序列信号发生器设计

序列信号发生器设计（精选八篇）

序列信号发生器设计 篇1

设计任务:设计一个二进制序列信号检测器,它有一个输入X,当接收到的序列为1001,则在上述序列输入最后一个1的同时,电路输出Z=1,否则输出为0,输入序列可以重叠。例如:当输入X的序列为0100100101001(首位在左),对应输出Z=0000100100001

1 用分立触发器设计

触发器的种类很多,其中双端输入的JK触发器和单端输入的D触发器最具代表性。由于用D触发器设计的电路更为简单,故采用它来设计电路。

1.1 逻辑抽象

由于待检测的序列为1001,故设电路在一直输入0时的状态为S0,输入一个1以后的状态为S1,连续输入10以后的状态为S2,连续输入100后的状态为S3,连续输入1001后的状态为S4[2]。于是得到状态转换如图1所示。

选取第1、3行解释其原理:S0表示接收到的是0,当在此基础上再接收到一个0后变为00,而需要检测的序列是1001,所以电路状态仍然停留在S0上;当电路在S0的基础上接收到1后表示接收到1001序列中的第一个1,于是电路状态转为S1。同理S2表示已经接收到10,当在此基础上接收到0后变为100,电路转到S3,但是接收到1后则变为101,于是前面接收的两位代码失去作用,只有第3位的1可作为1001的第一位,所以电路状态转回S1。

通过观察状态转换表,可以发现,S1和S4在同样的输入下有同样的输出,而且状态转移后得到同样的次态。因此它们是等价的可以合并,于是,状态转换表可以化简如图2所示。

从物理概念上也不难理解这种情况。当电路连续接收到1001后,输出为1,但序列可以重叠,故最后一个1可作为下一个1001序列的第一位,所以电路在连续接收到1001后的状态S4实际上就是S1[3]。

1.2 编码

由化简后的状态转换表2可知,电路总共有4种状态(S0～S3),而每个触发器的输出Q可以用0或1表示两种状态,于是两个触发器的输出Q1Q0的4种00、01、10、11就可以表示这4种状态S0～S3。这个过程即为编码。

1.3 列真值表并写出状态方程

将化简后的状态转换为表中各状态,用编码表示即得到真值表,如图3所示。其中Q1*Q0*表示Q1Q0的下一状态。写出Q1*、Q0*、Z关于X,Q1,Q0的方程,即电路的状态方程[4],如式(1)所示。

1.4 作逻辑电路图

由于D触发器的特性方程为Q*=D,从而,根据该方程就可以画出逻辑电路图,如图4所示。

2 将触发器接成移位寄存器进行设计

以上设计方法主要依靠电路的状态转换实现序列码检测,虽然所得电路简单,但是设计过程较复杂,特别是当需要检测的序列码位数较长时,工作量较大。为此,将触发器接成移位寄存器的方式,可简化电路设计,同时也便于扩展成位数更多的序列码检测器。用4个D触发器接成的向右移位寄存器。电路如图5所示。

由图5可知,Z=。在移位脉冲clk作用下,输入端X输入的二进制码依次向右移动,每当出现一个完整的1001序列时,输出端Z便出现高电平。这样就实现了序列码检测的功能。

3 用中规模集成电路进行设计

既然用移位寄存器可以实现序列信号检测,那么用集成移位寄存器加少量门电路同样可以实现,而且电路可靠性更高。用4位集成移位寄存器74LS194,实现的序列1001检测器,如图6所示。

4 当序列不可重叠时的电路设计

用以上3种方法设计出的电路,都是可序列重叠的序列码检测器,若要求被检测的序列不可重叠,则在方法1中,只需要根据实际情况修改状态转换表即可,后面的设计原理及步骤不变。这种设计方法存在的问题仍然是当待检测的序列位数较长时,设计工作量大、电路可靠性降低。在采用第2、第3种方法设计时,需增加部分控制电路,为保证输入与时钟的同步性,需要使得每当检测出一个序列时,直接将序列的下一位置入寄存器最低位,同时置寄存器其余各位为序列码最后一位的反码以消除重叠代码的影响。此外再用一个锁存器使输出高电平多保持0.5个时钟周期其优点是可以消除移位过程中的竞争冒险使得输出波形更稳定、电路可靠性更高,电路如图7所示。

摘要：介绍了一种二进制序列信号检测器的3种设计方法,该电路可应用于安全防盗、密码认证等加密场合,以及在海量数据中对敏感信息的自动侦听。电路采用数字系统设计方法,步骤程序化,电路可靠性高。

关键词：序列信号检测,数字电路,自动侦听

参考文献

[1]阎石.数字电子技术基础[M].北京:高等教育出版社,2005.

[2]康华光.电子技术基础[M].北京:高等教育出版社,1998.

[3]李哲英.电子技术及其应用基础[M].北京:高等教育出版社,2003.

中职一年级写作训练序列设计 篇2

别字连篇，卷面潦草，病句成堆;思路混乱，文理不通，不知所云;笔下无物，认识浅薄，无病呻吟：这就是当今中职生作文的常见病。该病覆盖面之广，祸害之深，让人痛心疾首。但是，反观今天中职校的作文教学现状，语文老师不是淡化作文，就是随意放任，无序无效。这难道就是作文教学的应有之道吗？

写作，不仅是写成一篇文章，也是一种生存的技能，更是一种生命的创造。

中职作文教学，不是为了培养文学创作人才，而是为了学生能够熟练地使用汉语言文字，准确恰当地表达自己的思想感情。

中职作文教学，应当有一条切实可行的教学序列，它是与学生认知水平相适应的序列。

中职作文教学，一定要有一些核心的要素，这些要素能与学生能力的发展相适应相促进。

基于以上认识，我们尝试了一些行之有效的方法，并设计了一条中职一年级的写作训练序列。具体如下：

一、教学内容

中职一年级的学生作文训练，必须紧扣学生作文现有水平，抓住作文训练的根本。为此，我们降低标准和要求，设计了“一体两翼”的作文训练序列。

一体即说话训练。说话即口头作文，把话说通说好，写成文字，自然就是流畅的段落篇章。而且从牙牙学语开始，每个人每天都在说话，学生对说话训练就不会有畏惧感。故而，中职一年级的作文教学，以说话训练作为突破口，每天训练，持之以恒，必有成效。

两翼即基础翼和实践翼。基础翼是识字、书写、背诵范文、加强阅读，实践翼是片段练习、思维训练、写札记。这是整个中职阶段的基础工程。

二、教学序列

（一）一体训练——一学年（先易后难先放后收）

在中职一年级阶段，一体训练也即说话训练贯穿始终。利用每堂课前的5分钟时间，进行说话训练，学生按照座位号顺序轮流进行。命题式说话训练与自助式说话训练相结合，事先准备与即兴训练相结合，搭建一个合理有序的说话训练序列。它既锻炼了学生的口头表达能力和思维能力，又增强了学生的自信心与勇气，耗时少，收效快，简便易行。

说话训练忌随意无序，要认真做好计划与安排，体现训练的有序合理。因此，一个学年的说话训练，可以尝试采用专题的形式进行。

自由说话专题：让学生自由构思，任选话题，可以先写好说话稿，轮到的学生可以照稿子念。没有束缚，放开限制，只要学生能张嘴说话就好。

格言警句专题：要求学生就自己喜欢的一句格言或一段话进行推介并加以简单的评述。

好书推荐专题：让学生把自己最喜欢的一本书介绍给大家，要求简述该书的大概，并陈述两条自己喜欢的理由。

历史人物专题：让学生通过阅读或者上网查阅相关历史人物的传记，对人物的生平贡献等进行简介并评述，如孔子、孟子、庄子、韩非子、墨子等。

现实人物专题：要求学生以自己生活中碰到的人物为观察对象，可以是老师同学，可以是父母亲友，可以是商贩行人，只要能抓住人物的一两个特点进行描述即可。

社会热点专题：要求学生根据社会正在发生的一些热点问题，提出自己的见解，能有自己的观点，并言之成理，让人信服。

以上专题训练，基本上按照先易后难先放后收的顺序进行安排，能够体现黎锦熙先生所倡导的“非作文的作文”的理念。

（二）基础翼——上学期（多头并进夯实基础）

基础翼的多头并进，就是在中职一年级上学期阶段，实施写字、认字、范文背诵、加强阅读四方面的基础训练，是整个中职写作学习的基础阶段。

1.写字训练

书写，是作文的基本技能。书写相对工整的文字，是初中毕业生的基本要求，但事实上中职学校的相当多的学生，其书写水平不敢恭维。因此，学校组织编印书法校本教材，安排学生利用课余时间进行书法训练，每周一节课书法指导训练，要求学生上交2张书法习作。字写工整了，学习态度人生态度也端正了。

2.认字训练

认字，本不应该安排到相当于高中阶段的中职生来训练，接受九年义务教育的学生必须能认识3500个字。然而，事实是一篇普通的文章，有的学生还认字不全，无法通读。因此，生字教学，还得进行。当然，其载体除了语文课本以外，可以引进传统蒙学读物，如《弟子规》《千字文》等，既可以进行生字教学，又能对学生进行传统文化的教育。当然，这样的做法很是无奈，但必须得做。

（三）范文背诵

根据张志公先生在《传统语文教育初探》中的观点，一个学生至少熟读古文200多篇，方能具备基本的读写能力。巴金先生，就是小时候熟背《古文观止》，这为他一生的写作奠定了坚实的基础。另外，心理学研究表明，如果没有一定的文本及语言图式，学生是无法培养起基本的写作能力的。但是，走进中职校的学生，基本是被重点高中筛选后的基础较差的学生，问他们能背起什么文章，大多是摇头或者是小学课本里背过的几首古诗。为此，可以编选文质兼美各体兼备的名家范文，选文既要适合中职生的心理特点，能够激起他们的自信或者审美趣味，又要琅琅上口，易于学生背诵。为了促进背诵，可以举办班级或者年级背诵比赛。当这些文章熟读成诵烂熟于心时，学生就掌握了学习写作的最基本的范式。

（四）加强阅读

阅读是写作的基础。学生只有大量的阅读，才能为写作打下坚实的基础。教师除了上好阅读课外，可以介绍一些阅读方法，同时把读与写札记结合起来，不动笔不读书。哪怕只是一点小的感悟小的体会，都可以记在自己的札记本里。日积月累，读写互动，实现读写的良性发展，最终实现语文素养的全面提升。为了达到这个目的，可以举办相关的讲座，邀请本土作家介绍经验，举行各种读书活动，充分调动学生读书的积极性，营造一种良好的校园读书氛围。当然，语文老师本身必须多读书善读书读好书，才能为学生的读书树立一个好的标杆。

三、实践翼——下学期（注重训练突出思维）

（一）片段训练

当学生基本通过了书写关，有了一定的说话训练，积累了一定的文章范式，就可以对学生进行专项的片段训练。片段训练是作文教学的核心要素，上可以成篇，下可以缩句，形式上可以小于等于或者大于文章中的段落。能够写好一个片段，也就容易写好一篇文章。教师可以选取课文或者经典名著中的经典片段，进行专题的训练，让学生掌握片段的特点构成要素，主旨句、过渡句、总结句的安排特点与变化形式，内容写作上的一面两面多面。多数学生能够比较自如地进行片段写作，就可以指导学生全篇文章的写作了。

（二）思维训练

作文是思维结果的呈现形式，没有思维也就没有作文。思维方法很多，教师可以有选择地介绍一些常见的思维方法，如多角度思维方法，逆向思维法，一分为二思维法，等等。同时，也是最重要的，应该指导学生在日常生活进行写作活动，自觉运用相应思维方法去观察思考自己周围的世界，写札记，说话训练，片段训练，都必须加以运用。因为思维的不同，学生所看到的世界就会异彩纷呈，笔下的文字自然活色生鲜。

（三）札记训练

黎锦熙先生认为，札记优于作文。所谓札记，可以包括所有的课外写作形式，日记读书笔记，一条美文，一个心得，可以一篇，可以一段，可以一句，形式不拘内容多样。这种写作，学生自主性强，题材和体裁均不受限制，只要自己感兴趣，都可以写，甚至可以配上插图，以美化自己的札记本。当然，教师对于札记写作，也要进行适当的指导和检查，写的内容必须是有感而发，切忌无病呻吟。

四、几点看法

作文训练是个累活，哪怕是一个小小的能力与习惯的形成，没有师生的共同付出和努力耕耘，几乎是不可能的，何况是基础与自信都存在欠缺的中职生。

作文训练是个慢活，必须循序渐进，盈科而后进，任何的骄躁懈怠，都可能无功而返。

作文训练是个细活，既需要教师对学生训练的细致计划和对学生心理状态的敏锐觉察，也需要学生自己对生活的观察与深入思考，在阅读写作感悟中，日积跬步，才能到达千里之外。

（福建省中小学教师发展基金资助，课题编号：FZJJ20130400046）

序列信号发生器设计 篇3

伪随机序列[1]良好的随机性和接近于白噪声的相关函数, 使其易于从信号或干扰中分离出来;伪随机序列的可确定性和可重复性, 使其易于实现相关接收或匹配接收, 因此, 具有良好的抗干扰性能。伪随机序列的这些特性使得它在伪码测距、导航、遥控遥测、扩频通信、多址通信、分离多径、数据加扰、信号同步、误码测试、线性系统、各种噪声源等方面得到了广泛的应用。

伪随机序列种类繁多, 如m序列、M序列、GOLD码等, 但在所有伪随机序列中, m序列是最重要、最基本的一种伪随机序列。虽然m序列的实现有多种方式, 但很少能达到根据需要实时更改序列长度和码字时长的要求。而SOPC Builder开发工具允许用户依据规则定义和设计所需的设备, 灵活有效地完成系统的一体化设计和开发。本文介绍在SOPC Builder中集成伪随机序列信号发生器 (pseudo_m) IP核的过程, 为以Nios II作为处理器的嵌入式开发者提供参考。

1 伪随机序列的产生

伪随机序列在一个周期内的信号是纯随机的, 但各个周期内的信号是完全相同的。伪随机序列具有接近于白噪声的相关函数, 但却具有可确定性和可重复性。伪随机序列的特征:

(1) 每一周期内0和1出现的次数近似相等。

(2) 这些序列以 (2N-1) 个 (N为正整数) 码元为周期呈周期性变化。

(3) 每个周期包含奇数个随机排列的正负码元。

m序列是最长线性反馈移存器序列的简称, 它是由带线性反馈的移存器产生的周期最长的一种序列。图1给出了一个n级移位寄存器实现的m序列发生器, 其中有若干级经模2加法器反馈到第1级。应用n级移位寄存器所产生的序列的最长周期是2n-1。

要用n级移位寄存器来产生m序列, 关键在于选择哪几级移位寄存器作为反馈, 产生m序列的充分必要条件是特征多项式为本原多项式。

本原多项式定义:若一个n次多项式f (x) 能满足条件:

(1) f (x) 为不可约的;

(2) f (x) 可整除xm+1, 其中m=2n-1;

(3) f (x) 除不尽xq+1, q

则称此特征多项式f (x) 为本原多项式。常用的本原多项式如表1所示。

2 伪随机序列信号发生器IP核设计

Avalon接口简化并统一了FPGA系统设计中的组件连接规范。Avalon接口定义了一组信号类型 (片选、读使能、写使能、地址、数据等) , 用于描述主/从设备上基于地址的读/写接口。Avalon外设可根据自身的控制逻辑和时序特性使用准确的信号与其内核逻辑进行接口[2,3]。

伪随机序列信号发生器IP核在Nios II处理器的控制下通过Avalon总线对IP核的寄存器进行读写, 以产生符合时间长度和周期的m序列。

2.1 硬件设计

设计时采用自顶向下的设计和自底向上的实现思想, 将伪随机序列信号发生器IP核自顶向下分为3个功能模块:接口模块 (Avalon Interface) 作为顶层模块, 定义总线接口信号;寄存器文件模块 (Register File) 完成该元件与外部信号进行通信, 提供访问与控制元件的逻辑界面;任务逻辑模块 (Task Logic) 实现元件的硬件功能。从最底层的模块开始编程实现, 只要保证下层模块的正确性, 上层模块的正确性就容易得到保证[4]。

(1) 接口模块

接口模块作为顶层模块, 为寄存器文件模块提供了一个标准的Avalon前端, 它使用 Avalon必需的信号来访问寄存器文件, 并且支持任务逻辑的传输类型[4], 负责复位、片选、寻址及对内部寄存器进行读写等, 主要完成从 Nios II处理器接收指令和数据。具体接口信号如表2所示。

(2) 寄存器文件模块

寄存器文件模块提供了IP核与外界交换信息的途径。有了寄存器文件, 可以通过Avalon接口采用“基地址+地址偏移量”的方式来访问IP核内部的各个寄存器。本设计一共有3个寄存器, 如表3所示。

在HDL文件中, 在resetn无效, clk、wr有效, 当address信号为“0”时, 将write_data的数据写入code_len Register中;当address信号为“1”时, 将write_data的数据写入order Register中, 根据逻辑

任务中order与对应阶次的本原多项式产生对应周期的伪随机序列;当address信号为“2”时, 将write_data的数据写入enable Register中。

(3) 任务逻辑模块

任务逻辑主要包括2个部分:伪随机码字的时长控制及不同阶次的码型生成, 设计框图如图2所示。

伪随机码字的时长由enable控制, 它对系统时钟进行code_len分频, 输出的clk_div作为生成伪随机码模块的时钟输入;生成伪随机码模块是在阶次信号order的控制下, 选择表1中的不同本原多项式, 根据图1的移位寄存器结构生成阶次为5～20、长度为31～ (220-1) 的伪随机码, 由pseudo_out输出。

2.2 软件设计

软件设计包括寄存器头文件、驱动软件及测试程序的设计。

(1) 寄存器头文件

寄存器头文件定义了外设的底层硬件访问接口信息, 程序员只需使用定义与该头文件的宏来操作外设, 其好处在于使应用程序独立于底层硬件[5]。首先创建一个寄存器头文件pseudoIP _ regs.h, 用于描述该pseudo_m设备的3个寄存器。以下代码分别是对指令寄存器和数据寄存器的写和读操作宏。

(2) 驱动软件

驱动软件包括pseudo_routines.h 和pseudo_routines.c文件。pseudo_routines.h定义了驱动函数的原型及常量, pseudo_routines.c 则具体实现这些驱动函数的功能, 具体函数:

(3) 测试程序

通过 Nios II IDE编写C语言测试程序, 调用驱动函数或者直接操作寄存器对硬件设计和软件设计进行测试。相关代码:

pseudo_enable (PSEUDO_BASE) ;//使能IP核

pseudo_init (PSEUDO_BASE, 200 000, 1) ;//初始化IP核, code_len为200 000个clk (系统时钟50 MHz) , 阶次为5。

图3是对IP核的寄存器进行读写和数据输出的时序仿真结果, 说明达到了设计要求。

在可控震源信号发生器设计中使用该IP核, 根据地质条件以产生不同频率和码长的伪随机信号加以验证。图4分别是产生的频率为128 Hz、阶次为10和频率为32 Hz、阶次为5的伪随机扫描信号。由图4证明了该IP核设计方法的可行性。

3 结语

基于Nios II 软核处理器的SOPC系统具有良好的开放性和灵活性, 用户可以利用SOPC Builder工具将自己设计中需要的各种外设组件完成定制后集成到系统中, 可以使用户自主开发一个自定制的片上系统, 提高了效率、缩短了开发周期。本文通过阶次与码字时长可调的伪随机序列paseudo_m IP核的设计说明了自定制组件的方法, 并在可控震源信号发生器设计中得到验证, 证明了其可行性和正确性。

摘要：根据Nios Ⅱ嵌入式系统的Avalon总线规范, 提出了一种伪随机序列信号发生器IP核的设计方法, 详细介绍了IP核的硬件和软件设计。该方法采用自定制组件的软硬件协同设计, 实现了阶次与码字时长可调的伪随机序列信号发生器IP核设计。在可控震源信号发生器设计中对IP核进行验证, 证明了其可行性和正确性。

关键词：伪随机码,信号发生器,Nios Ⅱ,SOPC Builder,Avalon总线,IP核

参考文献

[1]肖国镇, 粱传甲, 王玉民.伪随机序列及其应用[M].北京:国防工业出版社, 1985.

[2]高枫, 玉松.基于NIOS自定制Avalon设备的设计与实现[J].中国测试技术, 2007 (7) :105-108.

[3]李兰英.NiosⅡ嵌入式软核SOPC设计原理及应用[M].北京:北京航空航天大学出版社, 2006.

[4]王晓迪, 张景秀.SOPC系统设计与实践[M].北京:北京航空航天大学出版社, 2008.

序列信号发生器设计 篇4

混沌是确定性的非线性动态系统中出现的一种貌似随机的运动。由于混沌具有伪随机性、对初始值敏感等特性, 且可以控制和同步, 使得它在诸如保密通信、信息加密等工程领域具有广阔的应用前景。而混沌的应用需要产生混沌信号, 由此, 激发了人们对混沌系统以及混沌系统电路实现的研究兴趣, 并成为了近年来非线性电路与系统领域的研究热点之一。

在混沌系统电路实现方面, 传统的方法通常是利用模拟电子电路来完成的[1,2,3,4,5], 但存在电路参数离散性较大、通用性较差等问题, 电路设计者需要有较高的调试技巧和经验[6]。解决这些问题的有效途径之一就是基于离散化和数字化的处理技术, 利用现场可编程门阵列FPGA技术实现混沌算法[7,8,9,10], 从而为混沌的应用, 尤其是在混沌保密通信领域中的应用提供技术支持。

伪随机序列是具有某种随机特性的确定序列, 在许多科学技术和工程领域中有着十分广泛的应用。基于其良好的研究和应用价值, 寻求新的方法来设计性能优良的序列成为了一个研究热点。混沌是确定性的非线性动态系统中出现的一种貌似随机的运动, 其行为表现为不确定性、长期不可预测。混沌的这种良好特性使得将混沌系统应用到伪随机序列发生器中成为目前构造伪随机序列发生器的一个趋势[11,12,13,14,15,16]。

本文以简化Lorenz系统为研究对象, 根据IEEE-754标准, 基于模块化的设计方法, 利用FPGA技术实现了混沌信号发生器的数字电路设计, 得到了稳定可靠的混沌吸引子, 设计了混沌伪随机序列量化算法, 并以此为基础生成了满足NIST测试标准的伪随机序列。

1 FPGA模块设计

浮点数运算是数字信号处理中最基本的运算, 由于FPGA硬件本身只能作整数运算, 并且现行的FPGA硬件中也没有提供相应的浮点运算功能, 因此, 必须解决FPGA上的浮点数运算问题。本文以IEEE-754浮点数标准为基础, 分模块进行处理, 设计了实现混沌系统所需的各基本浮点运算模块, 主要包括浮点加减运算, 乘法运算, 初值选取, 数据处理传输, 时序控制等模块, 下面主要介绍三个模块。

1.1 浮点加法运算模块设计

考虑到较长的数据格式会给FPGA系统带来较大的硬件开销, 本文采用32位的单精度格式。根据IEEE-754标准, 设规格化的两个浮点数分别为a, b (|a|>|b|) , 则加法运算为:

将上式结果进行规格化处理即可得到计算结果。用硬件描述语言Verilog HDL编写程序, 经ISE软件编译后可得到浮点加法运算模块。设两个单精度浮点数分别为:x=0.2 (3e4ccccd) , y=-3.46 (c05d70a4) , 由加法模块进行运算, 得到输出结果:sum=-3.26 (c050a3d7) , 并可在仿真软件Model Sim中得到仿真波形, 如图1所示, 运算结果正确。

1.2 浮点乘法运算模块设计

同样, 根据IEEE-754标准, 设规格化后的两个浮点数为a和b, 得乘法运算式为:

将最后的乘积结果进行规格化处理即可得到输出结果。用硬件描述语言编写相应程序, 经ISE软件编译后可得乘法运算模块。设两个单精度浮点数分别为:x=0.2 (3e4ccccd) , y=-3.46 (c05d70a4) , 由乘法模块进行运算, 得到输出结果:pro=-0.692 (bf3126e9) , 并可在仿真软件Model Sim中得到仿真波形, 如图2所示。

1.3 初值选取模块设计

对于混沌方程, 都需将方程转化为迭代方程, 经过多次迭代, 产生混沌信号。而迭代开始时需要一组不全为零的初始值, 所以, 首先需要给方程赋予初值。初值模块的作用就是在迭代开始前, 给方程赋所需的初值, 然后再将上一次迭代产生的输出值赋给下一次迭代作为初值, 如此反复。根据设计需要, 编写相应程序, 经ISE编译即可得到初值模块, 如图3所示。

2 混沌伪随机序列发生器的FPGA设计与实现

混沌的电路实现是混沌应用于工程实际的基础。目前, 大多数文献主要集中在用模拟电路产生混沌信号方面, 而用FP-GA等数字信号处理技术产生连续时间混沌信号的报道相对较少。但由于其高性能、高性价比的特点, 使得FPGA已渗透到各应用领域, 并且成为混沌数字电路设计的一个趋势。本文将以简化Lorenz系统为研究对象, 利用FPGA技术产生适合实际加密应用的混沌伪随机序列。

2.1 简化Lorenz系统的FPGA设计与实现

简化Lorenz系统的动力学方程为[17]:

其中, c是系统参数, 当参数c∈[-1.59, 7.75]时, 系统出现混沌态。简化Lorenz系统只有一个参数, 易于调节, 具有丰富的动力学特性, 是混沌理论与应用研究的新模型。

连续混沌系统的FPGA实现, 必须先对连续时间混沌系统作离散化处理后, 才能应用于FPGA硬件实现。考虑到系统的硬件开销与运行效率, 本文采用Euler算法对简化Lorenz系统进行离散化处理, 得离散化后的差分方程为:

本设计采用的硬件开发平台是FPGA开发板, 其FPGA芯片是Xilinx公司生产的VIRTEX 4 XC4VSX25芯片, ISE软件作为软件开发平台, 根据离散化后的方程, 用硬件描述语言Verilog HDL编写程序, 并在ISE软件中对程序进行编译, 利用各浮点运算模块构造混沌系统, 可得系统的结构, 如图4所示。

在方程迭代开始前, 给系统赋予一组不全为零的初值, 经过迭代, 即可得到混沌信号, 将产生的混沌数据通过串口上传到计算机, 可在MATLAB中绘出简化Lorenz系统的吸引子相图, 如图5所示, 其中c=2, ΔT=0.0001, 并可将该数据用于后续处理。由图5可见, 得到了预期的混沌吸引子相图, 证明以单精度的浮点运算实现混沌系统的方法是可行的, 并可推广应用到更多的混沌系统的数字实现。

2.2 伪随机序列发生器的FPGA设计与实现

量化是生成混沌伪随机序列非常重要的一个环节, 该过程将直接影响生成的序列的复杂性和随机性, 并最终影响到其应用的安全性。因此, 选取适合的量化方法对伪随机序列发生器的性能至关重要。在成功实现系统的基础上, 本文设计如下混沌伪随机序列量化算法。

混沌系统迭代产生的数值可写成:

其中, xi表示第i次迭代产生的数值。将xi由低位到高位表示为二进制码, 记为:

同样, 定义一组新的序列, 记为:

则:

序列Kij即为量化后生成的混沌伪随机序列, 由量化算法式 (8) 可知, 混沌系统每进行一次迭代可产生24位的伪随机序列。根据量化算法, 编写相应程序, 即可在FPGA上产生混沌伪随机序列。

3 混沌伪随机序列性能测试

3.1 伪随机序列的复杂度分析

时间序列复杂度是用来评价测试序列接近随机序列的程度, 复杂度越大, 其随机性就越好, 序列的安全性就越高。目前, 对混沌系统复杂度分析主要基于混沌系统产生的序列, 利用相关算法计算出其复杂度, 然后得出关于系统复杂度的评价。在实际应用中, 混沌系统应当具有尽可能大的复杂度, 以保证其在应用中的抗干扰和抗截获能力。

本文分别采用模糊熵 (Fuzzy En) [18]、强度统计SCM (Statistical Complexity Measure) [19]和谱熵SE (Spectral Entropy) [20]算法计算产生的混沌系统原序列和混沌伪随机序列的复杂度。简化Lorenz系统原序列为浮点数序列直接转换为二进制后的序列, 伪随机序列则为混沌原序列按照式 (8) 进行量化后得到的二进制序列。原序列的三维数据, 分别记作org-x, org-y和org-z, 伪随机序列由简化Lorenz系统的三维数据分别经过量化得到, 记作PRS-x, PRS-y和PRS-z, 测度结果如表1所示。其中, Fuzzy En算法参数相空间维数m=3, 相似容限度r=0.25, SCM算法参数的嵌入维d=7, 采用窗口滑动法计算序列的复杂度值, 滑动步长为1008, 计算100个窗口的复杂度, 结果采用mean±std的形式表示, 方差值表示复杂度值偏离平均值的程度。需要指出的是, Fuzzy En算法和SE算法测度值越大表示序列复杂度越好, 而SCM算法测度值越大时序列复杂度则越差。

从表1中可以看出, 采用三种复杂度算法分别进行测试, 得到的原序列复杂度均明显小于量化后序列的复杂度, 这表明量化算法在一定程度上提高了序列的复杂度, 增加了序列的安全性;而基于简化Lorenz系统三维数据量化后得到的伪随机序列的复杂度基本一致, 相差不大, 表明可以选取任一维数据进行量化, 产生伪随机序列。从序列复杂度的方差结果可以看出, 经过量化产生的序列方差值相对更小, 即复杂度值偏离平均值的程度更小, 序列随时间演化时的稳定性更好。因此, 经过量化后产生的伪随机序列与混沌原序列相比, 具有更大的复杂度, 安全性更好, 更适合于实际应用。

3.2 伪随机序列的性能测试

美国国家标准与技术研究院NIST发布的“随机数和伪随机数发生器统计测试组件”, 即SP800-22标准, 包含15项测试, 被认为是检测伪随机序列发生器的标准, 能全面地分析测试伪随机序列的性能, 各测试项目如表2所示。

NIST测试软件包测试算法的随机性是通过序列测试的结果来进行判断, NIST提供两种判断依据, 即通过率和P-value值分布的均匀性。所有测试均取同一显著水平α=0.01, 测试序列m组, 则通过率的可信区间定义为当通过率落在此可信区间内, 表示序列通过测试;而若P-value≥0.0001, 则表明测试序列P-value值是均匀分布的。

本文采用的测试条件为:每次随机生成100组混沌序列, 每组一百万个比特, 利用NIST推出的统计测试软件包STS (Statistical Test Suite) 对FPGA产生的序列进行测试。由测试条件可知, 通过率的下限为96.0150%, 将在测试结果示意图中用虚线标注出来, P-value值的门限值0.0001也用虚线进行标注。

对简化Lorenz系统的x维数据进行量化处理, 在FPGA上产生100组数据, 每组长度为一百万比特, 记作X序列, 用STS测试软件包进行测试, 结果如图6所示。

由P-value值均匀性示意图可看出, 各项测试项目的P-value值均大于0.0001, 即测试序列的P-value值分布是均匀的;而在通过率测试中, 只有项目Non-Overlapping Template的148次测试中的一次未通过NIST测试。可见, 生成的伪随机序列具有良好的随机特性, 可以用于实际加密应用。

在相同初始条件下, 分别对简化Lorenz系统的y维和z维数据进行量化处理, 按照测试条件生成伪随机序列, 记作Y序列, Z序列, 对其进行测试, 结果如图7、图8所示。

由测试结果可知, Y序列的P-value值分布是均匀的, 仍然是项目Non-Overlapping Template的148次测试中的一次未通过NIST测试;而Z序列的P-value值分布也都是均匀的, 仅在项目Random Excursions的8次测试中有一次未通过NIST测试。同样, Y序列和Z序列均性能良好。

可见, 无论是对简化Lorenz系统的哪一维进行量化, 在FPGA上生成的伪随机序列都表现出了良好的随机特性, 并且三者之间没有显著的差异, 为混沌序列的产生提供了更加灵活的选择。

4 结语

序列信号发生器设计 篇5

关键词：FPGA有限域,伪随机序列,自顶向下,GOLD序列

1引言

伪随机序列在通信、密码学、导航等信息领域得到越来越广泛的应用,传统的尾随机序列通常指的是m序列以及用m序列进行非线性组合或前馈衍生出来的伪随机序列。虽然这些伪随机序列经过理论证明具备良好的特性, 但是这些序列都有一个缺点,就是它们的优选对的数目非常有限,导致其在CDMA系统中的应用非常的受到限制。

GOLD序列[1]是R.Gold在一篇文献中提出来的,它是传统的m序列经过线性组合,它的优点非常明显,一方面GOLD序列继承了传统伪随机序列优秀的自相关和互相关特性;另一方面,它的构造比较简单且产生的序列数相对传统的伪随机序列更多。

基于GOLD序列的一 系列优点, 本文针对 传统伪随 机序列优 先对过少 的不足, 利用GW48平台和Quartus Ⅱ软件设计了一种可以产生不同长度的伪随机序列发生器。经过实验验证表明:多路伪随机序序列发生器具备良好的自相关和互相关特性,可以应用于通信、密码学等信息领域。

R.Gold在1967年提出了采用优选对组成的复合序列,简称GOLD码。Gold曾指出[3]:“给定移位寄存器级数为n时,总可以找到一对互相关函数值最小得码序列。 采用移位相加的方法构成新码,其互相关旁瓣都最小[5], 并且自相关函数和互相关函数都是有界的”。这一对互相关函数最小的序列,称为优选对。因此,GOLD序列是由m序列优选对产生的,所以我们先来讨论m序列的优选对。 所谓的m序列优选对,是指在m序列集中,其互相关函数最大值的绝对值小于某个值的两个m序列。

GOLD序列是由两个码长相等,码时钟速率相同的m序列优选对模2和构成的, 每改变两个m序列相对位移就得到一个新得GOLD序列。当相对位移 (2n- 1)* MERGEFORMAT比特时,就可得到一组(2n -1) *MERGEFORMAT个GOLD序列,再加上原来的两个m序列,共有)(2n +1 * MERGEFORMAT个GOLD序列。

这里定义m序列优选 对 [6]: 设a是对应于n级本原多项 式,f(x) 所产生的m序列,b是对应于n级本原多 项式g(x) * MERGEFORMAT所产生的m序列, 当它们的 互相关函 数值{Ra ,b(k )}满足

可以证明, 若f(x), g(x) 为一组m序列优选 对中的两 个不同的 本原多项 式, 令f(x) 产生的序 列为G(F1)* MERGEFORMAT, g(x) * MERGEFORMAT产生的序 列为G(F2) *MERGEFORMAT, f ( x) *g( x) * MERGEFORMAT所产生的序列为G(F1,F2) * MERGEFORMAT,则有

上式表明两本原多项式乘积所产生的序列等于两个本原多项式分别产生的模2和序列。

故产生GOLD码序列的结构形式有两种,一种是串联成级数为2n级的线性移位寄存器;另一种是两个n级并联而成。

2系统整体方案

如图1所示,其中CLK时钟模块是实现m序列的同步信号,m序列是从不同级数的移位寄存器的本原多项式出发,利用VHDL语言实现m序列。GOLD序列生成模块是用一对优选的周期和速率均相同的m序列的移位寄存器并联后得到的,即将两个m序列进行模2和后输出;伪随机序列(GOLD序列)的输出是通过一个3选1多路选择器,将生成的3种不同级数的GOLD序列选择性输出。

在图2中输入信号分别为clk、A、B,其中clk是时钟信号,用于控制m序列的同步输出,而A、B是决定生成的3种GOLD序列进行3选1输出,输出的GOLD信号表示为q。

因在本次设计中生成m序列在时钟信号的同步下, 给定移位寄存器的初始状态为其中的一种,只生成对应的一种m序列,从而进行GOLD序列的输出。如果想要在同一周期下生成不同种的GOLD序列,只需要改变两个m序列相对位移就可得到一个新的GOLD序列。当相对位移2n -1比特时,就可得到一组2n -1个GOLD序列, 再加上原来的两个m序列,共有2n +1个GOLD序列。

3仿真结果

如图3所示,此系统以输出不同长度的GOLD序列为设计目标,从仿真结果来看,GOLD序列的输出与其理论相一致,分别设计了长度为31、511、1023三种不同长度的周期的GOLD序列,经过计算,其具有良好的自相关特性和互相关特性,与预期的结果相符合。

4硬件下载

将设计编程下载进选定到的目标器件,做进一步的硬件测试,在本次设计中伪随机序列发生器的4引脚a、 b、co、q分别与GW48实验箱的目标器件EP1C6Q240的233、234、28和132引脚相接,并且选用模式5,在存储并再次编译后,此时才将引脚锁定信息编译进编程下载文件,最后对目标器件FPGA进行配置下载,这样就可以通过示波器观察GOLD序列。因本次观察是直接通过Altera的27号引脚直接观察信号,图4是通过截取3种GOLD序列其中一段波形,由于GOLD序列的周期过长而不能真正将GOLD序列的相关特性在波形图上显示出来。

5小结

序列信号发生器设计 篇6

随着许多生物基因组测序工作的完成,大量的重复序列被发现。重复基因序列在生物进化过程中起着非常重要的作用,这些重复序列在病毒和原核生物中很少出现,在真核生物中则大量存在。目前科学证实,人类基因组中大约含有50%以上的重复基因序列[1]。这些串联重复序列可能会与一些转录因子结合位点相互作用改变染色体的结构或者作为蛋白质结合位点与其他蛋白质相结合。由于串联重复序列的多态性,个体间串联重复序列中重复拷贝的个数可能不同,因此一些串联重复序列可以用来研究基因标识、基因图谱、个体识别等[2]。生物学家将重复序列作为研究非编码区的突破口,掌握基因组非编码区规律的重要途径。

2009年HongXia Zhou等人[3]提出了一种基于参数谱估计的串联重复序列识别方法,PSE(Parametric Spectral Estimation)识别法,作者采用了现代频谱估计中的自回归模型(AR Auto-Regressive)作为功率谱估计的模型。通过对该方法的进一步分析,发现该方法在求解基因串联重复序列时还存在不足之处。首先,基因序列的频谱图会出现谱峰分裂现象,不利于观察串联重复序列的重复周期。其次,识别速度有待提高,PSE识别法中采用二进制表示法将基因序列映射成数字序列,导致计算量增大,识别速度不高。最后,模型阶次的确定准则有待改进,阶次的准确与否直接关系到谱估计的分辨率。PSE识别法中根据每一种定阶准则分别求出基因序列的阶次,并根据实验估算出适合该模型的阶次,没有明确指出具体应该如何为模型确定阶次,导致容易出现估计误差。

通过对参数谱估计识别法进行深入研究并结合串联重复序列识别的理论知识,针对该方法存在的不足,本文提出了基于自回归模型的串联重复序列识别方法,对以上不足进行了改进。

1 基于自回归模型的串联重复序列识别

基于参数估计的功率谱估计是现代功率谱估计的重要内容,其目的就是为了改善功率谱估计的频率分辨率。它主要包括自回归模型(AR Auto-Regressive)、滑动平均模型(MA Moving Average)以及自回归滑动平均模型(ARMA Auto-Regressive Moving Average)[4]。

由于AR模型的参数估计只需要解一组线性方程,而ARMA以及MA模型的参数估计通常需要解一组非线性方程,因此求解AR模型参数估计的过程会相对容易一些。基于AR模型的功率谱估计是最常用的一种参数估计频谱分析方法,本文将采用AR模型识别基因序列中的串联重复序列。其功率谱可表示为:

undefined. (1)

1.1 基因序列的数字映射

基因序列是由四种碱基(A、T、G、C)组成的字符串序列。为了在DNA序列分析中使用数字信号处理的方法,首先需要将DNA序列中的四个碱基分别映射成数字。本文根据各个碱基的EIIP[5]值将DNA序列映射成为一条数字序列。碱基的EIIP是碱基的物理属性,表示其价电子的平均能量,可唯一表示一种碱基。该映射法可将一条基因序列惟一的映射为一条数字序列,相比二进制映射法,其计算量减少了3/4。各碱基的EIIP值如表1所示。

1.2 基因序列的去直流化

在求数字基因序列的谱估计时,为了避免基因信号中直流信号的干扰,这里需要对基因数字信号进行处理,将每一个数字信号分别减去整个数字信号序列的平均值得到一个新的数字序列:

其中Ne[n]为原数字序列,N[n]为去直流化的基因数字序列,并最终采用N[n]进行阶次估计及参数估计。

1.3 自回归模型阶次确定

模型阶数p是一个非常重要的参数,当阶数选择过小时,会导致相应的AR模型的极值点不够精确,表现为谱峰较少,频谱较为平滑,频谱分辨率下降;而当阶数选择过大时,谱估计值的分辨率虽然会有所提高,但是会产生虚假的谱峰,导致其统计特性的不稳定。因此我们需要为模型确定一个合适的阶次,既要保证谱估计的分辨率较高,又不至于出现虚假谱峰。下面是几种阶数估计准则。

(1)最终预测误差准则(FPE)

undefined. (3)

(2)Akaike信息准则(AIC)

undefined. (4)

(3)贝叶斯信息准则(BIC)

undefined. (5)

上述三式中其中L为数据长度,p为模型阶数,ρp表示p阶AR模型的预测误差功率估计值。

根据已有理论可知,各准则函数取得最小值时的阶次p即为AR模型阶次。每一种定阶准则都有其优缺点,并且对于同一输入采用不同的准则得到的阶数可能不同。为了减小因为阶次选择不准确导致的谱估计误差,本文将三种准则所确定阶次的平均值作为模型的阶次,经过反复试验发现,通过该方法确定的阶次较为准确,得到的谱估计结果能够满足串联重复序列识别所需要的分辨率。

1.4 AR模型的参数估计

由(1)式可知,只要得到该模型的参数估计{a(1),a(2),LL,a(p)}及噪声方差σ2就可以得到该模型的功率谱密度。常用的模型参数估计方法主要有尤克-沃勒(Yule-Walker)算法,Burg算法,协方差算法以及改进的协方差算法。本文将采用改进的协方差算法作为AR模型参数估计的方法。改进的协方差方法克服了Burg算法的缺点,采用该方法能够有效地避免谱线分裂现象的出现[6]。

在得到的功率谱密度图中横坐标表示频率,纵坐标表示功率谱密度值。当一个基因序列中包含周期为n的串联重复序列拷贝时,在功率谱密度图中对应频率为ω=2π/n处将会出现一个显著的波峰。在得到基因数字序列的谱估计之后根据信噪比的设置从功率谱密度图中选择出对研究有意义的波峰,此时便可得到串联重复序列拷贝在基因序列中出现的频率,进而得到串联重复序列拷贝的周期即拷贝长度。

在得到的功率谱密度图中能够很好地显示基因序列中的频率信息,即图中波峰出现的地方对应的频率就是串联重复序列拷贝在基因序列中出现的频率。但是由于在功率谱密度图中可能会出现若干个波峰,并且有些波峰并不能被认为是对识别串联重复序列有意义的信息,因此需要有针对性地选择一些对识别串联重复序列有用的波峰。本文采用信噪比来确定每一个波峰的重要性,即当S(k)/Sm>S/N成立时便认为功率谱密度图中的波峰是有意义的。研究表明,当信噪比设置为4时,能更好地识别串联重复序列的位置信息,因此这里将信噪比设置为4。根据信噪比确定出在功率谱密度图中有意义的波峰,则波峰对应的频率即为串联重复序列拷贝在基因序列中出现的频率,求其倒数便可得到串联重复序列拷贝的周期。

1.5 串联重复序列定位

在分析过基因序列的功率谱密度图之后,得到了序列中存在的串联重复序列拷贝的长度,这里将采用短时傅里叶变换对序列进行分析,便可得到串联重复序列在基因序列中出现的位置[7]。序列Ne[n]的短时傅里叶变换:

undefined

其中k=0,1,L,M-1。在求基因序列的短时傅里叶变换时需要根据信号的特点选择适合的窗函数以及窗口大小。适合的窗函数以及窗口大小能够使得频谱更加精确,分辨率更高。

2 实验及结果分析

为了验证本文方法的正确性及有效性,本文从美国国家生物技术中心(NCBI)维护的基因数据库GenBank[8]中提取了若干条基因序列进行分析。本文将以序列Y-27H39为例进行详细实验过程分析。

2.1 实验过程

首先将序列Y-27H39根据各碱基的EIIP值映射为数字序列。然后采用基于AR模型的谱估计法对数字序列进行谱估计。观察序列中串联重复序列拷贝出现的频率。

在求数字序列的谱估计时,需要先确定该数字序列的阶次。如图1所示分别为采用FPE、AIC、BIC三种定阶准则估计的阶次结果。从图中可以观察到由三种定阶准则确定的阶次分别为:22,22,9。根据上文中关于模型阶次的分析,这里将采用的阶次为18。

其次,结合已确定的阶次利用参数谱估计方法进行基因序列的谱估计。为了对比方便,我们分别采用已有的PSE识别法以及新提出的方法分别求出了序列Y-27H39的谱估计,如图2及图3所示。从二者的对比可以看出,本文提出的方法避免了PSE识别法中存在的谱峰分裂现象。

最后通过对该序列求短时傅里叶变换便可得到该序列中串联重复序列出现的位置,如图4所示,矩形中标注的部分便是序列Y-27H39中串联重复序列出现的位置。

2.2 实验结果分析

从图2中的波峰处可以看到谱峰出现了分裂现象,但是仍能模糊地判断出此处波峰对应的频率大约为F=0.25 Hz,这是因为该序列是一个短基因序列,只有194个碱基。当序列长度较长或者序列中包含的串联重复拷贝较多时就很难准确地断定波峰处对应的频率究竟应该是多少,这样就对进一步识别串联重复序列出现的位置带来了困难。出现谱峰分裂现象的主要原因是PSE识别法中采用的模型参数估计方法不当。PSE识别法中采用了Burg算法作为参数估计的方法,不能保证对所有的基因序列都能得到其准确的功率谱估计。

观察图3可以发现并没有出现谱峰分裂现象,从图中波峰位置可以清楚地判断该序列中串联重复序列出现的频率为0.25 Hz,进而可以判断该序列中串联重复序列出现的周期为4,即串联重复拷贝长度为4 bp。

表2中列出了采用本文提出的识别方法对序列Y-27H39进行分析,得到的串联重复序列位置,并与PSE识别法以及GenBank中标注的位置进行了对比。从表2中可以看出,两种方法均能较准确地定位出串联重复序列的位置。

但是PSE识别方法采用了二进制表示法进行基因序列的数字映射,在进行谱估计时将一条基因序列映射成为四条数字序列,即针对每类碱基各得到一条数字序列,需要分别对得到的四条序列求四次谱估计才可以得到最终的谱估计,计算量较大。本文提出的方法可唯一地将一条基因序列映射成一条数字序列,并针对该序列进行谱估计,计算量相对前者减少了75%,由于基因序列数据量较大,因此计算量是进行基因序列分析必须考虑的问题之一。另外,从图2及图3的对比可以看出,本文提出的方法解决了PSE识别法中存在的谱峰分裂现象,使得得出的串联重复序列出现频率更加精确,便于进一步进行串联重复序列位置分析。

2 结论

基于参数谱估计对已有的PSE识别方法进行了改进,采用碱基的EIIP作为序列数字映射的依据,大大减小了谱估计的计算量;并对参数估计方法进行了改进,采用改进的协方差方法作为参数估计方法,有效避免了可能会出现的谱峰分裂现象。今后将对识别的精度作进一步的研究。

摘要：针对现有基于数字信号处理识别串联重复序列方法存在的计算量大、识别分辨率低等问题,提出了一种基于自回归模型的串联重复序列识别方法;采用碱基的EIIP值进行基因序列数字化映射,减小了谱估计的计算量,改进了PSE识别法中的模型阶次确定准则。最后对PSE识别法中模型参数的估计方法进行了改进,有效避免了PSE方法中可能会出现的谱峰分裂现象。

关键词：自回归模型,电子离子相互作用电势,阶次,改进的协方差法

参考文献

[1]Lander E S,Linton L M,Birren B,et al.Initial Sequencing and Analysis of the Human Genome[J].Nature,2001,409:860-921.

[2]Naruse K,Tanaka M,Mita K,et al.A Medaka Gene Map:the Trace of Ancestral Vertebrate Proto-chromosomes Re-vealed by Comparative Gene Mapping[J].Genome Re-search,2004,14(5):820-828.

[3]Zhou H X,Du L P,Yan H.Detection of Tandem Repeats in DNA Sequences Based on Parametric Spectral Estima-tion[J].IEEE Transactions on Information Technology in Biomedicine,2009,13(5):747-755.

[4]张善文,雷英杰,冯有前.Matlab在时间序列分析中的应用[M].西安:西安电子科技大学出版社,2007:130-139.

[5]Irena Cosic.Macromolecular Bioactivity:Is It Resonant In-teraction Between Macromolecules–Theory and Applica-tions[J].IEEE Transactions on Biomedical Engineering,1994,41(12):1101-1114.

[6]Akhtar M,Ambikairajah E,Epps J.Comprehensive Au-toregressive Modeling for Classification of Genomic Se-quence[C].Proceedings of the IEEE6th International Conference on Information,Communications&Signal Processing,Singapore,2007:1-5.

[7]胡广书.现代信号处理教程[M].北京:清华大学出版社,2006:52-61.

序列信号发生器设计 篇7

本文采用VHDL语言来实现序列信号的产生和检测, 通过硬件设计和软件化设计两方面进行比较, 从而体现数字电路从硬件设计向软件化方向发展的新思路。

一、EDA技术的基本特征

EDA (Electronic Design Automation) 即电子设计自动化技术, 是指以计算机为工作平台, 融合应用电子技术、计算机技术、智能化技术最新成果而研制成的电子CAD通用软件包, 主要能辅助进行三方面的设计工作, 即IC设计、电子电路设计和PCB设计[2]。

EDA技术的基本特征是采用高级语言描述, 具有系统级仿真和综合能力, 开放式的设计环境, 开发技术的标准化和规范化, 丰富的元件模型库。它采用“自顶向下”的设计方法, 使开发者从一开始就要考虑到产品生成周期的诸多方面, 包括质量、成本、开发时间及用户的需求等等。然后从系统级设计入手, 在顶层进行功能方框图的划分和结构设计, 在方框图一级进行仿真、纠错, 并用VHDL、Verilog-HDL等硬件描述语言对高层次的系统行为进行描述, 在功能一级进行验证, 最后再用逻辑综合优化工具生成具体的门级逻辑电路的网表, 其对应的物理实现级可以是印刷电路板或专用集成电路。

二、EDA技术的设计流程

在设计方法上, EDA字电子电路设计领域带来了根本性的变革, 将传统的“电路设计硬件搭试调试焊接”模式转变为在计算机上自动完成, 如图1所示。

三、硬件电路设计

图2是由SSI器件组成的串行序列检测电路[3], 要求当输入序列中连续出现4个1时, 输出为1, 否则为0。可以通过MAX+plus II软件对该电路进行仿真, 仿真结果如图3所示。

可以看出在CP有效上升沿连续检测到输入序列中的4个为1时输出为1, 可见该电路符合设计要求。

四、用VHDL语言实现序列信号的产生

试设计一个并行输入串行输出的序列信号产生电路, 要求产生10111001 (时间顺序从左自右) 。例如在实际的远距离通信传输中, 需要将A/D转换后的并行信号先加载, 然后再以串行信号的形式传送到远方, 因此就需要一个并行输入串行输出 (PISO) 的数字电路。以下是实现该电路的VHDL源程序:

编辑完成后, 选择MAX7000S系列的EPM7128SLC84-6作为目标芯片, 然后进行编译校验、时序模拟, 输出信号的仿真波形如图4所示。从波形可以看出, 并行信号装载后以串行形式输出, 输出序列为10111001 (时间顺序从左自右) , 最后通过编程下载, 将PISO模块写入芯片中[4]。

通过对序列信号检测电路的硬件设计, 可以看出如果电路设计没有达到预期的结果, 需要重新修改设计, 反复调试。制作电路, 大大增加了设计成本和设计时间。如果采用高密度的可编程逻辑器件 (CPLD) , 设计者在实验室足不出户就可以完成设计, 而且可以反复修改、编程, 直到完全满足要求, 这将有效地减小系统的体积, 增加系统的可靠性, 而且缩短开发周期, 降低研制成本, 具有极大的方便性和灵活性。利用硬件描述语言 (VHDL) 来设计电路, 使探测各种设计方案变成一件很容易、很便利的事情, 因为只需要对描述语言进行修改, 这比更改电路原理图的原型要容易实现得多。

参考文献

[1]丁文霞.EDA技术在现代数字系统中的应用[J].电子技术应用, 2000 (11) :29-31.

[2]符兴昌.EDA技术在数字系统设计分析中的应用[J].微计算机信息, 2006 (5-2) :267-269.

[3]徐志军, 王金明.EDA技术与PLD设计[M].北京:人民邮电出版社, 2006.

序列信号发生器设计 篇8

关键词：复合调制,移频键控,移相键控,自相关函数

0 引 言

近十余年, 国内外对复合调制信号[1,2,3], 尤其是FSK/PSK信号的研究有所报道[1,3]。由于FSK和PSK序列均具有伪随机性, 信号亦具有低截获概率 (LPI) 特性[3]。本文拟从另一个角度即不同PSK调制对FSK/PSK信号旁瓣抑制的影响进行探讨。

FSK序列的频率服从均匀分布, 探讨了均匀二相编码序列、Barker码扩展序列及其组合码序列等多种PSK调制下FSK/PSK信号的相关特性。结果表明, 组合码序列具有好的旁瓣抑制特性, 同时这种信号也是一种大时带宽积信号, 在高分辨率 (HR) 、抗电磁干扰 (ECCM) 、雷达、保密移动通信等领域有好的应用前景。

1 基本原理

FSK/PSK信号的复包络可由式 (1) 描述[3]:

undefined

式中:N是子脉冲总数;T为子脉冲宽度;cn为PSK序列;an是子脉冲串中第n个子脉冲的频率, 对应为FSK序列, 该序列的基频为1/T。

undefined

PSK序列C= (c1, c2, c3, …, cN-1) 的非循环自相关函数χ (k) 定义为:

undefined

根据定义, FSK/PSK信号的自相关函数如下:

undefined

把式 (1) 代入式 (4) , 结果为:

undefined

故子脉冲间的自相关函数为:

undefined (6)

令:nT-mT+τ=εT, 且|ε|<1:

undefined

当0<ε<1时:

undefined

当-1<ε<0时:

undefined

综合式 (7) , 式 (8) 得:

undefined

undefined

所以:undefined

令l=n-m, 则:

undefined

从式 (9) 和上式可以看出Ruu (τ) 的包络呈sinc函数形状, χ (l) 是加权, 它与PSK的调制方式有关, r (ε) 取决于FSK序列。因此, 不同PSK序列可得到不同的加权, 从而呈现不同旁瓣抑制特性。

2 仿真实验与讨论

仿真实验环境:FSK序列的频率保持均匀分布特性, PSK序列分别采用以下调制方式, 对FSK/PSK复合调制信号的自相关特性进行仿真。

(1) 无PSK调制。

(2) 基于Barker码的扩展序列:

BKC1:Barker码序列周期重复;

BKC2:Barker码序列单个周期的每个元素重复。

(3) 均匀二相编码序列。

(4) 均匀二相编码与BKC1组合。

(5) 均匀二相编码与BKC2组合。

实验中, K×N FSK/PSK复合调制信号的K是倍频数, N是子脉冲总数, 子脉冲宽度T=1 μs, 仿真结果如图1～图6所示。

表1概括了基于不同PSK调制方式获得的不同形式FSK/PSK信号的旁瓣抑制特性。图1是无PSK调制的信号, 距离旁瓣值为-21.12 dB。这是由于FSK/PSK信号中FSK序列的频率是等概率出现的, 不可避免地会出现相邻子脉冲频率相等的情况, 使脉冲间的相关性加强。

图2～图6所示信号的旁瓣抑制值均优于无PSK调制的信号。从表1更清楚地看出, 不同的PSK调制对旁瓣抑制值影响不同。BKC2与均匀二相编码组合的PSK调制方式得到了最好的结果, 优于无PSK序列调制11 dB。均匀二相码序列旁瓣抑制最大值为-30.81 dB, 与图1相比降低了9.6 dB, 同时均匀二相码的技术目前研究的比较成熟, 这种序列也不失为一种好的编码方式。

3 结 语

基于复合调制信号FSK/PSK的自相关特性出发, 研究了多种FSK/PSK复合调制信号的旁瓣抑制特性。理论分析和计算机仿真结果表明, PSK序列在FSK/PSK信号中起到了降低旁瓣值的作用, 且不同PSK调制对旁瓣抑制的影响不同, BKC2与均匀二相码组合序列旁瓣抑制值达到-32.12 dB, 这些结论在工程应用中有重要意义。

参考文献

[1]Skinner B J, Donohoe J P, Ingels F M.Correlation Propertiesof Gaussian FSK/PSK Radar Signals.Proceedings of IEEESoutheastcon, 1993.

[2]Si Qiang, Li Yanzhong, Xiang Jingcheng.Design and Imple-mentation of an Ultra-wide Band Pulse Compression SignalGeneration System[A].2001 CIE International Conferenceon Radar[C].2001:533-537.

[3]宋耀良.随机多元码脉位调制和脉间二元序列相位调制的混合波形设计[J].电子学报, 1994, 22 (3) :23-27.

[4]李英祥, 周先敏.一种具有LPI特性的雷达信号——新的FSK/PSK信号[J].信号处理, 2002, 18 (2) :177-179.

[5]杨义先.最佳信号理论与设计[M].北京:人民邮电出版社, 1996.

[6]徐继麟, 周先敏, 杜月华.一种新型扩频信号[J].电子科技大学学报, 1995, 24 (8) :13-15.

[7]田书林, 刘科, 周鹏.高速波形产生及频率调制技术研究[J].电子科技大学学报, 2004, 33 (1) :12-15.

[8]孙明, 杨江平, 刘崇杰, 等.基于VXI总线的新型任意波形发生器的设计[J].数据采集与处理, 2002, 17 (2) :25-27.

[9]史林, 彭燕.一种低截获概率雷达信号及其信号处理[J].现代雷达, 2003, 25 (6) :26-28.

[10]黄德双.高分辨雷达智能信号处理技术[M].北京:机械工业出版社, 2001.