專(zhuān)利名稱(chēng)：基于碼重分布的自同步擾碼盲識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及數(shù)字通信技術(shù)，特別涉及自同步擾碼的盲識(shí)別技術(shù)。
背景技術(shù)：
實(shí)際數(shù)字通信過(guò)程中，系統(tǒng)往往受到待傳送信息序列統(tǒng)計(jì)特性的影響。一方面?zhèn)鬏斝畔⒈忍夭灰欢ㄊ请S機(jī)的，可能出現(xiàn)連續(xù)的O或連續(xù)的1，導(dǎo)致無(wú)法提供足夠的定時(shí)信息；另一方面，在對(duì)輸入信號(hào)進(jìn)行調(diào)制時(shí)，由于沒(méi)有正確的調(diào)制信號(hào)或調(diào)制信號(hào)周期較短，調(diào)制器輸出端將得到高能量的離散譜，離散譜線(xiàn)會(huì)導(dǎo)致功率譜的不平坦性，進(jìn)而使得共用頻段其他業(yè)務(wù)的抗干擾能力較大幅度地下降。因此，需要對(duì)信源編碼后的數(shù)據(jù)進(jìn)行隨機(jī)化處理，改變數(shù)據(jù)序列原有的統(tǒng)計(jì)特性，使之變?yōu)閭坞S機(jī)序列，這種“隨機(jī)化”處理即為擾碼。擾碼不但能改善位定時(shí)恢復(fù)的質(zhì)量，還使得信號(hào)頻譜彌散而穩(wěn)恒，從而改善幀同步等子系統(tǒng)的性能。此外，擾碼作為流密碼的基本形式，還對(duì)傳輸?shù)男畔⑦M(jìn)行了加密保護(hù)。
在現(xiàn)代數(shù)字通信領(lǐng)域中，接收端從傳輸信道中接收到通信信號(hào)，經(jīng)過(guò)解調(diào)、解交織、解信道編碼之后，還需要進(jìn)行解擾才能得到信源編碼后的序列，從而恢復(fù)原始信息。因此，對(duì)擾碼盲識(shí)別技術(shù)進(jìn)行深入細(xì)致的研究，在智能通信和非合作通信等眾多領(lǐng)域都有著重要的理論意義和實(shí)用價(jià)值。根據(jù)擾碼序列與用于加擾的偽隨機(jī)序列獨(dú)立與否，擾碼分為自同步擾碼和同步擾碼。自同步擾碼具有的無(wú)需同步、資源利用率高以及抗攻擊性等特點(diǎn)使自同步擾碼在數(shù)據(jù)加擾中經(jīng)常被采用。對(duì)于自同步擾碼，接收端解擾時(shí)，解擾序列只與輸入的擾碼序列有關(guān)，傳輸開(kāi)始時(shí)或是出現(xiàn)傳輸錯(cuò)誤之后，解擾器可能與加擾器不處于相同的狀態(tài)，而在無(wú)錯(cuò)誤L比特(L是LFSR的級(jí)數(shù))后，解擾器與加擾器就可以處于相同的狀態(tài)，也就是說(shuō)，接收端可以從任何時(shí)刻開(kāi)始解擾。因此，自同步擾碼的盲識(shí)別，就是根據(jù)截獲的擾碼序列，確定加擾器使用的LFSR的反饋多項(xiàng)式(又稱(chēng)擾碼多項(xiàng)式或生成多項(xiàng)式)，不需要重構(gòu)LFSR的初態(tài)。目前國(guó)內(nèi)外在自同步擾碼盲識(shí)別分析技術(shù)方面的研究成果較少，現(xiàn)有的自同步擾碼盲識(shí)別方法主要分為兩大類(lèi)一是將自同步擾碼識(shí)別問(wèn)題歸結(jié)為有限域上某個(gè)低次多元代數(shù)方程組的求解問(wèn)題，即代數(shù)方法；另一類(lèi)是利用加擾前后數(shù)據(jù)序列的內(nèi)在統(tǒng)計(jì)特性進(jìn)行分析，即統(tǒng)計(jì)方法。(一)代數(shù)方法I、BM 算法在已知擾碼器輸入和相應(yīng)輸出時(shí)，自同步擾碼的識(shí)別問(wèn)題退化為L(zhǎng)FSR的綜合問(wèn)題，利用BM算法求解關(guān)鍵方程可以根據(jù)很少的數(shù)據(jù)量得到擾碼多項(xiàng)式；當(dāng)截獲的擾碼序列是周期序列時(shí)，即使不知道擾碼器的輸入也可以利用BM算法得到擾碼序列的最小多項(xiàng)式，通過(guò)對(duì)所得最小多項(xiàng)式進(jìn)行因式分解，然后根據(jù)擾碼序列周期或本原多項(xiàng)式的輔助判斷得到擾碼器的生成多項(xiàng)式。顯然BM算法所要求的這兩種前提條件，在非合作情況下都是不太現(xiàn)實(shí)的。2、Walsh-Hadamard 分析法
根據(jù)線(xiàn)性移位寄存器的迭代關(guān)系，利用截獲的自同步擾碼序列可以列出一組二元域上的含錯(cuò)方程。Walsh-Hadamard分析法就是根據(jù)二元域上方程組的解與Hadamard編號(hào)Walsh矩陣之間的關(guān)系,將二元域上含錯(cuò)方程組的求解問(wèn)題轉(zhuǎn)化為Walsh-Hadamard變換譜系數(shù)的計(jì)算。用Walsh-Hadamard分析法實(shí)現(xiàn)自同步擾碼的盲識(shí)別需要已知擾碼多項(xiàng)式的階數(shù)，并且該方法的計(jì)算量隨著擾碼級(jí)數(shù)的增大而呈指數(shù)增長(zhǎng)，對(duì)于階數(shù)較高的情況實(shí)現(xiàn)起來(lái)難度很大。(二)統(tǒng)計(jì)方法I、征服相關(guān)攻擊法將流密碼的分別征服攻擊算法引入自同步擾碼的盲識(shí)別中，即為征服攻擊法，算法利用可能的多項(xiàng)式對(duì)截獲的自同步擾碼序列解擾，再利用相同的多項(xiàng)式作為擾碼多項(xiàng)式對(duì)解擾的結(jié)果進(jìn)行自同步加擾，根據(jù)新產(chǎn)生的密文序列與原始擾碼序列的相關(guān)度的大小來(lái)判斷擾碼多項(xiàng)式，算法計(jì)算復(fù)雜門(mén)限設(shè)置困難，對(duì)擾碼多項(xiàng)式的階數(shù)和項(xiàng)數(shù)的限制很大。
2、M. Cluzeau 分析法M. Cluzeau法按照可能的多項(xiàng)式對(duì)應(yīng)的抽頭位置間隔對(duì)截獲的自同步擾碼序列抽取并模二和得到新的二元序列，再利用新序列構(gòu)造一個(gè)服從高斯分布的隨機(jī)變量，進(jìn)而把自同步擾碼盲識(shí)別問(wèn)題轉(zhuǎn)化為該隨機(jī)變量的二元假設(shè)檢驗(yàn)問(wèn)題，門(mén)限判定減小了搜索量，但門(mén)限的設(shè)置需要準(zhǔn)確地知道信源的0、1比例，這在非合作通信中是極其困難的。如何從截獲的傳輸序列中有效地識(shí)別出自同步擾碼的生成多項(xiàng)式，是恢復(fù)原始信息數(shù)據(jù)的關(guān)鍵，現(xiàn)有的方法都需要已知信源不平衡度或擾碼級(jí)數(shù)這些先驗(yàn)知識(shí)，導(dǎo)致在實(shí)際應(yīng)用中具有很大的局限性。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問(wèn)題是，提供一種不需要信源不平衡度和擾碼級(jí)數(shù)等先驗(yàn)知識(shí)，僅利用截獲的自同步擾碼序列估計(jì)出擾碼多項(xiàng)式的方法。本發(fā)明為解決上述技術(shù)問(wèn)題所采用的技術(shù)方案是，基于碼重分布的自同步擾碼盲識(shí)別方法，包括以下步驟a、從接收數(shù)據(jù)中選取一段數(shù)據(jù)作為測(cè)試序列；b、從本原多項(xiàng)式集合中逐一取出待測(cè)的多項(xiàng)式進(jìn)行測(cè)試bl、將測(cè)試序列依次輸入抽取處理模型，抽取處理模型按當(dāng)前多項(xiàng)式抽取并輸出碼字，將每次輸出的碼字作為當(dāng)前多項(xiàng)式的碼字集合；b2、通過(guò)統(tǒng)計(jì)當(dāng)前多項(xiàng)式的碼字集合中各漢明重量下碼字個(gè)數(shù)，得到當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率；b3、計(jì)算并存儲(chǔ)當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率與當(dāng)前多項(xiàng)式的理論概率分布之間的歸一化歐幾里德距離；C、完成本原多項(xiàng)式集合中所有待測(cè)的多項(xiàng)式的測(cè)試完畢之后，將最大的歸一化歐幾里德距離所對(duì)應(yīng)的多項(xiàng)式作為自同步擾碼多項(xiàng)式，對(duì)接收到的數(shù)據(jù)進(jìn)行解擾。本發(fā)明根據(jù)擾碼序列按擾碼多項(xiàng)式進(jìn)行抽取所得的碼重(漢明重量)和采用非擾碼多項(xiàng)式的多項(xiàng)式進(jìn)行抽取所得的碼重之間存在不同的分布特性，將自同步擾碼盲識(shí)別問(wèn)題轉(zhuǎn)化為實(shí)際碼重分布概率與理論分布之間的距離的計(jì)算，并引入歸一化歐幾里德距離作為距離衡量準(zhǔn)則，根據(jù)本原多項(xiàng)式集合中各多項(xiàng)式實(shí)際對(duì)應(yīng)的歸一化歐幾里德距離在本原多項(xiàng)式集合中確定擾碼多項(xiàng)式。本發(fā)明的有益效果是，能在未知信源不平衡度和擾碼級(jí)數(shù)等先驗(yàn)知識(shí)的情況下，僅利用截獲的自同步擾碼序列(接收數(shù)據(jù))識(shí)別出擾碼多項(xiàng)式，算法簡(jiǎn)單，識(shí)別速度快，效率高，在信源高度平衡的條件下仍能發(fā)揮很好的效果，適用于合作通信領(lǐng)域中智能通信和非合作通信等領(lǐng)域。


圖I為自同步擾碼序列抽取處理模型。圖2為實(shí)施例流程圖。圖3為根據(jù)實(shí)施例方法得到的歸一化歐幾里德距離大小示意圖。
具體實(shí)施例方式實(shí)施例的方法如圖2所示，包括以下步驟步驟I :根據(jù)截獲的L比特?cái)?shù)據(jù)選取長(zhǎng)為N(N彡L)的序列作為測(cè)試序列{yk}；步驟2 :在本原多項(xiàng)式集中選擇一個(gè)可能的多項(xiàng)式(待測(cè)的多項(xiàng)式)g(X) = YjXj,0=ii〈i2〈…< h，r為當(dāng)前多項(xiàng)式包含項(xiàng)數(shù)個(gè)數(shù)，進(jìn)行如下處理 ①初始化k=ir，將測(cè)試序列{yk}前仁+1個(gè)比特按照Wnm2卿ylr…又工…)的順序依次輸入抽取處理模型，抽取處理模型如圖I所示，此時(shí)抽取處理模型中的輸入序列D = UW1H- ，按照當(dāng)前多項(xiàng)式的抽頭關(guān)系抽取第s比特、第Λι
比特，…,第yk—ir比特,構(gòu)成一組碼字A = {yk-hyk-h "h) = Ou….WW)，并將碼字Zk放入碼字集合{zk}；②更新k=i六1，將抽取處理模型中的數(shù)據(jù)均右移I位，即把·>’&,移出，并將h 1輸入抽取處理模型，此時(shí)抽取處理模型中的數(shù)據(jù)為Ρ = Λ+μΛ-;1···Λ+1—,i-,ν，然后按照多項(xiàng)
式的抽頭關(guān)系抽取后得到新的碼子= ( -!, - …) = ( +1- …3^+1- )，并將碼子Zk放入碼字集合{Zk}；③k = k+Ι,重復(fù)上述移位、抽取操作；直至k = N,移位、抽取完成,得到最后一組碼字并放入碼字集合，得到當(dāng)前多項(xiàng)式對(duì)應(yīng)的最終的碼字集合{Zk}，k=i"irt，…，N，進(jìn)入步驟3 ;步驟3 :統(tǒng)計(jì)當(dāng)前多項(xiàng)式碼字集合{Zk}各個(gè)漢明重量對(duì)應(yīng)的碼字個(gè)數(shù)，進(jìn)而當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率；求當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率的具體方法是①分別統(tǒng)計(jì)碼字集合{Zk}中每個(gè)碼字中的非O碼元的個(gè)數(shù)，得到每個(gè)碼字
r
Zk =(n ...Λ )的漢明重量 F⑷= ，W(Zk) e {O, I,…，r}，k e {ir, ir+l,...,N}；②對(duì)于碼重i (i = 0，1，…，r),從O至r統(tǒng)計(jì)碼字集合{Zk}中漢明重量等于i的碼字?jǐn)?shù)目Ai，最終得到碼字集合{Zk}的碼重分布(Ac^A1，…，AJ ；③計(jì)算{Zk}的碼重分布概率丨AA，…，pJ =||，·^·，···，]^，Pi是重量為i的碼字在集合{Zk}中出現(xiàn)的概率，M為碼字集合中碼字的總數(shù)。步驟4 :計(jì)算并存儲(chǔ)，統(tǒng)計(jì)得到的當(dāng)前多項(xiàng)式的實(shí)際碼重概率分布{匕，P1,…，PJ與預(yù)存的當(dāng)前多項(xiàng)式對(duì)應(yīng)的理論分布之間的歸一化歐幾里德距離dEc;u，然后進(jìn)入步驟2，繼續(xù)下一個(gè)可能的多項(xiàng)式的測(cè)試；dEcu的具體計(jì)算方法是dEcu, Pi, i = O, I,…，r是實(shí)際統(tǒng)計(jì)得到的碼重分布概率，Qi, i = O, I,…，r是理論概率分布,Pi, i = O, I,…，r和Qi, i = O, I,…，r
,ζ- ζ~^2κ-fr-l ζ-tr、
等長(zhǎng)且具有相同的i。此時(shí)的理論概率分布為#，兮，才，即i =
VΛ- —J^ 5
O,1，…，r，其中(為當(dāng)前多項(xiàng)式理論上碼字的碼重為i的概率。步驟5 :在完成多項(xiàng)式集中所有可能的多項(xiàng)式的測(cè)試之后，比較計(jì)算所得的全部dEcu的大小，實(shí)際統(tǒng)計(jì)碼重分布概率與相應(yīng)多項(xiàng)式的理論概率分布之間的歸一化歐幾里德距離dEc;u最大的那組碼字對(duì)應(yīng)的多項(xiàng)式即為待識(shí)別的自同步擾碼多項(xiàng)式，從而完成解擾。下面以某一段采取了自同步加擾(生成多項(xiàng)式為l+x18+x23)的接收序列為例，闡述本發(fā)明的具體實(shí)施過(guò)程。選取長(zhǎng)為2000 比特的測(cè)試序列{yk} :110000010000100000010111010010001......
1000001000110001110101011001111。假若取可能多項(xiàng)式為1+X+X3+X4+X1(I，多項(xiàng)式中包含項(xiàng)數(shù)個(gè)數(shù)r為5 ;按照該多項(xiàng)式抽取得到碼字集合{ZJ = {00011，00001，10000，，11001，11110}，統(tǒng)計(jì)得到集合{ZJ的碼重分布為 MtllA1, A2, A3, A4, AJ = {63，310，625，621，316，65}，碼重概率分布為{P0, P1, -,PJ = {O. 0317,0. 1558, O. 3141, O. 3121, O. 1588, O. 0327}；
(廠I廣3\此時(shí)的理論概率分布為，則統(tǒng)計(jì)的碼重概率分布與理論概率分布之間的歸一化歐幾里德距離為d =-=5.6562xl0-4
6 y i=o 2在實(shí)際通信中，為了盡可能地減少誤碼擴(kuò)散和經(jīng)濟(jì)上的原因，擾碼所使用的多項(xiàng)式多為稀疏多項(xiàng)式，其項(xiàng)數(shù)通常為3或5，并且線(xiàn)性反饋移位寄存器LFSR的級(jí)數(shù)絕大多數(shù)分布在3到60之間，及可能的多項(xiàng)式(待測(cè)的多項(xiàng)式)為3到60階的3項(xiàng)式和5項(xiàng)式。在測(cè)試完本原多項(xiàng)式集合中3到60階的3項(xiàng)式和5項(xiàng)式(多項(xiàng)式序號(hào)0-5000)后，由圖3可以看出，實(shí)際統(tǒng)計(jì)碼重分布概率與相應(yīng)的理論分布之間的歸一化歐幾里德距離dEC;u在多項(xiàng)式序號(hào)取248 (對(duì)應(yīng)多項(xiàng)式l+x18+x23)處出現(xiàn)明顯峰值，此時(shí)的實(shí)際統(tǒng)計(jì)碼重概率分布為
(O. 1492，O. 2983，O. 4510，O. 1016)，相應(yīng)的
權(quán)利要求
1.基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，包括以下步驟 a、從接收數(shù)據(jù)中選取一段數(shù)據(jù)作為測(cè)試序列； b、從本原多項(xiàng)式集合中逐一取出待測(cè)的多項(xiàng)式進(jìn)行測(cè)試 bl、將測(cè)試序列依次輸入抽取處理模型，抽取處理模型按當(dāng)前多項(xiàng)式抽取并輸出碼字，將每次輸出的碼字作為當(dāng)前多項(xiàng)式的碼字集合； b2、計(jì)算碼字集合中各碼字的漢明重量；通過(guò)統(tǒng)計(jì)當(dāng)前多項(xiàng)式的碼字集合中各漢明重量下碼字個(gè)數(shù)，得到當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率； b3、計(jì)算并存儲(chǔ)當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率與當(dāng)前多項(xiàng)式的理論概率分布之間的歸一化歐幾里德距離； C、完成本原多項(xiàng)式集合中所有待測(cè)的多項(xiàng)式的測(cè)試完畢之后，將最大的歸一化歐幾里德距離所對(duì)應(yīng)的多項(xiàng)式作為自同步擾碼多項(xiàng)式，對(duì)接收到的數(shù)據(jù)進(jìn)行解擾。
2.如權(quán)利要求I所述基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，步驟bl的具體步驟為 ①在本原多項(xiàng)式集中選擇一個(gè)待測(cè)的多項(xiàng)式=r為當(dāng)前多項(xiàng)式包含的項(xiàng)數(shù)個(gè)數(shù)，L表示多項(xiàng)式中第j個(gè)元素X所對(duì)應(yīng)的指數(shù)，j e {^，…,r};初始化k=ir，將測(cè)試序列{yk}前^+I個(gè)比特按照Γ'·Λ- 2…力―“Λ、的順序依次輸入抽取處理模型，然后按照多項(xiàng)式的抽頭關(guān)系抽取相應(yīng)比特，輸出碼字
3.如權(quán)利要求I所述基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，步驟b2中通過(guò)統(tǒng)計(jì)當(dāng)前多項(xiàng)式的碼字集合中各漢明重量下碼字個(gè)數(shù)，得到當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率的具體方法是 統(tǒng)計(jì)出碼字 中非O碼元的個(gè)數(shù)為該碼字的漢明重量W(Zk),
4.如權(quán)利要求3所述基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，步驟b2中得到當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率的具體方法是 從O至r統(tǒng)計(jì)碼字集合{Zk}中漢明重量等于i(i = O，1，···，!■)的碼字?jǐn)?shù)目Ai,最終得到碼字集合{Zk}的碼重分布{A。，Ai, ···，、}； 計(jì)算碼字集合{Zk}的碼重分布概率風(fēng)；，…j.卜…，Pi是重量為i的碼字 [M M Mj在集合{Zk}中出現(xiàn)的概率，M為碼字集合中碼字的總數(shù)。
5.如權(quán)利要求4所述基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，步驟b3具體為 當(dāng)前多項(xiàng)式的實(shí)際碼重分布概率與預(yù)存儲(chǔ)的當(dāng)前多項(xiàng)式的理論概率分布之間的歸一化歐幾里德距離dEc;u為4 =4τ^ΣΙ^-β|2 ，其中Pi, i = O，1，…，r是實(shí)際碼重分布概 + A V '=ο率，Qi, i = 0,l,…，r是理論概率分布，相應(yīng)的理論概率分布為[菩，爭(zhēng)，昏…，手署j , BP β = ，…，r，e,為當(dāng)前多項(xiàng)式理論上碼字的碼重為i的概率。
6.如權(quán)利要求I所述基于碼重分布的自同步擾碼盲識(shí)別方法，其特征在于，所述待測(cè)的多項(xiàng)式為本原多項(xiàng)式集合中3到60階的3項(xiàng)式和5項(xiàng)式。
全文摘要
本發(fā)明提供一種基于碼重分布的自同步擾碼盲識(shí)別方法，根據(jù)擾碼序列按擾碼多項(xiàng)式進(jìn)行抽取所得的碼重和采用非擾碼多項(xiàng)式的多項(xiàng)式進(jìn)行抽取所得的碼重之間存在不同的分布特性，將自同步擾碼盲識(shí)別問(wèn)題轉(zhuǎn)化為實(shí)際碼重分布概率與理論分布之間的距離的計(jì)算，并引入歸一化歐幾里德距離作為距離衡量準(zhǔn)則，根據(jù)本原多項(xiàng)式集合中各多項(xiàng)式實(shí)際對(duì)應(yīng)的歸一化歐幾里德距離在本原多項(xiàng)式集合中確定擾碼多項(xiàng)式。
文檔編號(hào)H04B1/7073GK102710282SQ20121014318
公開(kāi)日2012年10月3日 申請(qǐng)日期2012年5月10日 優(yōu)先權(quán)日2012年5月10日
發(fā)明者廖紅舒, 李萬(wàn)春, 李立萍, 甘露, 袁葉 申請(qǐng)人:電子科技大學(xué)