CN108880731A - P-h多维类正交矩阵的构成方法和构成装置 - Google Patents

Abstract

本发明公开了一种P‑H多维类正交矩阵的构成方法，包括以下步骤，(1)获得矩阵P和完全正交的矩阵H，所述矩阵H为Hadamard矩阵；(2)所述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P‑H矩阵。本发明的P‑H多维类正交矩阵的构成方法构成的P‑H矩阵规模大、正交特性好、误码率低、码长不受限，产生矩阵的步骤简单，速度快，用作扩频码使用时的信道数量能达到230,400以上。

Description

P-H多维类正交矩阵的构成方法和构成装置

技术领域

本发明涉及一种P-H多维类正交矩阵的构成方法，还涉及一种P-H多维类正交矩阵的构成装置，产生的大型混合P-H矩阵可作为扩频码应用于CDMA等通信系统中。

背景技术

对于CDMA通信系统而言，影响通信的四种干扰主要是本地干扰、码间干扰、多址干扰、领道干扰。一般来说，如果CDMA系统中采用的扩频序列相关特性越好，即序列的自相关性越强，互相关性越弱，那么整个系统受到的干扰就越少。在以上所涉及的四种干扰中，除了本地干扰以外，其余三种干扰都可以通过选用相关特性比较好的扩频序列来降低甚至消除干扰，同时，CDMA通信系统的容量也主要受到干扰的限制，因此在CDMA系统中选用相关特性好的扩频序列，除了可以降低通信系统中的码间干扰、多址干扰和领道干扰以外，还可以实现最大容量的CDMA系统。为了减少干扰，CDMA系统一般选用完全正交的Walsh序列(Walsh码)作为其扩频序列。

Walsh码是由Hadamard矩阵(简称H矩阵)演变而来的，Hadamard矩阵是由+1和-1元素构成的正交方阵，H矩阵的任意两行(或两列)都是正交的，且任意一行(列)的所有元素的平方和等于方阵的阶数，将H矩阵的"+1"和"-1"的交变次数重新排列就可以得到Walsh矩阵，Walsh矩阵中各行列之间也具有相互正交(Mutual Orthogonal)的特性，因此将Walsh矩阵用于CDMA通信系统时，可以保证使用它作为扩频码的扩频信道也是互相正交的。

Walsh矩阵被用于CDMA等通信系统，到目前为止，对于Walsh矩阵而言，除去阶数n＝4×47＝188外，其余所有n≤200的Walsh矩阵都已找到。由于到目前为止Walsh矩阵的的阶数均是小于200的(n≤200)，因此在码分多址等通信技术中，用户的数量就会受到Walsh矩阵大小的限制，即接入信道的用户数量不能超过200，这样在很大程度就限制了码分多址等通信系统中信道数量和可接入用户数量。

发明内容

本发明要解决的技术问题是提供一种P-H多维类正交矩阵的构成方法，构成的P-H矩阵规模大、正交特性好、误码率低、码长不受限，用作扩频码使用时的信道数量能达到230,400以上。

为了解决上述技术问题，本发明提供了一种P-H多维类正交矩阵的构成方法，包括以下步骤：

(1)获得矩阵P和完全正交的矩阵H，所述矩阵H为Hadamard矩阵；

(2)所述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

本发明一个较佳实施例中，进一步包括步骤(1)中获得矩阵P的步骤如下，

(1.1)对多个同组的BCH码本原多项式进行筛选，组合筛选得到的本原多项式f₁(x)、f₂(x)……f_n(x)，获得f(x)序列：f(x)＝F[f₁(x),f₂(x).....f_n(x)]；

(1.2)对筛选组合后的f(x)序列进行群变换，获得多维类正交伪随机矩阵M；

(1.3)对矩阵M中的数据做如下规则的数值转换：经过数值转换后获得只有“-1”和“1”的多维类正交伪随机矩阵M’；

(1.4)矩阵M’通过阈值滤波器，设定阈值滤波器互相关系数阈值σ，筛选出互相关系数值小于等于阈值σ的行向量或列向量，重新组合获得具有类正交性的矩阵P。

本发明一个较佳实施例中，进一步包括所述阈值滤波器互相关系数阈值σ的范围为0≤σ＜1；σ＝0时，筛选出完全正交的矩阵P；0＜σ＜1时，筛选出类正交的矩阵P。

本发明一个较佳实施例中，进一步包括步骤(1.2)中群变换过程如下：

(1.2.1)将初始状态的序列a_na_n-1……a₀右移一位；

(1.2.2)判断右移后的序列最高位是否为1：如果最高位为1，则将该序列和初始序列作异或运算后输出a_n-1a_n-2……a₀；否则直接输出a_n-1a_n-2……a₀；

(1.2.3)依次循环步骤(1.2.1)、(1.2.2)，输出的所有序列排列成n列的矩阵N，矩阵I为单位矩阵，此处的矩阵M多维类正交伪随机矩阵M。

本发明一个较佳实施例中，进一步包括步骤(1.1)中，对于同组的BCH码本原多项式，根据具体的需求，挑选其中的一个或多个本原多项式，根据一定的函数关系F(x)进行组合，获得组合后的多项式f(x)＝F[f₁(x),f₂(x).....f_n(x)]。

本发明一个较佳实施例中，进一步包括对于不同的本原多项式，n可以取不同的值，将本原多项式通过j个n_j级移位寄存器变换进入一个长度为n的移位寄存器；其中：

为了解决上述技术问题，本发明还提供了一种P-H多维类正交矩阵的构成装置，包括P矩阵构成器、H矩阵构成器和直积运算器，所述P矩阵构成器生成矩阵P，所述H矩阵构成器生成完全正交的矩阵H，所述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

本发明一个较佳实施例中，进一步包括所述P矩阵构成器包括寄存器A、卷积器、寄存器B、移位寄存器A、乘法器、锁存器、反向器和阈值滤波器；多个本原多项式的系数分别存储在各自对应的寄存器A内；多个所述寄存器A均连接卷积器的输入端，所述卷积器进行卷积运算，卷积运算后的输出结果存储在寄存器B中；所述寄存器B的输出连接移位寄存器A，并将移位寄存器A的最高位作为乘法器的一个输入分别和寄存器B中每一位相乘，相乘后的结果输出与移位寄存器A的相应位进行模2运算，运算后的结果输出到锁存器，所述锁存器的输出连接反向器，所述反向器的输出连接阈值滤波器，所述阈值滤波器输出矩阵P。

本发明一个较佳实施例中，进一步包括所述H矩阵构成器包括移位寄存器C，所述移位寄存器C内存储有H矩阵。

本发明一个较佳实施例中，进一步包括所述阈值滤波器的输出连接移位寄存器B，矩阵P存储在移位寄存器B内，所述移位寄存器B和移位寄存器C进行克罗内克积运算，获得多维类正交P-H矩阵。

本发明的P-H多维类正交矩阵的构成方法构成的P-H矩阵规模大、正交特性好、误码率低、码长不受限，产生矩阵的步骤简单，速度快，用作扩频码使用时的信道数量能达到230,400以上，其具有以下技术效果：

其一、规模大：构成的P-H矩阵大小为2^Np×2^Nq，N、p、q均为任意值，其中p×q为矩阵P，N为H矩阵的阶数，只要选择较大的N、p、q，就可以构建出规模巨大的正交、类正交P-H矩阵。

其二、正交性好：构成的类正交P-H矩阵、正交P-H矩阵均满足Welch界，都具有很好的正交特性，可以用于CDMA系统中分别作为信道编码和用户编码。

其三、误码率低：误码率和Walsh矩阵应用时的误码率相当，构成的正交P-H矩阵、类正交矩阵完全可以替代Walsh矩阵应用于CDMA通信系统中。

其四、码长不受限：对于传统的Walsh矩阵而言，它的大小是2^N×2^N(N为阶数)，即其行向量或者列向量的数量必然是2的指数次方。而本申请构成的大型混合P-H正交、类正交矩阵，由于它是由筛选后的矩阵P(矩阵大小为p×q)，和N阶H矩阵经过克罗内科积扩展而来的，因此P-H矩阵的大小为2^Np×2^Nq。由于N、p、q可以取任意值，因此P-H矩阵的大小也可以为任意偶数。因此大型混合P-H正交、类正交矩阵的大小不像walsh矩阵那样必须为2的指数次方，而可以是任意偶数，这也打破了Walsh矩阵在大小上受到的限制。

本申请的P-H多维类正交矩阵的构成装置，组成部件简单，易于搭建。

附图说明

图1(a)是232×32的M’矩阵行向量互相关性的三维图；

图1(b)是232×32的M’矩阵列向量互相关性的三维图；

图1(c)是232×32的M’矩阵行向量互相关性的统计直方图；

图1(d)是232×32的M’矩阵列向量互相关性的统计直方图；

图2(a)是256×256的P-H矩阵行向量互相关性的三维图；

图2(b)是256×256的P-H矩阵列向量互相关性的三维图；

图2(c)是256×256的P-H矩阵行向量互相关性的统计直方图；

图2(d)是256×256的P-H矩阵列向量互相关性的统计直方图；

图3是M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率；

图4(a)是类正交较差的PN-PN’矩阵行向量互相关性的三维图；

图4(b)是类正交较差的PN-PN’矩阵列向量互相关性的三维图；

图4(c)是类正交较差的PN-PN’矩阵行向量互相关性的统计直方图；

图4(d)是类正交较差的PN-PN’矩阵列向量互相关性的统计直方图；

图5是类正交较差的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率；

图6(a)是类正交较好的PN-PN’矩阵行向量互相关性的三维图；

图6(b)是类正交较好的PN-PN’矩阵列向量互相关性的三维图；

图6(c)是类正交较好的PN-PN’矩阵行向量互相关性的统计直方图；

图6(d)是类正交较好的PN-PN’矩阵列向量互相关性的统计直方图；

图7是类正交较好的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率；

图8(a)是类正交很好的PN-PN’矩阵行向量互相关性的三维图；

图8(b)是类正交很好的PN-PN’矩阵列向量互相关性的三维图；

图8(c)是类正交很好的PN-PN’矩阵行向量互相关性的统计直方图；

图8(d)是类正交很好的PN-PN’矩阵列向量互相关性的统计直方图；

图9是类正交很好的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

实施例一

本实施例公开一种P-H多维类正交矩阵的构成装置，包括P矩阵构成器、H矩阵构成器和直积运算器，上述P矩阵构成器生成矩阵P，上述H矩阵构成器生成完全正交的矩阵H，上述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

H矩阵是一个仅由元素“+1”和“-1”构成的方阵，同时它也是一个完全正交的矩阵，即矩阵中每一行(或列)都是一正交码组，最低的H矩阵是2阶，即

P矩阵与2阶的H矩阵进行克罗内克积运算，即：

如果将P矩阵与N阶的H矩阵进行克罗内克积运算，即

由于矩阵P本身具有很好的类正交特性，因此，通过克罗内克积扩展后的P-H矩阵将具有更好的类正交特性，同时P-H矩阵可以方便的构成大规模的正交、类正交矩阵。

上述P矩阵构成器包括寄存器A、卷积器、寄存器B、移位寄存器A、乘法器、锁存器、反向器和阈值滤波器。

寄存器A具有n个，分别为A_i(i＝1,2,3……n)，根据BCH码本原多项式的表达式，得到本原多项式的各个系数，并且根据本原多项式的系数按照其在表达式中的位置依次放在寄存器A中，每个本原多项式均对应配置一个寄存器A，各个本原多项式的系数分别存放在各自对应的寄存器A_i中。寄存器A_i的长度由不同的本原多项式L_i的长度决定。

多个上述寄存器A均连接到卷积器的输入端，上述卷积器进行卷积运算，卷积运算后的输出结果存储在寄存器B中。寄存器B的长度由n个本原多项式确定，长度为

上述寄存器B的输出连接移位寄存器A的输入，并将移位寄存器A的最高位作为乘法器的一个输入分别和寄存器B中每一位相乘，相乘后的结果和移位寄存器A的相应位分别作为模2加法器的输入进行模2加法运算，运算后的结果输出到锁存器，上述锁存器的输出连接反向器，锁存器输出多维类正交伪随机矩阵M，锁存器通过反向器翻转变换后输出多维类正交伪随机矩阵M’。

移位寄存器A的长度也为需要N-1个乘法器和N-1个加法器，在以上的运算过程中，由计算器控制各移位寄存器的循环次数。

筛选产生正交或类正交矩阵P：由以上方式产生的多维类正交伪随机矩阵M’中，既有类正交性比较好的向量，也有类正交性比较差的向量，如果需要类正交性较好的向量作为通信系统中的编码，则需要对矩阵M’通过阈值滤波器，挑选复合阈值要求的类正交特性较好的向量。上述反向器的输出连接阈值滤波器，控制阈值滤波器的互相关系数阈值σ，筛选出符合阈值要求的类正交特性较好的矩阵P，上述阈值滤波器的输出连接移位寄存器B，上述阈值滤波器输出的矩阵P存储在移位寄存器B中。

上述H矩阵构成器包括移位寄存器C，上述移位寄存器C内存储有H矩阵，n行H矩阵需要n个移位寄存器C；将移位寄存器B的输出与移位寄存器C中存放的每个H矩阵系数进行克罗内克积运算，直积运算后再经过一个移位寄存器D，从移位寄存器D中输出的结果即为大型混合P-H正交、类正交矩阵。

对于不同的本原多项式，n可以取不同的值，选择阶数N＝8的四个BCH码本原多项式，矩阵P生成的具体过程如下：

1、f₁(x)＝101001101，f₂(x)＝110100011，f₃(x)＝110101001，f₄(x)＝111010111，四个本原多项式分别放进四个的长度为9的寄存器A中。

2、将四个寄存器A内的序列通过卷积器合并成一个合成序列放进长度为36的寄存器B中，卷积器对寄存器A序列进行卷积运算，卷积运算结果存储在寄存器B中。

3、将寄存器B中的序列村放入长度同为36的移位寄存器A中，将移位寄存器A的最高位同寄存器B中除最高位移位的各位相乘，相乘的结果同移位寄存器A对应位进行模2加运算，模2加运算的输出放入锁存器中，计数器控制移位寄存器A的移位次数。

4、将锁存器中存储矩阵通过变换器进行翻转变换得到一个下半部分为一个32×32的单位矩阵的矩阵，将单位矩阵戒除，得到大小为223×32的多维类正交伪随机矩阵M’。

5、将多维类正交伪随机矩阵M’通过阈值滤波器，控制阈值滤波器的互相关系数阈值0≤σ＜1，筛选出符合阈值要求、类正交特性较好32×32的矩阵P。

6、将32×32的矩阵P与阶数为八的矩阵H输入直积运算器进行克罗内克积运算，获得256×256的P-H矩阵。

图1(a)示出232×32的M’矩阵行向量互相关性的三维图；

图1(b)示出232×32的M’矩阵列向量互相关性的三维图；

图1(c)示出232×32的M’矩阵行向量互相关性的统计直方图；

图1(d)示出232×32的M’矩阵列向量互相关性的统计直方图。

从图1中可看出，多维类正交伪随机矩阵M’的大部分行(列)之间的类正交系数都在0附近。

图2(a)示出256×256的P-H矩阵行向量互相关性的三维图；

图2(b)示出256×256的P-H矩阵列向量互相关性的三维图；

图2(c)示出256×256的P-H矩阵行向量互相关性的统计直方图；

图2(d)示出256×256的P-H矩阵列向量互相关性的统计直方图。

从图3中可看出，获得的P-H矩阵的行(列)之间互相关系系数基本都集中在0附近，对比图1和图2可以看出，P-H类正交矩阵的行(列)类正交特性比M’的行(列)类正交特性更好。如果M’矩阵在通过阈值滤波器时，阈值滤波器的σ＝0，则可以得到完全正交的矩阵P，将完全正交的矩阵P与H矩阵经过克罗内科积扩展后，即可以得到大型混合P-H正交矩阵。因此无论是大型混合P-H类正交矩阵，或者大型混合P-H正交矩阵，它们都具有很好的正交特性，可以将它们用于CDMA系统中，分别作为信道编码和用户编码。

图3示出256×256的M矩阵行向量、256×256的P-H矩阵行向量和256×256的Walsh矩阵分别用作信道编码和用户编码用于CDMA系统时的误码率，从图3可看出，对于大小类似的矩阵，大型混合P-H类正交矩阵的行向量和列向量分别用作信道编码和用户编码时，整个系统的误码率优于多维类正交伪随机矩阵M的误码率，并且它的误码率和Walsh矩阵的误码率基本相同，由此可以看出，P-H矩阵由于其类正交特性更优于多维类正交伪随机矩阵M，所以它在通信系统中的误码率更低，也更适用于CDMA等通信系统。甚至由于其误码率和Walsh矩阵应用时的误码率相似，所以大型混合P-H正交、类正交矩阵完全可以代替Walsh矩阵应用CDMA等通信系统。

实施例二

本实施例公开了一种P-H多维类正交矩阵的构成方法，包括以下步骤：

(1)获得矩阵P和完全正交的矩阵H，上述矩阵H为Hadamard矩阵；

(2)上述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

获得矩阵P的步骤如下：

(1.1)对多个同组的BCH码本原多项式进行筛选，组合筛选得到的本原多项式f₁(x)、f₂(x)……f_n(x)，获得f(x)序列：f(x)＝F[f₁(x),f₂(x).....f_n(x)]：对于同组的BCH码本原多项式，根据具体的需求，挑选其中的一个或多个本原多项式，根据一定的函数关系F(x)进行组合，获得组合后的多项式f(x)＝F[f₁(x),f₂(x).....f_n(x)]；具体的，对于不同的本原多项式，n可以取不同的值，将本原多项式通过j个n_j级移位寄存器变换进入一个长度为n的移位寄存器；其中：

(1.2)对筛选组合后的f(x)序列进行群变换，获得多维类正交伪随机矩阵M，群变换过程如下：

(1.2.1)将初始状态的序列a_na_n-1……a₀右移一位；

(1.2.2)判断右移后的序列最高位是否为1：如果最高位为1，则将该序列和初始序列作异或运算后输出a_n-1a_n-2……a₀；否则直接输出a_n-1a_n-2……a₀；

(1.2.3)依次循环步骤(1.2.1)、(1.2.2)，输出的所有序列排列成n列的矩阵N，矩阵I为单位矩阵，此处的矩阵M多维类正交伪随机矩阵M。

(1.3)对矩阵M中的数据做如下规则的数值转换：经过数值转换后获得只有“-1”和“1”的多维类正交伪随机矩阵M’；

(1.4)矩阵M’通过阈值滤波器，设定阈值滤波器互相关系数阈值σ，筛选出互相关系数值小于等于阈值σ的行向量或列向量，重新组合获得具有类正交性的矩阵P，上述阈值滤波器互相关系数阈值σ的范围为0≤σ＜1；σ＝0时，筛选出完全正交的矩阵P；0＜σ＜1时，筛选出类正交的矩阵P。

P-H矩阵产生的具体过程同实施例一，此处不再赘述。

对比例

中国专利号为200910264377.7的专利公开了一种多维类正交伪随机扩展矩阵的构成装置(以下简称对比文件)，由PN矩阵和PN’扩展而成。PN矩阵由多维类正交伪随机矩阵M经过筛选后得到，此时的矩阵PN可能是正交的，可能是不正交的；PN’由多维类正交伪随机矩阵M经过另一种筛选后得到，此时的矩阵PN’可能是正交的。

本申请中的P-H矩阵，是由多维类正交伪随机矩阵M经过筛选后得到的矩阵PN(此时的矩阵PN可能是正交的，可能是不正交的)，与H矩阵进行扩展而来的。H矩阵不需要像PN’矩阵那样经过群变换和筛选等步骤，可以利用简单的规则直接产生，即本申请中的H矩阵的产生方法相较于对比文件中PN’矩阵的产生方法更简单，即P-H矩阵的产生方法比PN-PN’的产生方法更简单。

另一方面，对比文件中的PN矩阵和PN’矩阵既可能是非正交的，也可能是正交的：

A：PN矩阵和PN’为非正交的情况，如果筛选后的PN’矩阵的类正交不是很好，则其多维类正交伪随机扩展矩阵PN-PN’的类正交也不是很好，其相关统计如图4(a)、(b)、(c)、(d)所示，比较图4(a)、(b)、(c)、(d)和本申请P-H矩阵的图2(a)、(b)、(c)、(d)，可以看出本申请P-H矩阵中互相关值集中在0附近的行(列)数量明显多于对比文件中的PN-PN’矩阵，即P-H矩阵的类正交特性远优于PN-PN’矩阵。

同时，图5示出了类正交较差的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率，从图5中可以看出PN-PN’矩阵的误码率远比本申请的P-H矩阵低。

B：PN矩阵和PN’为非正交的情况，如果筛选后的PN’矩阵的类正交较好，则其多维类正交伪随机扩展矩阵PN_PN’的类正交也会较好，其相关统计如图6(a)、(b)、(c)、(d)所示，比较图6(a)、(b)、(c)、(d)和本申请P-H矩阵的图2(a)、(b)、(c)、(d)，可以看出本申请P-H矩阵中互相关值集中在0附近的行(列)数量明显多于对比文件中的PN-PN’矩阵，即P-H矩阵的类正交特性优于PN-PN’矩阵。

同时，图7示出了类正交较好的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率，从图7中可以看出PN-PN’矩阵的误码率比本申请的P-H矩阵低。

C：PN矩阵和PN’为正交的情况，即如果筛选后的PN’矩阵的类正交，则其多维类正交伪随机扩展矩阵PN_PN’的类正交会很好，其相关统计如图8(a)、(b)、(c)、(d)所示，比较图8(a)、(b)、(c)、(d)和本申请P-H矩阵的图2(a)、(b)、(c)、(d)，可以看出本申请P-H矩阵中互相关值集中在0附近的行(列)数量与对比文件中的PN-PN’矩阵基本相同。

同时，计算P-H矩阵，PN_PN’矩阵和Walsh矩阵的误码率，如图9示出了类正交很好的PN-PN’矩阵行向量、M矩阵行向量、P-H矩阵行向量和Walsh矩阵应用于CDMA系统时的误码率，从图9中可以看出PN-PN’矩阵的误码率比本申请的P-H矩阵的误码率基本相同，并都接近于Walsh矩阵的误码率。

以上所述实施例仅是为充分说明本发明而所举的较佳的实施例，本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换，均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。

Claims (10)

1.一种P-H多维类正交矩阵的构成方法，其特征在于：包括以下步骤，

(1)获得矩阵P和完全正交的矩阵H，所述矩阵H为Hadamard矩阵；

(2)所述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

2.如权利要求1所述的P-H多维类正交矩阵的构成方法，其特征在于：步骤(1)中获得矩阵P的步骤如下，

(1.1)对多个同组的BCH码本原多项式进行筛选，组合筛选得到的本原多项式f₁(x)、f₂(x)……f_n(x)，获得f(x)序列：f(x)＝F[f₁(x),f₂(x).....f_n(x)]；

(1.2)对筛选组合后的f(x)序列进行群变换，获得多维类正交伪随机矩阵M；

(1.3)对矩阵M中的数据做如下规则的数值转换：经过数值转换后获得只有“-1”和“1”的多维类正交伪随机矩阵M’；

(1.4)矩阵M’通过阈值滤波器，设定阈值滤波器互相关系数阈值σ，筛选出互相关系数值小于等于阈值σ的行向量或列向量，重新组合获得具有类正交性的矩阵P。

3.如权利要求2所述的P-H多维类正交矩阵的构成方法，其特征在于：所述阈值滤波器互相关系数阈值σ的范围为0≤σ＜1；σ＝0时，筛选出完全正交的矩阵P；0＜σ＜1时，筛选出类正交的矩阵P。

4.如权利要求2所述的P-H多维类正交矩阵的构成方法，其特征在于：步骤(1.2)中群变换过程如下：

(1.2.1)将初始状态的序列a_na_n-1……a₀右移一位；

(1.2.2)判断右移后的序列最高位是否为1：如果最高位为1，则将该序列和初始序列作异或运算后输出a_n-1a_n-2……a₀；否则直接输出a_n-1a_n-2……a₀；

(1.2.3)依次循环步骤(1.2.1)、(1.2.2)，输出的所有序列排列成n列的矩阵N，矩阵I为单位矩阵，此处的矩阵M为多维类正交伪随机矩阵M。

5.如权利要求2所述的P-H多维类正交矩阵的构成方法，其特征在于：步骤(1.1)中，对于同组的BCH码本原多项式，根据具体的需求，挑选其中的一个或多个本原多项式，根据一定的函数关系F(x)进行组合，获得组合后的多项式f(x)＝F[f₁(x),f₂(x).....f_n(x)]。

6.如权利要求5所述的P-H多维类正交矩阵的构成方法，其特征在于：对于不同的本原多项式，n可以取不同的值，将本原多项式通过j个nj级移位寄存器变换进入一个长度为n的移位寄存器；其中：

7.一种P-H多维类正交矩阵的构成装置，其特征在于：包括P矩阵构成器、H矩阵构成器和直积运算器，所述P矩阵构成器生成矩阵P，所述H矩阵构成器生成完全正交的矩阵H，所述矩阵P和矩阵H输入直积运算器进行克罗内克积运算，得到多维类正交P-H矩阵。

8.如权利要求7所述的P-H多维类正交矩阵的构成装置，其特征在于：所述P矩阵构成器包括寄存器A、卷积器、寄存器B、移位寄存器A、乘法器、锁存器、反向器和阈值滤波器；多个本原多项式的系数分别存储在各自对应的寄存器A内；多个所述寄存器A均连接卷积器的输入端，所述卷积器进行卷积运算，卷积运算后的输出结果存储在寄存器B中；所述寄存器B的输出连接移位寄存器A，并将移位寄存器A的最高位作为乘法器的一个输入分别和寄存器B中每一位相乘，相乘后的结果输出与移位寄存器A的相应位进行模2运算，运算后的结果输出到锁存器，所述锁存器的输出连接反向器，所述反向器的输出连接阈值滤波器，所述阈值滤波器输出矩阵P。

9.如权利要求8所述的P-H多维类正交矩阵的构成装置，其特征在于：所述H矩阵构成器包括移位寄存器C，所述移位寄存器C内存储有H矩阵。

10.如权利要求9所述的P-H多维类正交矩阵的构成装置，其特征在于：所述阈值滤波器的输出连接移位寄存器B，矩阵P存储在移位寄存器B内，所述移位寄存器B和移位寄存器C进行克罗内克积运算，获得多维类正交P-H矩阵。