用Matlab产生伪随机序列,实现扰码

中北大学

课程设计任务书

2014/2015 学年第二学期

学院：信息与通信工程学院

专业：电子信息科学与技术

学生姓名：学号：

课程设计题目：用Matlab产生伪随机序列，实现扰码

解扰

起迄日期：6月29日～7月10日

课程设计地点：

指导教师：程耀瑜、李永红

学科部主任：程耀瑜

下达任务书日期: 2015 年 6 月 29日

课程设计任务书

1．设计目的：

通过本课程设计, 主要训练和培养学生综合应用所学过的信号及信息处理等课程的相关知识，独立完成信号仿真以及信号处理的能力。包括：查阅资料、合理性的设计、分析和解决实际问题的能力，数学仿真软件Matlab和C语言程序设计的学习与应用，培养规范化书写说明书的能力。

2．设计内容和要求（包括原始数据、技术参数、条件、设计要求等）：

用Matlab产生伪随机序列，实现扰码和解扰

（1）利用周期为255的m序列发生器；

（2）利用周期为127的m序列发生器；

（3）利用周期为63的m序列发生器；

3．设计工作任务及工作量的要求〔包括课程设计计算说明书(论文)、图纸、实物样品等〕：

课程设计说明书

仿真结果

课程设计任务书

4．主要参考文献：

要求按国标GB 7714—87《文后参考文献著录规则》书写，例：

1 傅承义，陈运泰，祁贵中.地球物理学基础.北京：科学出版社，1985

（5篇以上）

5．设计成果形式及要求：

课程设计说明书

仿真结果

6．工作计划及进度：

2015年6 月29 日~ 7月3 日了解设计题目及熟悉资料；

7月4日~ 7月5日确定各题目要求计算相关参数；

7月6日~ 7月7 日结合各题目确定具体设计方案；

7月8日~ 7月9日结合要求具体设计并仿真、整理报告；

7月10日答辩。

学科主任审查意见：

签字：

年月日

伪随机序列的产生及应用设计-通信原理课程设计

课程设计任务书 学生姓名：专业班级： 指导教师：工作单位：信息工程学院 题目：伪随机序列的产生及应用设计 初始条件： 具备通信课程的理论知识；具备模拟与数字电路基本电路的设计能力；掌握通信电路的设计知识，掌握通信电路的基本调试方法；自选相关电子器件；可以使用实验室仪器调试。 要求完成的主要任务：（包括课程设计工作量及其技术要求，以及说明书撰写等具体要求）1、设计伪随机码电路：产生八位伪随机序列（如M序列、Gold 序列等）； 2、了解D/A的工作原理及使用方法，将伪随机序列输入D/A中（如 DAC0808），观察其模拟信号的特性； 3、分析信号源的特点，使用EWB软件进行仿真； 4、进行系统仿真，调试并完成符合要求的课程设计说明书。 时间安排： 二十二周一周，其中3天硬件设计，2天硬件调试 指导教师签名：年月日 系主任（或责任教师）签名：年月日

目录 摘要................................................................................................................................ I 1理论基础知识 (1) 1.1伪随机序列 (1) 1.1.1伪随机序列定义及应用 (1) 1.1.2 m序列产生器 (2) 1.2芯片介绍 (4) 1.2.1移位寄存器74LS194. (4) 1.2.2移位寄存器74LS164 (5) 1.2.3 D/A转换器DAC0808 (6) 2 EWB软件介绍 (8) 3设计方案 (9) 4 EWB仿真 (11) 5电路的安装焊接与调试 (13) 6课程设计心得体会 (14) 参考文献 (15) 附录1 (16)

伪随机序列发生器本科毕业论文

毕业论文声明 本人郑重声明： 1．此毕业论文是本人在指导教师指导下独立进行研究取得的成果。除了特别加以标注地方外，本文不包含他人或其它机构已经发表或撰写过的研究成果。对本文研究做出重要贡献的个人与集体均已在文中作了明确标明。本人完全意识到本声明的法律结果由本人承担。 2．本人完全了解学校、学院有关保留、使用学位论文的规定，同意学校与学院保留并向国家有关部门或机构送交此论文的复印件和电子版，允许此文被查阅和借阅。本人授权大学学院可以将此文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本文。 3．若在大学学院毕业论文审查小组复审中，发现本文有抄袭，一切后果均由本人承担，与毕业论文指导老师无关。 4.本人所呈交的毕业论文，是在指导老师的指导下独立进行研究所取得的成果。论文中凡引用他人已经发布或未发表的成果、数据、观点等，均已明确注明出处。论文中已经注明引用的内容外，不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究成果做出重要贡献的个人和集体，均已在论文中已明确的方式标明。 学位论文作者（签名）： 年月

关于毕业论文使用授权的声明 本人在指导老师的指导下所完成的论文及相关的资料（包括图纸、实验记录、原始数据、实物照片、图片、录音带、设计手稿等），知识产权归属华北电力大学。本人完全了解大学有关保存，使用毕业论文的规定。同意学校保存或向国家有关部门或机构送交论文的纸质版或电子版，允许论文被查阅或借阅。本人授权大学可以将本毕业论文的全部或部分内容编入有关数据库进行检索，可以采用任何复制手段保存或编汇本毕业论文。如果发表相关成果，一定征得指导教师同意，且第一署名单位为大学。本人毕业后使用毕业论文或与该论文直接相关的学术论文或成果时，第一署名单位仍然为大学。本人完全了解大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存或汇编本学位论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权大学可以将本学位论文的全部或部分内容编入学校有关数据 库和收录到《中国学位论文全文数据库》进行信息服务。在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 论文作者签名：日期： 指导教师签名：日期：

matlab实现：常见的离散时间信号

1． 单位抽样序列，或称为离散时间冲激，单位冲激： ? ??=01)(n δ 00≠=n n 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n -δ即： ???=-01)(k n δ 0≠=n k n 2．单位阶跃序列 ? ??01)(n u 00<≥n n 在MATLAB 中可以利用ones( )函数实现。 );,1(N ones x = 3．正弦序列 )(cos )(0φω+=n A n x 这里， ,,0ωA 和φ都是实数，它们分别称为本正弦信号)(n x 的振幅，角频率和初始相位。 πω200=f 为频率。 4．复正弦序列 n j e n x ω=)( 5．实指数序列 n A n x α=)( 6. 随机序列 长度为N 的随机序列 基本数学函数参考教材P69页以及随后的使用说明。 注意使用行向量，特别是冒号运算符。 举例，长度为N 的实指数序列在MATLAB 中实现： n a x N n .^1 :0=-= 1. 单位采样 长度为N 的单位采样序列u(n)可以通过下面的MATLAB 命令获得：

u=[1 )1,1(-N zeros ]； 延迟M 个采样点的长度为N 的单位采样序列ud(n)(M

伪随机码生成器

M序列发生器 M序列是最常用的一种伪随机序列，是一种线性反馈移位寄存器序列的简称。带线性反馈逻辑的移位寄存器设定各级寄存器的初试状态后，在时钟的触发下，每次移位后各级寄存器状态都会发生变化。其中一级寄存器（通常为末级）的输出，随着移位寄存器时钟节拍的推移会产生下一个序列，称为移位寄存器序列。他是一种周期序列，周期与移位寄存器的级数和反馈逻辑有关。 以4级移位寄存器为例，线性反馈结构如下图： 4级以为寄存器反馈图 其中a4=a1+a0

信号a4:a0禁止出现全0，否则将会出现全0，序列不变化。实验仿真 Code： library IEEE; use IEEE.STD_LOGIC_1164.ALL; -- Uncomment the following library declaration if using -- arithmetic functions with Signed or Unsigned values --use IEEE.NUMERIC_STD.ALL; -- Uncomment the following library declaration if instantiating -- any Xilinx primitives in this code. --library UNISIM; --use UNISIM.VComponents.all; entity random_4 is Port ( clk : in STD_LOGIC; reset : in STD_LOGIC;

din : in STD_LOGIC_VECTOR (3 downto 0); dout : out STD_LOGIC_VECTOR (3 downto 0); load : in STD_LOGIC); end random_4; architecture Behavioral of random_4 is signal rfsr :std_logic_vector(3 downto 0); --signal temp:std_logic; begin process(clk,reset,load,din) begin if (reset ='1') then rfsr <=(others =>'0'); elsif (clk' event and clk='1') then if(load ='1') then ----load =1 rfsr<= din; else rfsr(3) <= rfsr(0) xor rfsr(1); rfsr(2 downto 0) <= rfsr(3 downto 1); end if; end if; end process; ------signal rename----

Matlab 各种随机数设置

Matlab 各种随机数设置 randn（伪随机正态分布数） Normally distributed pseudorandom numbers Syntax r = randn(n) randn(m,n) randn([m,n]) randn(m,n,p,...) randn([m,n,p,...]) randn(size(A)) r = randn(..., 'double') r = randn(..., 'single') Description r = randn(n) returns an n-by-n matrix containing pseudorandom values drawn from the standard normal distribution. randn(m,n) or randn([m,n]) returns an m-by-n matrix. randn(m,n,p,...) or randn([m,n,p,...]) returns an m-by-n-by-p-by-... array. randn returns a scalar. randn(size(A)) returns an array the same size as A. r = randn(..., 'double') or r = randn(..., 'single') returns an array of normal values of the specified class. Note The size inputs m, n, p, ... should be nonnegative integers. Negative integers are treated as 0. The sequence of numbers produced by randn is determined by the internal state of the uniform pseudorandom number generator that underlies rand, randi, and randn. randn uses one or more uniform values from that default stream to generate each normal value. Control the default stream using its properties and methods. Note In versions of MATLAB prior to 7.7 (R2008b), you controlled the internal state of the random number stream used by randn by calling randn directly with the 'seed' or 'state' keywords. Examples Generate values from a normal distribution with mean 1 and standard deviation 2. r = 1 + 2.*randn(100,1); Generate values from a bivariate normal distribution with specified mean vector and covariance matrix. mu = [1 2]; Sigma = [1 .5; .5 2]; R = chol(Sigma); z = repmat(mu,100,1) + randn(100,2)*R; Replace the default stream at MATLAB startup, using a stream whose seed is based on clock, so that randn will return different values in different MATLAB sessions. It is usually not desirable to do this more than once per MATLAB session. RandStream.setDefaultStream ...

伪随机序列的产生与仿真

基于MATLAB 的伪随机序列的产生 及相关特性的仿真 一、相关概念: 平稳随机过程的各态历经性, 随机信号的频谱特性, 自相关函数, 互相关函数 二、工程背景与理论基础 根据香农的理论，在高斯白噪声干扰情况下，在平均功率受限的信道上，实现有效和可靠通信的最佳信号是具有白噪声统计特性的信号。扩频通信正是由此而来的，在扩频通信最大的优点就是具有强大的抗噪声性能，使有用信号几乎可以淹没在噪声传播。 故扩频通信对扩频序列一般有如下要求： （1）尖锐的自相关特性 （2）尽可能小的互相关值 （3）足够多的序列数，具有良好的伪随机性 （4）序列均衡性好，0、1等概 （5）工程上易于实现 伪随机序列具有以上所以有点，故在CDMA 扩频通信系统中，伪随机序列被作为扩频码之一。下面在理论上阐述下伪随机序列（即m 序列）的产生原理及其所具有的相关数学性质。然后在用MATLAB 语言实现m 序列的产生，并就其相关特性进行仿真，仿真结果结果表明该方法是可行的。 1、 m 序列简单介绍 m 序列是最长线性反馈移位寄存器序列的简称，是由带线性反馈的移位寄存器的周期最长的序列。它是周期为r N=2-1的伪随机序列，r 是移位寄存器的阶数。 下面是IS-95CDMA 系统中I 信道引导PN 序列的生成多项式和线性反馈移位寄存器的框图。 I 支路生成表达式：15139875()1I P x x x x x x x =++++++ 123456789101112131415 输出 图1-1 I 路信号产生器 m 序列具有以下基本性质： （1）均衡性：在m 序列的一个周期中，“1”的个数之比“0”的个数多一个。这表明序列平均性很好，即“1”和“0”几乎就是随机出现的，具有较好的随机性。 （2）具有尖锐的自相关特性，相互不同码字之间几乎是完成正交的。 周期函数的自相关函数定义为：/2/201R()()()T s s T T s t s t dt ττ-=+?，式中0T 是s()t 的周期。

伪随机序列m和M的生成算法实现

m-M 文档 1 相关概念 随机序列：可以预先确定又不能重复实现的序列 伪随机序列：具有随机特性，貌似随机序列的确定序列。 n 级线性移位寄存器，能产生的最大可能周期是21n p =-的序列,这样的序列称为m 序列。 n 级非线性移位寄存器，能产生的最大周期是2n 的序列，这样的序列称为M 序列。 图1线性移位寄存器 线性移位寄存器递推公式 11221101 n n n n n n i n i i a c a c a c a c a c a ----==++++= ∑ 线性移位寄存器的特征方程式 010 ()n n i n i i f x c c x c x c x ==+++= ∑ ,ci 取值为0或1 定义 若一个n 次多项式f (x )满足下列条件： (1) f (x )为既约多项式(即不能分解因式的多项式)； (2) f (x )可整除(x p +1), p =2n -1; (3) f (x )除不尽(x q +1), q

由抽象代数理论可以证明，若α是n 次本原多项式()f x 的根，则集合2 2 {0,1,}n F α-= 可 构成一个有限的扩域(2)n G F 。F 中的任一元素都可表示为1110n n a a a αα--+++ ，这样n 个分量的有序序列110(,,,)n a a a - 就可表示F 中的任一元素。 若既约多项式()f x 的根能够形成扩域(2)n G F ，则该多项式是本原多项式，否则不是本原多项式。 2.2 二元域(2)GF 上的本原多项式算法实现 (2)GF 上n 次多项式的通式为 1 2 1210()...n n n n n f x x a x a x a x a ----=++++，系数是二元域上的元素（0,1） 既约多项式既不能整除,1x x +，0和1不可能是()f x 的根，即0a =1, ()f x 的项数一定为奇数。 另外，一个既约多项式是否能形成(2)n G F ，从而判断它是否为本原多项式。N 次多项式的扩域，其中，120,1,,,n ααα 一定在扩域中，需要判断的是12 2 ,n n αα+- 是否也在扩域 中，从而形成全部扩域(2)n G F ，若在，则该n 次既约多项式是本原多项式，否则不是。 （1）给定二元多项式 1 2 1210()...n n n n n f x x a x a x a x a ----=++++，01a = 设α是f(x)扩域中的一个元素，且f(α)=0则有： n n-1 n-11=a ++a +1αα α （1） （2）从n α开始，计算α的连续幂。在计算过程中，当遇到α的幂次为n 时，将（1）代入，一直计算到n 2 -2 α （形成GF （2n ）），再计算n 2 -1 α 。若n 2-1 α =1，则证明()f x 能被n 21 x 1-+整 除，而不能整除1q x +（21n q <-），判定为本原多项式。在计算α的连续幂过程中，若 q x =1（21n q <-），则证明()f x 能被1q x +整除，判定为非本原多项式，停止计算。 在计算机实现时，n 个分量的有序序列110(,,)n a αα- 与α的任一连续幂有着一一对应的 关系，可以用有序序列110(,,)n a αα- 来表示α的任一连续幂。q α用110(,,)q q q n a αα- 来

常用信号的MATLAB表示

5 常用信号的MATLAB表示5.1单位冲激函数、单位冲激序列 示例7： t = -5:0.01:5; y = (t==0); subplot(121); plot(t, y, 'r'); n = -5:5; x = (n==0); subplot(122); stem(n, x); 图5 运行结果如图5所示。

程序说明： (1)由n = -5:5得到一个1×11数组n；而在x = (n==0)中，n==0是一个向量运算，即向量n中的每一个元素与0比较是否相等，其比较结果0或1放在x中。这样得到的向量x也是1×11数组，且正好就是单位冲激序列。 (2)在MATLAB中，任何向量x的下标是从1开始的，不能取零或负值，而x(n)中的时间变量n则不此受限制。因此向量x的下标与时间变量n是两个概念，如本例中向量x(n)的下标是从1到11，而时间变量n是从-5到5。所以必须用一个与向量x等长的定位时间变量n，以及向量x，才能完整地表示序列x(n)。在信号的表示和运算中，这一点请务必注意；只有当序列x(n)的时间变量正好是从1开始时，才能省去时间变量n，因为此时向量的下标与时间变量相同。 (3)单位冲激函数的实现方法实际上与单位冲激序列是完全相同的，都是用序列表示。只不过表示连续时间信号的序列中两相邻元素所对应的时间间隔更小，如本例中t的间隔为0.01，而表示离散时间信号的序列中两相邻元素所对应的时间间隔一般为1。 由于单位冲激序列在信号与系统中经常使用，我们专门编制一个函数文件delta.m，在后面的实验部分直接调用该函数即可产生需要的波形。 % delta.m function [x, n] = delta(n1,n2,k) % 产生冲激序列δ(n-k),其中n1<=n<=n 2, n1<=k<=n2

matlab 产生随机数命令大全

matlab产生随机数 Matlab(https://www.wendangku.net/doc/9e6671508.html,) 随机数生成方法： 第一种方法是用 random 语句，其一般形式为 y = random('分布的英文名',A1,A2,A3,m,n)， 表示生成 m 行 n 列的 m × n 个参数为 ( A1 , A2 , A3 ) 的该分布的随机数。例如: (1) R = random('Normal',0,1,2,4): 生成期望为 0,标准差为 1 的(2 行 4 列)2× 4 个正态随机数 (2) R = random('Poisson',1:6,1,6): 依次生成参数为 1 到 6 的(1 行 6 列)6 个 Poisson 随机数 第二种方法是针对特殊的分布的语句： 一．几何分布随机数（下面的 P，m 都可以是矩阵） R = geornd(P) （生成参数为 P 的几何随机数） R = geornd(P,m) （生成参数为 P 的× m 个几何随机数） １ R = geornd(P,m,n) （生成参数为 P 的 m 行 n 列的 m × n 个几何随机数） 例如 (1) R = geornd(1./ 2.^(1:6)) ( 生成参数依次为 1/2,1/2^2,到 1/2^6 的 6 个几何随机数) (2) R = geornd(0.01,[1 5]) (生成参数为 0.01 的（１行５列）5 个几何随机数). 二．Beta 分布随机数 R = betarnd(A,B) （生成参数为 A,B 的 Beta 随机数） R = betarnd(A,B,m) （生成× m 个数为 A,B 的 Beta 随机数） １ R = betarnd(A,B,m,n) （生成 m 行 n 列的 m × n 个数为 A,B 的 Beta 随机数）. 三．正态随机数 R = normrnd(MU，SIGMA) （生成均值为 MU，标准差为 SIGMA 的正态随机数）R = normrnd(MU，SIGMA,m) （生成 1× m 个正态随机数） R = normrnd(MU，SIGMA,m,n) （生成 m 行 n 列的 m × n 个正态随机数）例如 (1) R = normrnd(0,1,[1 5]) 生成 5 个正态(0,1) 随机数 (2) R = normrnd([1 2 3;4 5 6],0.1,2,3) 生成期望依次为[1,2,3;4,5,6], 方

一种新的混沌伪随机序列生成方式

第28卷第7期电子与信息学报V ol.28No.7 2006年7月 Journal of Electronics & Information Technology Jul.2006 一种新的混沌伪随机序列生成方式 罗启彬 张 健 (中国工程物理研究院电子工程研究所绵阳 621900) 摘要利用构造的Hybrid混沌映射，通过周期性改变混沌迭代初值来产生混沌伪随机序列。理论和统计分析可知，该混沌序列的各项特性均满足伪随机序列的要求，产生方法简单，具有较高的安全性和保密性，是一类很有应用前景的伪随机加密序列。 关键词混沌序列, 加密, Lyapunov指数，自相关 中图分类号：TN918 文献标识码：A 文章编号：1009-5896(2006)07-1262-04 A New Approach to Generate Chaotic Pseudo-random Sequence Luo Qi-bin Zhang Jian (Institute of Electronic Engineering, CAEP, Mianyang 621900，China) Abstract This paper proposes hybrid mapping to generate chaotic sequence, by altering initial value periodically. The results show that the properties of the hybrid chaotic sequence are good，and the sequence generator can be easily realized. It is a class of promising pseudo-random sequence in practical applications. Key words Chaotic sequence, Encryption, Lyapunov exponent, Auto-correlation 1 引言 混沌序列是一种性能优良的伪随机序列，其来源丰富，生成方法简单。通过映射函数、生成规则以及初始条件便能确定一个几乎无法破译的加密序列。因此，混沌加密受到越来越多的关注，近年来被广泛应用于保密通信领域[1-4]。 将混沌理论应用于流密码是1989年由Matthews[5]最先提出。迄今为止，利用混沌映射产生随机序列的理论研究很多。但是，混沌序列发生器总是用有限精度来实现，其特性由于有限精度效应会与理论结果大相径庭。因此，有限精度效应是混沌序列从理论走向应用的主要障碍。文献[6]用m 序列与产生的混沌序列“异或”来克服有限精度的影响，但由于微扰是随机的，不易产生，而且系统分布以及相关性能取决于附加的m序列而不是混沌系统本身。文献[7]通过构造变参数复合混沌系统来实现有限精度混沌系统。本文利用构造的分段非线性Hybrid映射，通过周期性地改变混沌迭代初值的办法来产生混沌序列，克服了序列有限精度效应的影响。计算机数值实验表明所产生的混沌序列的各项特性均较好，产生方法简单，具有较高的安全性，是一类很有应用前景的伪随机加密序列。 本文第2节给出了混沌随机序列发生器的产生过程，在此基础上讨论了混沌系统的扰动问题；第4节通过计算机仿真来验证所产生的混沌伪随机序列的性质；最后是结论。 2004-11-22收到，2005-08-08改回 中国工程物理研究院科学技术基金面上资助课题(20050429) 2 序列产生 由于Logistic映射和Tent映射的复杂度都不高，由此产生的混沌加密序列的安全性能都不是非常理想。本文把两者相结合，构造出一种新的混沌迭代映射——Hybrid映射： 2 1 1 2 (1)10 =()= 1, 0<1 k k k k k k b u x x x f x u x x + ???<≤ ? ? ?< ?? , (1) 该映射不但继承了Logistic映射和Tent映射容易产生的特点，而且还能增加混沌系统的安全性。 当初值x0=0.82，u1=1.8，u2=2.0，b=0.85时，此映射处于混沌态，产生的混沌序列如图1所示，其中横轴是迭代次数k，纵轴是经不断迭代得到的混沌状态空间变量x(k)。图1(a)为初值等于0.82的Hybrid混沌映射时序图，图1(b)为Hybrid映射对迭代初值高度敏感性的示意图(初值相差10-15)。 图1 (a) Hybrid mapping 的随机特性 (b) Hybrid mapping 对初值的敏感特性 Fig.1 (a) Randomicity of Hybrid mapping (b) Sensitivity of Hybrid mapping 把生成的实值混沌随机序列{x k}转化为二进制随机序列{S k}，按如下方法实施：

实验1 常见离散信号的MATLAB产生和图形显示

实验1 常见离散信号的MATLAB 产生和图形显示 一、实验目的：加深对常用离散信号的理解 二、实验原理： 1.单位抽样序列：???=01)(n δ 00 ≠=n n 在MATLAB 中可以利用zeros()函数实现。 ; 1)1();,1(==x N zeros x 如果)(n δ在时间轴上延迟了k 个单位，得到)(k n ?δ即：? ??=?01)(k n δ 0≠=n k n 2．单位阶越序列：???0 1 )(n u 00<≥n n 在MATLAB 中可以利用ones()函数实现。(1,)x ones N = 3．正弦序列：)/2sin()(?π+=Fs fn A n x 在MATLAB 中 ) /***2sin(*1 :0fai Fs n f pi A x N n +=?= 4．复正弦序列：n j e n x ?=)( 在MATLAB 中 ) **exp(1 :0n w j x N n =?= 5．指数序列：n a n x =)( 在MATLAB 中 n a x N n .^1:0=?= 三、实验内容： 1、编制程序产生上述5种信号（长度可输入确定），并绘出其图形。 2、讨论正弦序列、复指数序列的性质： （1）绘出信号()zn x n e =，当1126z j π=?+、1126z j π=+、112 z =、62πj z +=、6π j z =时 信号的实部和虚部图；当6 π j z =时信号的周期为多少？

（2）绘出信号() 1.5sin(2*0.1)x n n π=的频率是多少？周期是多少？产生一个数字频率为0.9的正弦序列，并显示该信号，说明其周期。 3、使用帮助功能学习square(方波),sawtooth(锯齿波)和sinc 函数，并绘图。 四、实验要求： 1、预先阅读MATLAB 基础； 2、讨论复指数序列的性质。

MatLAB 随机数

常见分布函数表

Matlab中产生正态分布随机数的函数normrnd 功能：生成服从正态分布的随机数 语法： R＝normrnd(MU,SIGMA) R＝normrnd(MU,SIGMA,m) R＝normrnd(MU,SIGMA,m,n) 说明： R＝normrnd(MU,SIGMA)：生成服从正态分布(MU参数代表均值，DELTA参数代表标准差)的随机数。输入的向量或矩阵MU和SIGMA必须形式相同，输出R也和它们形式相同。标量输入将被扩展成和其它输入具有相同维数的矩阵。 R＝norrmrnd(MU,SIGMA,m)：生成服从正态分布(MU参数代表均值，DELTA参数代表标准差)的随机数矩阵，矩阵的形式由m定义。m是一个1×2向量，其中的两个元素分别代表返回值R中行与列的维数。 R＝normrnd(MU,SIGMA,m,n)：生成m×n形式的正态分布的随机数矩阵。

>> help normrnd NORMRND Random arrays from the normal distribution. R = NORMRND(MU,SIGMA) returns an array of random numbers chosen from a normal distribution with mean MU and standard deviation SIGMA. The size of R is the common size of MU and SIGMA if both are arrays. If either parameter is a scalar, the size of R is the size of the other parameter. R = NORMRND(MU,SIGMA,M,N,...) or R = NORMRND(MU,SIGMA,[M,N,...]) returns an M-by-N-by-... array. 例：生成正态分布随机数。 >> a=normrnd(0,1) a = -1.4814

伪随机序列发生器

伪随机序列发生器 一、实验目的： 理解伪随机序列发生器的工作原理以及实现方法，掌握MATLAB\DSP BUILDER设计的基本步骤和方法。 二、实验条件： 1. 安装WindowsXP系统的PC机； 2. 安装QuartusII6.0 EDA软件； 的序列发生器，并通 ⒈ ⒉ ⒊⒋⒌⒍⒎⒏ ⒐ ⒑ ⒒⒓⒔⒕⒖⒗ 四、实验原理： 对于数字信号传输系统，传送的数字基带信号(一般是一个数字序列)，由于载有信息，在时间上往往是不平均的(比如数字化的语音信号)，对应的数字序列编码的特性，不利于数字信号的传输。对此，可以通过对数字基带信号预先进行“随机化”(加扰)处理，使得信号频谱在通带内平均化，改善数字信号的传输；然后在接受端进行解扰操作，恢复到原来的信号。伪随机序列广泛应用与这类加扰与解扰操作中。我们下面用DSP BUILDER来构建一中伪随机序列发生器——m序列发生器，这是一种很常见的伪随机序列发生器，可以由线性反馈器件来产生，如下图：

其特征多项式为： ()∑==n i i i x C x F 0 注：其中的乘法和加法运算都是模二运算，即逻辑与和逻辑或。 可以证明，对于一个n 次多项式，与其对应的随机序列的周期为。 12?n 接下来我们以为例，利用DSP BUILDER 构建这样一个伪随机序列发生器。 125++x x 开Simulink 浏览器。 Simulink 我们可以看到在Simulink 工作库中所安装的Altera DSP Builder 库。 2. 点击Simulink 的菜单File\New\Model 菜单项，新建一个空的模型文件。

正交编码与伪随机序列

正交编码与伪随机序列

————————————————————————————————作者: ————————————————————————————————日期： ?

3. 正交编码与伪随机序列 在数字通信中,正交编码与伪随机序列都是十分重要的技术。正交编码不仅可以用作纠错编码，还可用来实现码分多址通信。伪随机序列在误码率测量、时延测量、扩频通信、通信加密及分离多径等方面有十分广泛的应用。 3.1. 正交编码 一、几个概念 1、互相关系数 设长为ｎ的编码中码元只取+１、-1，x 和ｙ是其中两个码组 )...,(21n x x x x =，)...,(21n y y y y =,其中)1,1(,-+∈i i y x 则ｘ、y 间的互相关系数定义为 ∑==n i i i y x n y x 1 1),(ρ 如果用0表示+1、1表示-1，则 D A D A y x +-= ),(ρ,其中A 是相同码元的个数，D 为不同码元的个数。 2、自相关系数 自相关系数定义为:∑=+=n i j i i x x x n j 1 1)(ρ，其中下标的计算按模n 计算。 3、正交编码 若码组C y x ∈?,，（C 为所有编码码组的集合)满足0),(=y x ρ,则称C 为正交编码。即：正交编码的任意两个码组都是正交的。 例1：已知编码的4个码组如下: )1,1,1,1();1,1,1,1();1,1,1,1();1,1,1,1(4321--=--=--=++++=S S S S 试计算1S 的自相关系数、21,S S 的互相关系数。 4、超正交编码 若两个码组的互相关系数0<ρ，则称这两个码组互相超正交。如果一种编码中任何两个码组间均超正交,则称这种编码为超正交编码。 例２:例1中取后三个码组,且去掉第１位构成的编码为超正交编码。 (０,1,1），（１,１,０)（1,0,１） 5、双正交编码 由正交编码及其反码便组成双正交编码。

常见连续信号的MATLAB表示

实验名称：常见连续信号的MATLAB 表示 报告人： 姓名班级学号 一、实验目的 1、熟悉常见连续时间信号的意义、特性及波形； 2、学会使用MATLAB 表示连续时间信号的方法； 3、学会使用MATLAB 绘制连续时间信号的波形。 二、实验内容及运行结果 1、运行以上5个例题的程序，保存运行结果。 2、已知信号()t f 的波形如下图所示，试用MATLAB 绘出满足下列要求的信号波形。 <1）()t f -； <2）()2-t f ； <3）()at f <其中a 的值分别为 21= a 和2=a ）； <4）? ?? ??+12 1t f 。 第一题 例题1

程序如下： >> t1=-10:0.5:10。 >> f1=sin(t1>./t1。 >> figure(1> >> plot(t1,f1> >> xlabel('取样间隔p=0.5'>。 >> title('f(t>=Sa(t>=sin(t>/t'>。>> t2=-10:0.1:10。 >> f2=sin(t2>./t2。 >> figure(2> >> plot(t2,f2> >> xlabel('取样间隔p=0.1'>。 >> title('f(t>=Sa(t>=sin(t>/t'>。运行结果如下：

f(t)=Sa(t)=sin(t)/t 取样间隔p＝0.5 f(t)=Sa(t)=sin(t)/t 取样间隔p=0.1例题2 程序如下： >> syms t >> f=sin(t>/t。 >> ezplot(f,[-10,10]>运行结果如下：

sin(t)/t t 例题3： 程序如下： >> t=-1:0.01:4。 >> t0=0。 >> ut=stepfun(t,t0>。>> plot(t,ut> >> axis([-1,4,-0.5,1.5]>运行结果如下:

matlab中产生随机数的程序

1.由U（0,1）分布的随机数产生U（a,b）的随机数 r=rand(1,20); s=a+(b-a)*r; 例： r=rand(1,20); s=2+(10-2)*r s = Columns 1 through 11 7.0589 2.7803 4.2280 6.3751 9.6601 9.7191 3.2609 9.7647 9.6573 5.8830 8.4022 Columns 12 through 20 3.1351 5.3741 9.3259 8.3377 9.6759 7.2459 2.2857 8.7930 9.4719 2.指数分布的抽样 （6.9）n=10的时候 u=rand(1,19); r=1; for i=1:19 r=r*u(i); end s=log(r); m=1; for j=11:19 if(u(j-1)>u(j)) y(m)=u(j) else y(m)=u(j) end m=m+1; end for k=2:9 x(k)=(y(k-1)-y(k))*s end x y = 0.4168

0.4168 0.6569 y = 0.4168 0.6569 0.6280 y = 0.4168 0.6569 0.6280 0.2920 y = 0.4168 0.6569 0.6280 0.2920 0.4317 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 y = 0.4168 0.6569 0.6280 0.2920 0.4317 0.0155 0.9841 0.1672

伪随机序列

目录 伪随机序列 (2) 1 基本原理 (2) 1.1 背景 (2) 1.2 实现原理 (2) 2 实现方式 (3) 3 FPGA的实现 (5) 3.1 设计思路 (5) 3.2 代码实现分析 (5) 3.2.1斐波那契方式 (5) 3.2.2伽罗瓦方式 (9) 4 总结 (12)

伪随机序列 1 基本原理 1.1 背景 随着通信技术的发展，在某些情况下，为了实现最有效的通信应采用具有白噪声统计特性的信号；为了实现高可靠的保密通信，也希望利用随机噪声；另外在测试领域，大量的需要使用随机噪声来作为检测系统性能的测试信号。然而，利用随机噪声的最大困难是它难以重复再生和处理。伪随机序列的出现为人们解决了这一难题。伪随机序列具有类似于随机噪声的一些统计特性，同时又便于重复产生和处理，有预先的可确定性和可重复性。由于它的这些优点，在通信、雷达、导航以及密码学等重要的技术领域中伪随机序列获得了广泛的应用。而在近年来的发展中，它的应用范围远远超出了上述的领域，如计算机系统模拟、数字系统中的误码测试、声学和光学测量、数值式跟踪和测距系统等也都有着广阔的使用。 伪随机序列通常由反馈移位寄存器产生，又可分为线性反馈移位寄存器和非线性反馈移位寄存器两类。由线性反馈移位寄存器产生出的周期最长的二进制数字序列称为最大长度线性反馈移位寄存器，即为通常说的m序列，因其理论成熟，实现简单，应用较为广泛。 m序列的特点： （1）每个周期中，“1”码出现2n-1次，“0”码出现2n-1次，即0、1出现概率几乎相等。 （2）序列中连1的数目是n，连0的数目是n-1。 （3）分布无规律，具有与白噪声相似的伪随机特性。 1.2 实现原理 在二进制多级移位寄存器中，若线性反馈移位寄存器（LFSR）有n 阶（即有n级寄存器），则所能产生的最大长度的码序列为2n-1位。如果数字信号直接

基于matlab的直接序列扩频通信系统仿真

基于MATLAB的直接序列扩频通信系统仿真 1.实验原理：直接序列扩频（DSSS）是直接利用具有高码率的扩频码系列采用各种调 制方式在发端与扩展信号的频谱，而在收端，用相同的扩频码序去进行解扩，把扩展宽的扩频信号还原成原始的信息。它是一种数字调制方法，具体说，就是将信源与一定的PN码（伪噪声码）进行摸二加。例如说在发射端将"1"用11000100110，而将"0"用00110010110去代替，这个过程就实现了扩频，而在接收机处只要把收到的序列是11000100110就恢复成"1"是00110010110就恢复成"0"，这就是解扩。这样信源速率就被提高了11倍，同时也使处理增益达到10DB以上，从而有效地提高了整机倍噪比。 1.1 直扩系统模型 直接序列扩频系统是将要发送的信息用伪随机码(PN码)扩展到一个很宽的频带上去，在接收端用与发送端相同的伪随机码对接收到的扩频信号进行相关处理，恢复出发送的信号。对干扰信号而言，与伪随机码不相关，在接收端被扩展，使落入信号通频带的干扰信号功率大大降低，从而提高了相关的输出信噪比，达到了抗干扰的目的。直扩系统一般采用频率调制或相位调制的方式来进行数据调制，在码分多址通信中，其调制多采用BPSK、DPSK、QPSK、MPSK等方式，本实验中采取BPSK方式。 直扩系统的组成如图1所示，与信源输出的信号a(t)是码元持续时间为Ta的信息流，伪随机码产生器产生伪随机码c(t)，每个伪随机码的码元宽度为Tc (Tc<