33、子序列生成器、ℓ序列与M元低相关区序列集设计

子序列生成器、ℓ序列与M元低相关区序列集设计

在数字序列处理和密码学领域,子序列生成以及低相关区序列集的设计是非常重要的研究方向。下面将详细介绍子序列生成的方法以及M元低相关区序列集的设计。

子序列生成方法
FCSR合成构造法
  • 算法原理 :存在基于欧几里得算法或格近似的算法,可确定生成子序列$S_i^d$的最小反馈带进位移位寄存器(FCSR)。这些算法利用$S_i^d$的前$k$位来找到$h^ $和$q^ $,使得$h^ /q^ $是子序列的2 - 进表示,且满足$-q^ < h^ \leq 0$和$\gcd(q^ , h^ ) = 1$。随后,能找到伽罗瓦或斐波那契架构下FCSR的反馈位置和初始状态。$k$的值约为序列线性2 - 进复杂度的两倍。
  • 周期关系 :设$S = (s_0, s_1, s_2, \cdots)$是周期为$T$的周期序列,对于给定的$d > 1$和$0 \leq i \leq d - 1$,$S_i^d$是周期为$T^ $的抽取序列,则有$T^ \leq \frac{T}{\gcd(T, d)}$。若$\gcd(T, d) = 1$,则$T^ = T$。例如,当$S$是$-1/19$的2 - 进表示且$d = 3$时,$\frac{T}{\gcd(T, d)} = 6$,但$S_0^3$的周期$T^ = 2$,$S_1^3$的周期$T^* = 6$。
  • 复杂度问题 :这种方法的一个关键问题是新FCSR的规模可能比原始的大得多。一般情况下,仅知道$q^ $满足$q^ | 2^{T^ } - 1$。在允许的抽取(即$d$和$T$互质)情况下,若$S$是$h/q$($q = p^e$,$p$为质数,$e \geq 1$且$-q \leq h \leq 0$)的2 - 进表示,$d$与$T = p^e - p^{e - 1}$互质,则$q^ $整除$2^{T/2} + 1$。基于猜想1,若$\gcd(T, d) = 1$,则$q^* > q$。当$q$为质数且$T = q - 1 = 2p$($p$为大于2的质数)时,除$d = T/2$的平凡情况外,任何抽取的子序列的复杂度都比原始序列大。

流程图如下:

graph TD;
    A[输入序列S和抽取参数d] --> B[使用算法确定h*和q*];
    B --> C[计算周期T*];
    C --> D{判断gcd(T, d)是否为1};
    D -- 是 --> E[T* = T];
    D -- 否 --> F[T* <= T/gcd(T, d)];
    E --> G[确定FCSR反馈位置和初始状态];
    F --> G;
多步FCSR构造法
  • 原理概述 :多步FCSR是一个带有进位路径的互连移位寄存器网络,时间$t$的反馈计算直接依赖于时间$t - 1$产生的进位。将$m$位FCSR转换为$d$个子序列生成器,首先使用方程1修改移位寄存器的映射。
  • 斐波那契架构 :在斐波那契设置中,转换使用以下方程:
  • $(x_i) {t + d} = \begin{cases} g(X {t + d - m + i}, c_{t + d - m + i}) \bmod 2, & \text{if } m - d \leq i < m \ (x_{i + d})_t, & \text{if } i < m - d \end{cases}$
  • $c_{t + d} = g(X_{t + d - 1}, c_{t + d - 1}) / 2$
    其中$g(X_t, c_t) = h(X_t) + c_t$是斐波那契设置下FCSR的反馈函数,$h(X_t) = \sum_{i = 0}^{m - 1} a_i (x_i)_t$。由于函数$g$的性质,可将自动机分为两部分,一部分处理与移位寄存器$X_t$相关的计算,另一部分是进位路径。
  • 伽罗瓦架构 :伽罗瓦FCSR的情况更复杂,因为电路不能分为两部分,每个进位寄存器位必须单独处理。以$q = 19$的伽罗瓦FCSR为例,其基本运算符(带进位加法)的修改是获得子序列生成器的关键转换。与该FCSR关联的$d = 2$的子序列生成器定义如下:
  • $t + 1$时:
    • $(x_0)_{t + 1} = (x_0)_t \oplus (x_1)_t \oplus (c_0)_t$
    • $(c_0)_{t + 1} = [(x_0)_t \oplus (x_1)_t] [(x_0)_t \oplus (c_0)_t] \oplus (x_0)_t$
  • $t + 2$时:
    • $(x_0) {t + 2} = (x_0) {t + 1} \oplus (x_2) t \oplus (c_0) {t + 1}$
    • $(c_0) {t + 2} = [(x_0) {t + 1} \oplus (x_2) t] [(x_0) {t + 1} \oplus (c_0) {t + 1}] \oplus (x_0) {t + 1}$
      所有全加器在$d$个子序列生成器中被替换为$d$位波纹进位加法器。
M元低相关区序列集设计
背景与需求

在准同步码分多址(QS - CDMA)系统中,不同用户信号之间的相对码片时间延迟限制在一定时间间隔内。因此,QS - CDMA系统的性能由扩频序列在原点附近的相关性决定。低相关区(LCZ)序列是此类系统中扩频序列的理想选择。为了应用于QS - CDMA系统,需要一个包含多个序列且具有宽低相关区的LCZ序列集。然而,LCZ序列集的集合大小和LCZ大小之间存在权衡,这由Tang - Fan - Matsufuji界来描述。

设计方法

提出了一种新方法,通过交织技术从具有良好自相关的M元序列构造M元低相关区(LCZ)序列集,其中M是偶数。所构造的LCZ序列集相对于Tang - Fan - Matsufuji界是最优或接近最优的。由于在字母表大小、LCZ大小和周期的选择上具有灵活性,这种构造方法可应用于准同步码分多址环境的各种情况。

表格总结两种子序列生成方法的特点:
| 方法 | 优点 | 缺点 |
| ---- | ---- | ---- |
| FCSR合成构造法 | 理论基础明确,可确定最小FCSR | 新FCSR规模可能指数级增大,复杂度高 |
| 多步FCSR构造法 | 可利用现有FCSR结构进行转换 | 伽罗瓦架构实现复杂 |

子序列生成器、ℓ序列与M元低相关区序列集设计

两种子序列生成方法的比较
  • 复杂度方面
    • FCSR合成构造法 :此方法比线性反馈移位寄存器(LFSR)的情况更复杂。生成$S_i^d$的最小生成器的大小可能依赖于$i$,并且只能给出$q^ $的上界。在一般情况下,$q^ | 2^{T^ } - 1$;当$\gcd(d, T) = 1$时,$q^ | 2^{T/2} + 1$。基于猜想1,若$\gcd(T, d) = 1$,则$q^* > q$。特别是当$p = 2p + 1$($p$和$q$为质数)时,生成的子序列生成器总是比原始的大。
    • 多步FCSR构造法 :除了进位路径和带进位加法的成本外,多步FCSR实现的复杂度与LFSR的多步实现非常相似。在内存方面没有额外开销。对于伽罗瓦FCSR,逻辑门的数量为$5d×wt(q)$,其中$wt(q)$是$q$的二进制表示中1的数量,数字5对应于全加器所需的五个门(四个异或门和一个与门)。在斐波那契设置中,逻辑门的数量由特定公式给出,涉及并行位计数器的实现成本和波纹进位加法器的成本。

以下是两种方法复杂度对比表格:
| 方法 | 复杂度特点 |
| ---- | ---- |
| FCSR合成构造法 | 只能给出$q^*$上界,新生成器可能比原始大,复杂度受多种因素影响 |
| 多步FCSR构造法 | 除进位相关成本外与LFSR多步实现相似,有确定的逻辑门数量计算方式 |

  • 实现难度方面
    • FCSR合成构造法 :由于需要使用基于欧几里得算法或格近似的算法来确定$h^ $和$q^ $,并且要考虑周期关系和复杂度问题,实现过程较为复杂,对算法的理解和应用要求较高。
    • 多步FCSR构造法 :虽然在斐波那契架构下有相对明确的转换方程,但在伽罗瓦架构下,由于电路不能简单拆分,每个进位寄存器位需单独处理,实现难度也较大。不过,它可以利用现有的FCSR结构进行转换,在一定程度上有其优势。
子序列生成与流密码的关系

在流密码的应用中,子序列生成的结果具有重要意义。特别是对于具有特定周期和参数的FCSR,如$q$为质数且$T = q - 1 = 2p$($p$为大于2的质数)的情况,任何抽取的子序列(除$d = T/2$的平凡情况外)都具有比原始序列更大的2 - 进复杂度。这意味着在流密码中,对这样的FCSR进行抽取得到的子序列在安全性上可能更有保障,因为更高的2 - 进复杂度使得序列更难以被分析和破解。

例如,在某些流密码设计中,可能会利用子序列生成的方法来增加序列的复杂度,从而提高密码系统的安全性。通过合理选择抽取参数$d$和原始序列的参数$q$、$T$等,可以得到具有不同复杂度和特性的子序列,以满足不同的安全需求。

M元低相关区序列集设计的应用拓展

M元低相关区(LCZ)序列集的设计由于其在字母表大小、LCZ大小和周期选择上的灵活性,在准同步码分多址(QS - CDMA)环境中有广泛的应用拓展。

  • 不同场景下的参数选择

    • 在一些对用户数量要求较高的场景中,可以选择较大的字母表大小$M$,以增加序列集的大小,从而容纳更多的用户。同时,根据实际的时间延迟限制,合理调整LCZ大小,以确保系统的性能。
    • 在对时间同步要求较高的场景中,可以选择较小的LCZ大小,以提高系统对时间延迟的敏感度,保证信号的准确传输。
  • 与其他技术的结合

    • 可以将M元LCZ序列集设计与其他信号处理技术相结合,如信道编码技术。通过对序列进行编码,可以进一步提高信号的可靠性和抗干扰能力。
    • 还可以与自适应调整技术相结合,根据系统的实时状态和环境变化,动态调整序列集的参数,以优化系统的性能。

流程图展示M元LCZ序列集在QS - CDMA系统中的应用流程:

graph TD;
    A[确定系统需求] --> B[选择字母表大小M、LCZ大小和周期];
    B --> C[构造M元LCZ序列集];
    C --> D[应用于QS - CDMA系统];
    D --> E{系统性能评估};
    E -- 不满足要求 --> B;
    E -- 满足要求 --> F[持续运行系统];
总结与展望

子序列生成的两种方法,FCSR合成构造法和多步FCSR构造法,各有优缺点。FCSR合成构造法理论基础明确,但新生成器复杂度高;多步FCSR构造法可利用现有结构,但伽罗瓦架构实现复杂。在流密码中,子序列生成可提高序列的2 - 进复杂度,增强密码系统的安全性。M元低相关区序列集设计由于其灵活性,在QS - CDMA环境中有广泛的应用前景,可通过合理选择参数和与其他技术结合,进一步优化系统性能。

未来的研究方向可以集中在以下几个方面:
- 进一步优化子序列生成方法,降低新生成器的复杂度,提高实现效率。
- 深入研究M元LCZ序列集的性质,寻找更优的构造方法,以满足更高的性能要求。
- 探索子序列生成和M元LCZ序列集设计在其他通信系统和密码学领域的应用,拓展其应用范围。

考虑柔性负荷的综合能源系统碳经济优化调度【考虑碳交易机制】(Matlab代码实现)内容概要:本文围绕“考虑柔性负荷的综合能源系统碳经济优化调度”展开,重点研究在碳交易机制下如何实现综合能源系统的碳化经济性协同优化。通过构建包含风电、光伏、储能、柔性负荷等多种能源形式的系统模型,结合碳交易成本能源调度成本,提出优化调度策略,以降碳排放并提升系统运行经济性。文中采用Matlab进行仿真代码实现,验证了所提模型在平衡能源供需、平抑可再生能源波动、引导柔性负荷参调度等方面的有效性,为碳能源系统的设计运行提供了技术支撑。; 适合人群:具备一定电力系统、能源系统背景,熟悉Matlab编程,从事能源优化、碳调度、综合能源系统等相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究碳交易机制对综合能源系统调度决策的影响;②实现柔性负荷在削峰填谷、促进可再生能源消纳中的作用;③掌握基于Matlab的能源系统建模优化求解方法;④为实际综合能源项目提供碳经济调度方案参考。; 阅读建议:建议读者结合Matlab代码深入理解模型构建求解过程,重点关注目标函数设计、约束条件设置及碳交易成本的量化方式,可进一步扩展至多能互补、需求响应等场景进行二次开发仿真验证。
【顶级EI复现】【最新EI论文】温环境下考虑电池寿命的微电网优化调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI复现】【最新EI论文】温环境下考虑电池寿命的微电网优化调度(Matlab代码实现)》的技术文档,重点围绕在温环境下,结合电池寿命衰减因素对微电网系统进行优化调度的研究。该研究通过建立数学模型,综合考虑风光储、柴油、燃气等多种能源形式以及电网交互关系,利用Matlab编程实现优化算法(如内点法、多目标粒子群算法等),完成对微电网运行成本、能源效率电池使用寿命之间的多目标协同优化。文中强调了实际寒潮场景下的V2G调度数据应用,并提供了完整的仿真代码数据支持,具有较强的工程复现价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事微电网、储能系统优化等相关领域的工程技术人员;尤其适合希望复现高水平EI论文成果的用户; 使用场景及目标:①用于温环境下微电网能量管理系统的建模仿真;②支撑考虑电池老化机制的储能优化调度研究;③服务于学术论文复现、课题项目开发及智能电网优化算法验证; 阅读建议:建议结合提供的网盘资源(包括YALMIP工具包、完整代码数据)进行实践操作,重点关注目标函数构建、约束条件设置及多目标优化求解过程,建议在Matlab环境中调试代码以深入理解算法实现细节系统响应特性。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值