【技术实现步骤摘要】
一种非合作线性反馈移位寄存器功能重建方法
本专利技术属于非合作通信
,具体涉及一种非合作线性反馈移位寄存器功能重建方法。
技术介绍
扩频技术是将传输信号的频谱扩展到较其原始带宽更宽范围的一种通信技术,代表性的扩频方式有直接序列扩频和跳频两种。直接序列扩频,直接用高码率的扩频码序列(伪随机码序列)去扩展发送端信号的频谱,在接收端,用相同的扩频码序列将信号解扩;跳频扩频,接收端与发射端的载波快速在不同频率中同步伪随机的切换,跳频图案经常用伪随机码实现。最长线性移位寄存器序列(m序列)是一种典型伪随机码,也是最常用的一种扩频序列,它具有出色的随机特性并且容易通过线性反馈移位寄存器产生。m序列可由n级线性移位寄存器得到,产生原理如图1所示,其中di∈{0,1}表示m序列元素,0和1分别表示寄存器输出的低和高两种电平;c0,...,cn∈{0,1}表示反馈连接关系,0表示不连接,1表示连接;a1,...,an∈{0,1}表示移位寄存器状态,0和1分别表示寄存器存储的低和高两种电平;n表示寄存器的数量,也是线性反馈移位寄存 ...
【技术保护点】
1.一种非合作线性反馈移位寄存器功能重建方法,其特征在于,它包括如下步骤:/n步骤1:存储非合作第三方接收的线性反馈移位寄存器产生的输出信号;/n步骤2:对接收的信号进行预处理,形成训练人工神经网络的测试样本数据,每个样本包括输入数据和输出数据两部分,均源自接收信号,且输入数据和输出数据间蕴含着线性反馈移位寄存器的接连反馈关系;/n步骤3:存储训练数据;/n步骤4:构建人工神经网络,读取训练数据,并训练人工神经网络,逼近训练样本输入数据和输出数据之间蕴含的映射关系;/n步骤5:在测试数据上测试人工神经网络重建线性反馈移位寄存器功能的程度。/n
【技术特征摘要】
1.一种非合作线性反馈移位寄存器功能重建方法,其特征在于,它包括如下步骤:
步骤1:存储非合作第三方接收的线性反馈移位寄存器产生的输出信号;
步骤2:对接收的信号进行预处理,形成训练人工神经网络的测试样本数据,每个样本包括输入数据和输出数据两部分,均源自接收信号,且输入数据和输出数据间蕴含着线性反馈移位寄存器的接连反馈关系;
步骤3:存储训练数据;
步骤4:构建人工神经网络,读取训练数据,并训练人工神经网络,逼近训练样本输入数据和输出数据之间蕴含的映射关系;
步骤5:在测试数据上测试人工神经网络重建线性反馈移位寄存器功能的程度。
2.如权利要求1所述的一种非合作线性反馈移位寄存器功能重建方法,其特征在于:所述的步骤1中,接收的信号为{r1,…,rp},长度为p,ri∈{0,1}是非合作第三方恢复的线性反馈移位寄存器输出状态,0和1分别表示低和高两种电平;ri=di+ni,ni表示传输中噪声的影响,“+”为模二加运算,ni=0表示接收正确,ni=1表示接收发生错误,能够正确接收的概率为ε,即ni=0的概率为ε,记作Pr{ni=0}=ε。
3.如权利要求1所述的一种非合作线性反馈移位寄存器功能重建方法,其特征在于:所述的步骤2中,选取接收序列中连续的一段{ri,…,ri+q-1}作为训练样本的输入数据,截取数据段的后续一个元素ri+q作为训练样本的输出数据,截取连续数据段的长度大于等于线性反馈移位寄存器的阶数n,即,寄存器的个数为n,接收序列长度为p。
4.如权利要求1所述的一种非合作线性反馈移位寄存器功能重建方法,其特征在于:所述的步骤4中,将训练样本的输入数据{ri,…,ri+q-1}作为训练人工神经网络的输入数据,将训练样本的输出数据ri+q作为训练人工神经网络的输出数据,使用批处理等训练人工神经网络的方法,使人工神经网络逼近训练样本中输入数据和输出数据之间的映射关系,样本输入数据和输出数据之间的映射关系,是由线性反馈移位寄存器的反馈连接关系决定的,如公式(1)
其中,di∈{0,1}表示m序列元素,0和1分别表示寄存器输出的低和高两种电平;c0,...,cn∈...
【专利技术属性】
技术研发人员:马钰,房珊瑶,鲍雁飞,杨健,刘杰,朱宇轩,田震,王沙飞,
申请(专利权)人:中国人民解放军三二八零二部队,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。