的中间索引因子会被丢弃掉,根据概率计算,大约21%的数据会被丢弃,硬件实现时,这会影响生成白噪音的连续性,为保证最后的高斯噪声能够连续输出,在硬件实现时需要跨时钟域操作,这使得在产生高速率噪声因子时会对系统时钟的要求很高。同时为了同步两时钟域的数据,往往需要额外添加一个FIFO(First Input First Output,先入先出队列),造成了系统资源的浪费。
发明内容
为了解决现有技术中存在的上述问题,本发明提供了一种基于Polar法改进的AWGN信道实现方法及装置。本发明要解决的技术问题通过以下技术方案实现:
本发明的一个方面提供了一种基于Polar法改进的AWGN信道实现方法,包括:
S1:结合LFSR法和CASR法,产生两组均匀分布的随机序列。
S2:根据所述随机序列查找预存的查找表并进行计算,得到高斯白噪音。
在本发明的一个实施例中,所述S1包括:
S11:使用LFSR法产生一组随机序列pL(t);
S12:使用CASR法产生一组随机序列pc(t);
S13:将pL(t)与pc(t)按位进行异或运算,得到均匀分布的第一随机序列p1(t);
S14:重复步骤S11、S12和S13,得到均匀分布的第二随机序列p2(t),其中,t为自然数。
在本发明的一个实施例中,所述S11包括:
S111:使用长度为32位的移位寄存器进行数据反馈,其中,反馈式为:
D32(t)=D32(t-1)+D8(t-1)+D5(t-1)+D2(t-1)+1;
S112:截取所述移位寄存器的第32位至第26位的状态作为所述随机序列pL(t)进行输出,其中,最高位为符号位,其余位为小数位。
在本发明的一个实施例中,所述S12包括:
S121:使用长度为37位的寄存器进行数据反馈,其中,反馈式为:
CA90:ai(t+1)=ai-1(t)^ai+1(t)
CA150:ai(t+1)=ai-1(t)^ai(t)^ai+1(t)
其中,CA150作用于第28位,CA90作用于其余位;
S122:截取所述寄存器的第37位至31位的状态作为所述随机序列pc(t)进行输出,其中,最高位为符号位,其余位为小数位。
在本发明的一个实施例中,所述S2包括:
S21:将所述第一随机序列p1(t)和所述第二随机序列p2(t)传输至预存的Q查找表;
S22:查找所述Q查找表,生成第一扩充索引因子Q1(t)和第二扩充索引因子Q2(t),其中,生成公式为:
S23:对Q1(t)和Q2(t)进行求和,生成最终索引因子S(t)。
S24:对所述最终索引因子S(t)的数值大小进行判断,若S(t)>1或S(t)=0,则令:
S(t)=S(t-1),
p1(t)=p1(t-1),
p2(t)=p2(t-1);
S25:查找预存的W查找表,生成噪声基因子
S26:根据所述噪声基因子、所述第一随机序列p1(t)和所述第二随机序列p2(t)生成复高斯白噪音,生成公式为:G(t)=Gr(t)+j·Gi(t),其中,G(t)=p1(t)×W(t),Gi(t)=p2(t)×W(t),j为复数标志。
在本发明的一个实施例中,所述S21包括:
分别判断所述第一随机序列p1(t)和所述第二随机序列p2(t)是否为正数,若是,则传输至所述Q查找表,若否,则转换为正数后传输至所述Q查找表。
本发明的另一方面提供了一种基于Polar法改进的AWGN信道实现装置,包括随机序列产生模块、索引产生模块、时钟信号产生模块、延时模块以及高斯白噪声产生模块,其中,
所述随机序列产生模块连接所述索引产生模块,用于产生两组均匀分布的随机序列;
所述索引产生模块连接所述高斯白噪声产生模块,用于生成计算高斯白噪声的中间索引因子;
所述高斯白噪声产生模块用于根据所述随机序列以及所述中间索引因子生成高斯白噪声;
所述时钟信号产生模块分别连接所述随机序列产生模块、所述索引产生模块、所述延时模块以及所述高斯白噪声产生模块,用于发送时钟信号;
所述延时模块连接所述随机序列产生模块和所述高斯白噪声产生模块,用于对所述随机序列进行延时操作并将延时后的随机序列发送至所述高斯白噪声产生模块。
在本发明的一个实施例中,所述随机序列发生模块包括LFSR单元和CASR单元,所述LFSR单元和所述CASR单元的输出端分别连接异或门,其中,所述LFSR单元和所述CASR单元用于分别输出随机序列pL(t)和pC(t),所述异或门用于对所述随机序列pL(t)和pC(t)进行异或运算。
在本发明的一个实施例中,所述索引产生模块包括Q查找表、加法器和比较器,其中,
所述Q查找表连接所述随机序列产生模块和所述加法器,用于根据所述随机序列p1(t)和p2(t)查表获得两组扩充索引因子Q1(t)和Q2(t);
所述加法器连接所述比较器,用于根据所述扩充索引因子Q1(t)和Q2(t)进行加法运算获得最终索引因子S(t);
所述比较器连接所述高斯白噪声产生模块,用于判断所述最终索引因子S(t)的大小。
在本发明的一个实施例中,所述高斯白噪声产生模块包括W查找表和乘法器,其中,
所述W查找表连接所述乘法器,用于根据所述最终索引因子S获取噪音基因子W;
所述乘法器用于根据所述噪音基因子W和所述随机序列p1(t)和p2(t)进行乘法运算,获得复高斯白噪音。
与现有技术相比,本发明的有益效果在于:
1、本发明基于Polar法改进的AWGN信道实现方法通过结合LFSR法和CASR法产生两组均匀分布的随机序列,所述随机序列的连续输出相关性更小,更满足随机性要求。
2、本发明的AWGN信道实现方法在计算查表索引的过程中会判断索引的大小,不符合要求的索引因子将继续保持上一次的正确数据,避免了数据丢失及跨时钟域的问题。
3、由于避免了数据丢失,在同等时钟下,本发明的基于Polar法改进的AWGN信道实现方法和装置的输出速率更快。
附图说明
图1是本发明实施例提供的基于Polar法改进的AWGN信道实现方法的流程图;
图2是本发明实施例提供的基于Polar法改进的AWGN信道实现方法的硬件实现流程图;
图3是本发明实施例提供的随机序列发生步骤的流程图;
图4是本发明实施例提供的LFSR法输出的数据分布直方图;
图5是本发明实施例提供的LFSR法输出的数据自相关图;
图6是本发明实施例提供的CASR法输出的数据分布直方图;
图7是本发明实施例提供的CASR法输出的数据自相关图;
图8是本发明实施例提供的LFSR法和CASR法的联合法输出数据的分布直方图;
图9是本发明实施例提供的LFSR法和CASR法的联合法输出数据的自相关图;
图10是本发明实施例方法的浮点仿真输出分布图;
图11是本发明不同PN位宽下与现有Polar法性能对比;
图12是本发明实施例提供的基于Polar法改进的AWGN信道实现装置的示意图;
图13是本发明实施例提供的另一种基于Polar法改进的AWGN信道实现装置的示意图;
图14是本发明实施例提供的AWGN信道实现装置的硬件输出数据分布与理论分布的对比图。
具体实施方式
下面将结合具体实施例对本发明做详细描述,但本发明的实施方式不限于此。
实施例一
请参见图1和图2,图1是本发明实施例提供的基于Polar法改进的AWGN信道实现方法的流程图;图2是本发明实施例提供的基于Polar法改进的AWGN信道实现方法的硬件实现流程图。本实施例的AWGN信道实现方法包括:
S1:结合LFSR法和CASR法,产生两组均匀分布的随机序列。
S2:根据所述随机序列查找预存的查找表并进行计算,得到高斯白噪音。
具体地,所述S1包括:
S11:使用LFSR法产生一组随机序列pL(t);
请参见图3,图3是本发明实施例提供的随机序列发生步骤的流程图LFSR法为线性移位寄存器法,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支路,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2n-1个状态(不包括全0的状态),为了保证这些状态没有重复,反聩回路的选择必须满足一定的条件,即要按照特定的生成多项式进行反馈。
LFSR法产生的随机序列符合均匀分布,但是连续输出的两个样值间相关性较高,不太符合随机性条件。在本实施例中,这里使用长度为32位的移位寄存器,其反馈式存在多种形式,我们选用其中一种反馈式为:
D32(t)=D32(t-1)+D8(t-1)+D5(t-1)+D2(t-1)+1
截取第32位至第26位寄存器的状态作为输出的随机序列pL(t),其中,最高为符号位,其余位为小数位。输出的序列范围为[-1,0.984375]。请参见图4和图5,图4是本发明实施例提供的LFSR法输出的数据分布直方图;图5是本发明实施例提供的LFSR法输出的数据自相关图。由图4和图5可以看出,LFSR法输出的随机序列pL(t)符合均匀分布,但连续输出的相邻两个样值间的相关性较高,不满足随机性原理。
S12:使用CASR法产生一组随机序列pc(t);
继续参见图3,CASR法为细胞自动机移位寄存器法,细胞自动机是一种离散模型,在一个规则格网内,散布着被称为元胞的单位,这些元胞有着有限的离散状态。具体硬件实现时使用寄存器来代替元胞,细胞自动机的每一个寄存器的下一状态由此寄存器当下状态以及处于邻居集合中的寄存器当下状态共同决定。邻居集合由一些特殊的数学方程产生。例如:某一个寄存器的状态为1,其邻居是其左侧相距位置为2的寄存器,此寄存器的状态为0,若反馈规则为异或,则这个寄存器的下一状态为1。CASR法产生的随机序列pc(t)符合连续输出相关性较小,能较好满足随机性条件,但是分布不太符合均匀分布。在本实施例中选择使用37位寄存器,同时选用下述反馈规则为:
CA90:ai(t+1)=ai-1(t)^ai+1(t)
CA150:ai(t+1)=ai-1(t)^ai(t)^ai+1(t)
其中,CA150规则作用于第28位,CA90规则作用于其余位,最大周期为237-1。截取第37位至32位共7位的寄存器值作为输出的随机序列pC(t),其中,最高为符号位,其余位为小数位。则输出的序列范围为[-1,0.984375]。请参见图6和图7,图6是本发明实施例提供的CASR法输出的数据分布直方图;图7是本发明实施例提供的CASR法输出的数据自相关图。从图中可以看到CASR法输出的数据自相关较低,能较好满足随机性原理,但其输出的数据出现起伏,不太符合均匀分布。
S13:将pL(t)与pc(t)按位进行异或运算,得到均匀分布的第一随机序列p1(t);
继续参见图3,在使用LFSR法产生随机序列pL(t)以及使用CASR法产生两组随机序列pc(t)之后,每一时刻产生的位宽为7it的序列按位进行异或处理,得到最终的输出PN序列p1(t),输出序列为7位,范围为[-1,0.984375]。请参见图8和图9,图8是本发明实施例提供的LFSR法和CASR法的联合法输出数据的分布直方图;图9是本发明实施例提供的LFSR法和CASR法的联合法输出数据的自相关图。从图中可以看出,随机序列p1(t)连续输出的相邻两个样值的自相关比LFSR法要低,能较好满足随机性原理,且输出分布较为均匀,满足均匀分布的要求。
S14:重复步骤S11、S12和S13,得到均匀分布的第二随机序列p2(t),其中,t为自然数。
如上所述,经过上述步骤,可以得到均匀分布的第一随机序列p1(t)和第二随机序列p2(t)。
进一步地,请参见图2,所述S2包括:
S21:将所述第一随机序列p1(t)和所述第二随机序列p2(t)传输至预存的Q查找表;
具体地,判断所述第一随机序列p1(t)和所述第二随机序列p2(t)是否为正数,若是,则传输至所述Q查找表,若否,则转换为正数后传输至所述Q查找表。
S22:查找所述Q查找表,生成第一扩充索引因子Q1(t)和第二扩充索引因子Q2(t),其中,生成公式为:
S23:对Q1(t)和Q2(t)进行求和,生成最终索引因子S(t)。
由于最终索引因子S(t)=Q1(t)+Q2(t),而我们首先要生成扩充索引因子Q1(t)和Q2(t),本实施例选择使用分布式双口ROM来存储Q查找表,仅需一张查找表一个双口ROM即可完成Q1(t)和Q2(t)的生成,十分节省资源。
在本实施例中,输出的随机序列p1(t)和p2(t)大小在[-1,0.984375],间隔为0.015625的小数。由于平方计算与符号位无关,所以我们只对[0,1]中间隔为0.015625的64个小数的平方值生成查找表且其中平方值可以用12位完全存储,所以查找表得大小为64*12位。
S24:对所述最终索引因子S(t)的数值大小进行判断,若S(t)>1或S(t)=0,则令:
S(t)=S(t-1),
p1(t)=p1(t-1),
p2(t)=p2(t-1);
随机序列p1(t)和p2(t)查表生成第一扩充索引因子Q1(t)和第二扩充索引因子Q2(t)后,对Q1(t)和Q2(t)进行求和得S(t),由于求和会产生进位,本实施例使用13位位宽来存S(t),然后将S(t)送入下一模块,并将随机序列p1(t)和p2(t)进行延时处理。
S25:查找预存的W查找表,生成噪声基因子
S26:根据所述噪声基因子和所述随机序列生成复高斯白噪音,生成公式为:G(t)=Gr(t)+j·Gi(t),其中,Gr(t)=p1(t)×W(t),Gi(t)=p2(t)×W(t),j为复数标志。
由于复噪声G(t)=Gr(t)+j·Gi(t),中Gr(t)=p1(t)×W(t)和Gi(t)=p2(t)×W(t)。要得到G(t)先得生成噪声基因子W(t),由于这里同样选择使用查表法来生成W(t)。从上一模块输出中我们得到位宽为13位的S(t),用其高10位做索引,则表的深度的为1024,同时我们使用16位宽来量化W(t),其中1位符号位,7位整数位,8位小数位,由此得到宽度为16,深度为1024的查找表,在本实施例中,将W查找表存储在BRAM中来实现查找表的功能。由S(t)查表得到W(t)后,再使用两个乘法器得到噪声输出Gr(t)和Gi(t)。
请参见图10,图10是本发明实施例方法的浮点仿真输出分布图。可以看到,本实施例的输出符合标准高斯分布(即均值为1,标准差为0的高斯分布),但是无法得知本发明实现方法与现有Polar法实现步骤硬件实现时是否有性能差异。本实施例使用均方误差(MSE)来比较硬件实现时原始Polar法和改进Polar法的输出分布性能。由于现有Polar法和本发明实现方法都基于PN序列查表,硬件实现时,PN序列的位宽直接决定了查找表的大小,也决定了输出的性能,所以测试硬件实现性能的具体做法是使用不同位宽的PN序列进行仿真,将其输出分布与标准高斯分布求MSE。请参见图11,图11是本发明不同PN位宽下与现有Polar法性能对比。可以看到同等位宽下,两种算法没有明显的分布性能差异,但本发明实施例的方法去除了跨时钟域的操作,实现起来更简单,同等输入钟的情况下,本发明实施例的方法能得到输出速率更高的衰落因子。
本实施例的基于Polar法改进的AWGN信道实现方法通过结合LFSR法和CASR法产生两组均匀分布的随机序列,其生成的随机序列的连续输出的相邻两个样值相关性更小,更满足随机性要求。另外,本实施例的AWGN信道实现方法在计算查表索引的过程中判断索引的大小,若不符合要求,则继续保持上一次的正确数据,从而避免了数据丢失及跨时钟域的问题。
实施例二
请参见图12,图12是本发明实施例提供的基于Polar法改进的AWGN信道实现装置的示意图。本实施例的装置包括随机序列产生模块1、索引产生模块2、时钟信号产生模块3、延时模块4以及高斯白噪声产生模块5,其中,随机序列产生模块1连接索引产生模块2,用于产生两组均匀分布的随机序列;索引产生模块2连接高斯白噪声产生模块5,用于生成计算高斯白噪声的中间索引因子;高斯白噪声产生模块5用于根据随机序列和中间索引因子生成高斯白噪声;时钟信号产生模块3分别连接随机序列产生模块1、索引产生模块2、延时模块4以及高斯白噪声产生模块5,用于发送时钟信号;延时模块4连接随机序列产生模块1和高斯白噪声产生模块5,用于对随机序列进行延时操作并发送至高斯白噪声产生模块5。
进一步地,请参见图13,图13是本发明实施例提供的另一种基于Polar法改进的AWGN信道实现装置的示意图。在本实施例中,随机序列发生模块1包括LFSR单元11和CASR单元12,LFSR单元11和CASR单元12的输出端分别连接异或门13,其中,LFSR单元11和CASR单元12用于分别输出随机序列pL(t)和pC(t),异或门13用于对所述随机序列pL(t)和pC(t)进行异或运算。
进一步地,索引产生模块2包括Q查找表21、加法器22和比较器23,其中,Q查找表21连接随机序列产生模块1和加法器22,用于根据随机序列P1和P2查表获得两组扩充索引因子Q1(t)和Q2(t);加法器22连接比较器23,用于根据扩充索引因子Q1(t)和Q2(t)进行加法运算获得最终索引因子S(t);比较器23连接高斯白噪声产生模块(5),用于判断最终索引因子S(t)的大小。
进一步地,高斯白噪声产生模块5包括W查找表51和乘法器52,其中,W查找表51连接乘法器52,用于根据最终索引因子S获取噪音基因子W(t);乘法器52用于根据噪音基因子W(t)和随机序列p1(t)和p2(t)进行乘法运算,获得复高斯白噪音。
本实施例基于Polar法改进的AWGN信道实现装置的详细工作方法请参见实施例一,这里不再赘述。
请参见图14,图14是本发明实施例提供的AWGN信道实现装置的硬件输出数据分布与理论分布的对比图。从图中可以看出,本实施例装置的输出数据符合标准高斯分布(即均值为1,标准差为0的高斯分布)。
由于避免了数据丢失,在同等时钟下,本实施例的基于Polar法改进的AWGN信道实现方法和装置的输出速率更快。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。

Claims (10)

1.一种基于Polar法改进的AWGN信道实现方法,其特征在于,所述方法包括:
S1:结合LFSR法和CASR法,产生两组均匀分布的随机序列。
S2:根据所述随机序列查找预存的查找表并进行计算,得到高斯白噪音。
2.根据权利要求1所述的AWGN信道实现方法,其特征在于,所述S1包括:
S11:使用LFSR法产生一组随机序列pL(t);
S12:使用CASR法产生一组随机序列pc(t);
S13:将pL(t)与pc(t)按位进行异或运算,得到均匀分布的第一随机序列p1(t);
S14:重复步骤S11、S12和S13,得到均匀分布的第二随机序列p2(t),其中,t为自然数。
3.根据权利要求2所述的AWGN信道实现方法,其特征在于,所述S11包括:
S111:使用长度为32位的移位寄存器进行数据反馈,其中,反馈式为:
D32(t)=D32(t-1)+D8(t-1)+D5(t-1)+D2(t-1)+1;
S112:截取所述移位寄存器的第32位至第26位的状态作为所述随机序列pL(t)进行输出,其中,最高位为符号位,其余位为小数位。
4.根据权利要求2所述的AWGN信道实现方法,其特征在于,所述S12包括:
S121:使用长度为37位的寄存器进行数据反馈,其中,反馈式为:
CA90:ai(t+1)=ai-1(t)^ai+1(t)
CA150:ai(t+1)=ai-1(t)^ai(t)^ai+1(t)
其中,CA150作用于第28位,CA90作用于其余位;
S122:截取所述寄存器的第37位至31位的状态作为所述随机序列pc(t)进行输出,其中,最高位为符号位,其余位为小数位。
5.根据权利要求2至4中任一项所述的AWGN信道实现方法,其特征在于,所述S2包括:
S21:将所述第一随机序列p1(t)和所述第二随机序列p2(t)传输至预存的Q查找表;
S22:查找所述Q查找表,生成第一扩充索引因子Q1(t)和第二扩充索引因子Q2(t),其中,生成公式为:
S23:对Q1(t)和Q2(t)进行求和,生成最终索引因子S(t)。
S24:对所述最终索引因子S(t)的数值大小进行判断,若S(t)>1或S(t)=0,则令:
S(t)=S(t-1),
p1(t)=p1(t-1),
p2(t)=p2(t-1);
S25:查找预存的W查找表,生成噪声基因子
S26:根据所述噪声基因子、所述第一随机序列p1(t)和所述第二随机序列p2(t)生成复高斯白噪音,生成公式为:G(t)=Gr(t)+j·Gi(t),其中,G(t)=p1(t)×W(t),Gi(t)=p2(t)×W(t),j为复数标志。
6.根据权利要求5所述的AWGN信道实现方法,其特征在于,所述S21包括:
分别判断所述第一随机序列p1(t)和所述第二随机序列p2(t)是否为正数,若是,则传输至所述Q查找表,若否,则转换为正数后传输至所述Q查找表。
7.一种基于Polar法改进的AWGN信道实现装置,其特征在于,包括随机序列产生模块(1)、索引产生模块(2)、时钟信号产生模块(3)、延时模块(4)以及高斯白噪声产生模块(5),其中,
所述随机序列产生模块(1)连接所述索引产生模块(2),用于产生两组均匀分布的随机序列;
所述索引产生模块(2)连接所述高斯白噪声产生模块(5),用于生成计算高斯白噪声的中间索引因子;
所述高斯白噪声产生模块(5)用于根据所述随机序列以及所述中间索引因子生成高斯白噪声;
所述时钟信号产生模块(3)分别连接所述随机序列产生模块(1)、所述索引产生模块(2)、所述延时模块(4)以及所述高斯白噪声产生模块(5),用于发送时钟信号;
所述延时模块(4)连接所述随机序列产生模块(1)和所述高斯白噪声产生模块(5),用于对所述随机序列进行延时操作并将延时后的随机序列发送至所述高斯白噪声产生模块(5)。
8.根据权利要求7所述的AWGN信道实现装置,其特征在于,所述随机序列发生模块(1)包括LFSR单元(11)和CASR单元(12),所述LFSR单元(11)和所述CASR单元(12)的输出端分别连接异或门(13),其中,所述LFSR单元(11)和所述CASR单元(12)用于分别输出随机序列pL(t)和pC(t),所述异或门(13)用于对所述随机序列pL(t)和pC(t)进行异或运算。
9.根据权利要求8所述的AWGN信道实现装置,其特征在于,所述索引产生模块(2)包括Q查找表(21)、加法器(22)和比较器(23),其中,
所述Q查找表(21)连接所述随机序列产生模块(1)和所述加法器(22),用于根据所述随机序列p1(t)和p2(t)查表获得两组扩充索引因子Q1(t)和Q2(t);
所述加法器(22)连接所述比较器(23),用于根据所述扩充索引因子Q1(t)和Q2(t)进行加法运算获得最终索引因子S(t);
所述比较器(23)连接所述高斯白噪声产生模块(5),用于判断所述最终索引因子S(t)的大小。
10.根据权利要求9所述的AWGN信道实现装置,其特征在于,所述高斯白噪声产生模块(5)包括W查找表(51)和乘法器(52),其中,
所述W查找表(51)连接所述乘法器(52),用于根据所述最终索引因子S获取噪音基因子W;
所述乘法器(52)用于根据所述噪音基因子W和所述随机序列p1(t)和p2(t)进行乘法运算,获得复高斯白噪音。
CN201810553483.6A 2018-05-31 2018-05-31 基于Polar法改进的AWGN信道实现方法及装置 Active CN108833043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810553483.6A CN108833043B (zh) 2018-05-31 2018-05-31 基于Polar法改进的AWGN信道实现方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810553483.6A CN108833043B (zh) 2018-05-31 2018-05-31 基于Polar法改进的AWGN信道实现方法及装置

Publications (2)

Publication Number Publication Date
CN108833043A true CN108833043A (zh) 2018-11-16
CN108833043B CN108833043B (zh) 2020-10-30

Family

ID=64146605

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810553483.6A Active CN108833043B (zh) 2018-05-31 2018-05-31 基于Polar法改进的AWGN信道实现方法及装置

Country Status (1)

Country Link
CN (1) CN108833043B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112087237A (zh) * 2020-09-15 2020-12-15 Oppo广东移动通信有限公司 数据处理方法、芯片及终端
CN116755073A (zh) * 2023-06-21 2023-09-15 上海雷骥电子科技有限公司 查找表解距离模糊的方法及应用

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007110506A1 (fr) * 2006-03-29 2007-10-04 Eads Secure Networks Generateur de nombres aleatoires
CN101888209A (zh) * 2010-07-23 2010-11-17 上海交通大学 基于fpga的高斯白噪声发生器
CN103812447A (zh) * 2014-02-18 2014-05-21 清华大学 高斯白噪声发生方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2007110506A1 (fr) * 2006-03-29 2007-10-04 Eads Secure Networks Generateur de nombres aleatoires
CN101888209A (zh) * 2010-07-23 2010-11-17 上海交通大学 基于fpga的高斯白噪声发生器
CN103812447A (zh) * 2014-02-18 2014-05-21 清华大学 高斯白噪声发生方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
艾余雄: ""一种基于FPGA的高斯白噪声发生器的设计与实现"", 《遥测遥控》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112087237A (zh) * 2020-09-15 2020-12-15 Oppo广东移动通信有限公司 数据处理方法、芯片及终端
CN116755073A (zh) * 2023-06-21 2023-09-15 上海雷骥电子科技有限公司 查找表解距离模糊的方法及应用
CN116755073B (zh) * 2023-06-21 2024-03-26 上海雷骥电子科技有限公司 查找表解距离模糊的方法及应用

Also Published As

Publication number Publication date
CN108833043B (zh) 2020-10-30

Similar Documents

Publication Publication Date Title
CN107094064B (zh) 针对八进制连续相位频移键控的维特比解调系统及方法
CN101364171B (zh) 动态真随机数发生器
CN108833043A (zh) 基于Polar法改进的AWGN信道实现方法及装置
CN113078996B (zh) Sm4密码算法的fpga优化实现方法、系统及应用
CN102184161B (zh) 基于余数系统的矩阵求逆装置及方法
Pisarchik et al. Chaotic map cryptography and security
Li et al. Synchronization of a memristor chaotic system and image encryption
CN109190413A (zh) 一种基于fpga和md5加密的串行通信系统
CN106301761B (zh) 一种基于密码杂凑算法的压缩方法及装置
CN107992283A (zh) 一种基于降维实现有限域乘法的方法和装置
WO2020206716A1 (zh) 一种用于FPGA的并行Jacobi计算加速实现方法
CN104811297A (zh) 针对RSA之M-ary实现模乘余数输入侧信道攻击
CN111966329B (zh) 一种基于物理不可克隆函数puf的真随机数发生器
CN101834818B (zh) Gmsk调制装置及方法
CN116366511A (zh) 一种基于fpga的otfs低复杂度gamp检测算法ip核实现方法
CN111078191A (zh) 一种基于fpga硬件实现的伪随机数的生成方法
Kumar et al. Enhanced TACIT algorithm based on Charl’s table for secure routing in NoC architecture
CN105515761B (zh) 一种高速多模式循环移位的电路
Zeng et al. Word oriented cascade jump σ− LFSR
Lv et al. High-performance optimization of SM4-GCM based on FPGA
CN106126192A (zh) 一种基于hmm的含错lfsr序列生成多项式估计方法
Jonatan et al. Gaussian Pseudo-Random Number Generator using LFSR's Rotation and Split
CN109617653A (zh) 序列测试的优化实现方法
CN109450618A (zh) 一种基于md5的加密方法及系统
CN116016080B (zh) 一种通信系统中基于布尔函数的准互补序列集的生成方法及系统

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