基于matlab的伪随机序列生成及相关函数仿真实验

通信工程专业专业综合课程设计题目基于MATLAB的伪随机序列发生器的设计学生姓名学号所在院(系)专业班级指导教师完成地点2013年 12 月 29 日专业综合课程设计任务书院(系)专业班级学生姓名一、专业综合课程设计题目基于MATLAB的伪随机序列发生器的设计二、专业综合课程设计工作自 2013 年 12 月 20 日起至 2014 年 1 月 17 日止三、专业综合课程设计进行地点:四、专业综合课程设计的内容要求：1、要求在MATLAB软件环境下编写程序完成九级m序列反馈系数，本原多项式的求解。

2、要求完成相应的Gold序列发生器的设计;或采用软件编程来实现。

3、要求设置合适的系统参数，输出Gold序列的时域、频域波形。

指导教师系(教研室)通信工程系接受论文 (设计)任务开始执行日期2013年12月20日学生签名基于matlab的伪随机序列发生器的设计[摘要]伪随机序列码越来越受到人们的重视，被广泛用于导弹、卫星、飞船轨道测量和跟踪、雷达、导航、移动通信、保密通信和通信系统性能的测量以及数字信息处理系统中。

本文主是对基于matlab的伪随机序列发生器的设计，及其利用matlab 软件对其进行仿真和利用simulink对其仿真性能的研究，主要阐述了扩频系统中m序列和gold序列的产生。

在第一部分中介绍了课题研究的背景，第二部分中介绍了扩频系统的相关知识，第三部分介绍了m序列和Gold序列产生的原理和方法，第四部分利用matlab和simulink对其进行仿真。

[关键词]伪随机序列 m序列移位寄存器Design of the pseudo-random sequence generatorbased on matlab[Abstract]pseudo-random sequence code more and more get people's attention, is widely used in missiles, satellites, spacecraft orbit measurement and tracking, radar, navigation, mobile communications, and the measurement of the performance of the communication security and communication system of digital information processing system. In this paper, the main is to the design of pseudo-random sequence generator based on matlab, and the use of matlab simulation and the use of simulink software to the study of the simulation performance, mainly expounds the m sequence and gold sequence in spread spectrum system. In the first part introduces the research background, the second part introduces the related knowledge of spread spectrum system, in the third part introduces the m sequence and Gold sequence principle and method of the fourth part carries on the simulation using matlab and simulink.[key words]pseudo random sequence m sequence shift register目录1．引言 (4)1.1研究的背景及意义 (4)2．扩频通信系统简介 (5)2.1扩频通信的基本概念及相关模型 (5)2.1.1基本概念 (5)2.1.2 数学模型 (8)2.2扩频通信系统的主要特点 (10)2.3扩频通信系统分类 (11)2.4伪随机序列在扩频通信中的应用 (11)3.m序列 (11)3.1m序列的定义 (11)3.2m序列的原理 (12)3.3m序列的性质 (15)4.Gold序列 (17)4.1 Gold序列的产生原理 (17)4.2 Gold序列的性质 (18)5.MATLAB仿真实现 (18)5.1 MATLAB软件介绍 (18)5.2 m序列的仿真及分析 (19)5.2.1程序分析 (19)5.2.2 simulink分析 (20)5.3 Gold的仿真及分析 (22)5.3.1程序分析 (22)5.3.2 simulink分析 (22)6.致谢 (24)7.参考文献 (25)附录 (26)附录A (26)附录B (28)1．引言1.1研究的背景及意义移动通信由于具有时实性、机动性、具有不受时空限制等特点，己经成为一种深受人们欢迎的通信方式，并融入了现代生活当中。

随机信号分析实验报告——基于MATLAB语言姓名：_班级：_学号：专业：目录实验一随机序列的产生及数字特征估计 (2)实验目的 (2)实验原理 (2)实验内容及实验结果 (3)实验小结 (6)实验二随机过程的模拟与数字特征 (7)实验目的 (7)实验原理 (7)实验内容及实验结果 (8)实验小结 (11)实验三随机过程通过线性系统的分析 (12)实验目的 (12)实验原理 (12)实验内容及实验结果 (13)实验小结 (17)实验四窄带随机过程的产生及其性能测试 (18)实验目的 (18)实验原理 (18)实验内容及实验结果 (18)实验小结 (23)实验总结 (23)实验一随机序列的产生及数字特征估计实验目的1.学习和掌握随机数的产生方法。

2.实现随机序列的数字特征估计。

实验原理1.随机数的产生随机数指的是各种不同分布随机变量的抽样序列（样本值序列）。

进行随机信号仿真分析时，需要模拟产生各种分布的随机数。

在计算机仿真时，通常利用数学方法产生随机数，这种随机数称为伪随机数。

伪随机数是按照一定的计算公式产生的，这个公式称为随机数发生器。

伪随机数本质上不是随机的，而且存在周期性，但是如果计算公式选择适当，所产生的数据看似随机的，与真正的随机数具有相近的统计特性，可以作为随机数使用。

(0,1)均匀分布随机数是最最基本、最简单的随机数。

(0,1)均匀分布指的是在[0,1]区间上的均匀分布， U(0,1)。

即实际应用中有许多现成的随机数发生器可以用于产生(0,1)均匀分布随机数，通常采用的方法为线性同余法，公式如下：，序列为产生的(0,1)均匀分布随机数。

定理1.1若随机变量X 具有连续分布函数，而R 为(0,1)均匀分布随机变量，则有2.MATLAB中产生随机序列的函数(1)(0,1)均匀分布的随机序列函数：rand用法：x = rand(m,n)功能：产生m×n 的均匀分布随机数矩阵。

(2)正态分布的随机序列函数：randn用法：x = randn(m,n)功能：产生m×n 的标准正态分布随机数矩阵。

*******************实践教学*******************兰州理工大学计算机与通信学院2010年秋季学期移动通信课程设计题目：基于Matable 的扩频通信m伪随机序列的产生专业班级：通信四班姓名：学号： 07250435指导教师：成绩：中文摘要伪随机信号既有优良的相关性，又有随机信号所不具备的规律性，因此，伪随机信号既易于从干扰信号中识别和分离出来，又可以方便的产生和重复，其相关函数接近于白噪声的相关函数，既有随机噪声的优点，又避免了随机噪声的缺点。

m 序列是伪随机序列中最重要的序列之一。

其具有的尖锐的自相关特性；尽可能小的互相关值；足够多的序列数；序列均衡性好；工程上易实现等的要求，使得它在扩频通信系统中得都了广泛的应用。

它可以通过移位寄存器实现，本文利用MATABLE 编码实现了m 序列的生成，通过仿真对m 序列的自相关特性及功率谱密度函数进行了分析和验证。

关键字：扩频通信；伪随机序列；m 序列；MATABLE 编码前言扩频通信因其具有抗干扰、抗多径衰落、抗侦察等优点在通信领域中得到广泛应用。

扩频序列的设计和选择是扩频通信的关键技术，扩频序列性能的优劣在很大程度上决定了通信系统的多址干扰和符号间干扰的大小，从而直接影响到系统的性能。

因此，深入研究扩频序列的性质．构造设计具有良好相关性的扩频序列，来满足扩频系统的要求，是直接序列扩频系统的核心课题。

白噪声是一种随机过程．它有极其优良的相关特性。

但至今无法实现白噪声的放大、调制、检测、同步及控制等．而只能用类似于白噪声统计特性的伪随机序列来逼近它，并作为扩频系统的扩频码。

随机码具有某种随机序列的随机特性，因为同样具有随机特性，无法从一个已经产生的序列中判断是随机序列还是伪随机序列，只能根据序列的产生办法来判断。

伪随机序列具有良好的随机性和接近白噪声的相关函数，并且有预先的可确定性和可重复性。

而这些特性正好满足了扩频通信中对扩频序列尖锐的自相关特性；尽可能小的互相关值；足够多的序列数；序列均衡性好；工程上易实现等的要求。

伪随机序列仿真仿真实验报告报告时间：2013年5月13日姓名：刘梦曦学号：2010101012电子邮件：604417989@一、实验目的1、熟悉MATLAB 仿真的应用；2、掌握伪随机序列的原理、软件产生，并仿真分析其相关特性。

二、实验内容1、MATLAB中产生127位gold序列，并分析其自相关和互相关特性。

2、采用MATLAB的伪随机函数，生成127位二进制伪随机序列，并分析其自相关和互相关特性。

3、收集学习技术资料，列举五种以上通信系统中采用的伪随机序列。

三、实验过程记录根据搜集的资料在matlab中编写代码，然后运行，得到相应的特性图。

1、产生127位的gold序列2、gold序列的自相关性在MATLAB中编写的代码如下：close all;clear all;clc;n=7;%移位寄存器级数P=2^n-1%m列的周期%产生m1序列%c1=[1 0 1 0 0 1 1];%反馈系数==211 reg1=[zeros(1,n-1) 1];%初始化移位寄存器m1(1)=reg1(n);for i=2:P new_reg1(1)=mod(sum(c1.*reg1),2) ;for j=2:nnew_reg1(j)=reg1(j-1); endreg1=new_reg1;m1(i)=reg1(n);endsubplot(311);stairs(m1);xlabel('k');title('m1序列');%产生m2序列%c2=[1 0 1 1 0 0 1];%反馈系数==217 reg2=[zeros(1,n-1) 1];%初始化移位寄存器m2(1)=reg2(n);for i=2:Pnew_reg2(1)=mod(sum(c2.*reg2),2) ;for j=2:nnew_reg2(j)=reg2(j-1);endreg2=new_reg2;m2(i)=reg2(n);endsubplot(312);stairs(m2);xlabel('k');title('m2序列');%产生gold序列%for i=0:P-1shift_m2=[m2(i+1:P)m2(1:i)];%m2g(i+1,:)=mod(m1+shift_m2,2);%模2加endsubplot(313)stairs(g(1,:));xlabel('k');title('gold序列的第1行');%gold序列的自相关特性和互相关特性%g1=g(1,:);g2=g(2,:);%取gold序列的第2行% for i=-P+1:-1% shift=[g1(i+P+1:P) g1(1:i+P)];%r1(P+i)=sum(g1(P+i).*shift(P+i)) ;% end% for i=0:P-1% shift=[g1(i+1:P) g1(1:i)]; %r1(P+i)=sum(g1(i+1).*shift(i+1)) ;% endr1=conv(g1,g1);figure(2)subplot(211)stem(r1/P);xlabel('k');title('g1的自相关特性');% for i=-P+1:-1% shift=[g1(i+P+1:P) g1(1:i+P)];%r2(P+i)=g2(P+i).*shift(P+i);% end% for i=0:P-1% shift=[g1(i+1:P) g1(1:i)]; %r2(P+i)=g2(i+1).*shift(i+1);% endr2=conv(g1,g2);subplot(212);stem(r2/P);xlabel('k');title('g1与g2的互相关特性');（产生图形见附录）四、分析及结论由这个实验我们可以看出，Gold序列间不仅有良好的互相关性能，而且个数远比m序列多。

MATLAB实验报告姓名：***学号：********班级：14184111实验七伪随机序列的产生与相关特性分析一、实验目的1、了解伪随机序列的相关知识。

2、了解m 序列的相关知识，了解其相关性质。

3、学会用matlab 实现方框图描述的系统，并由此产生m 序列。

二、相关理论知识（1）伪随机序列伪随机序列, 又称伪随机码, 是一种可以预先确定并可以重复地产生和复制, 又具有随机统计特性的二进制码序列。

在现代工程实践中, 伪随机信号在移动通信、导航、雷达和保密通信、通信系统性能的测量等领域中有着广泛的应用。

例如，在连续波雷达中可用作测距信号, 在遥控系统中可用作遥控信号, 在多址通信中可用作地址信号, 在数字通信中可用作群同步信号, 还可用作噪声源以及在保密通信中的加密作用等。

伪随机发生器在测距、通信等领域的应用日益受到人们重视。

伪随机信号与随机信号的区别在于: 随机信号是不可预测的, 它在将来时刻的取值只能从统计意义上去描述；伪随机序列实质上不是随机的, 而是收发双方都知道的确定性周期信号。

之所以称其为伪随机序列, 是因为它表现出白噪声采样序列的统计特性, 在不知其生成方法的侦听者看来像真的随机序列一样。

m 序列作为一种基本的PN 序列,具有很强的系统性、规律性和相关性。

（2）m 序列的产生①线性反馈移位寄存器m 序列发生器的系统框图如图。

其中加法器为“模2 相加”运算，寄存器与反馈的每一位只有1、0 两种状态。

由于带有反馈，因此在移位脉冲作用下，移位寄存器各级的状态将不断变化，通常移位寄存器的最后一级做输出，输出序列为输出序列是一个周期序列。

其特性由移位寄存器的级数、初始状态、反馈逻辑以及时钟速率(决定着输出码元的宽度)所决定。

当移位寄存器的级数及时钟一定时，输出序列就由移位寄存器的初始状态及反馈逻辑完全确定。

当初始状态为全零状态时，移位寄存器输出全0序列。

为了避免这种情况，需设置全0 排除电路。

1.用下式产生伪随机数：clc;clear;p=35;M=2^p;n=7;A=2^n+1;c=1;length=1000for i=2:length;x(1)=3;x(i)=mod(A*x(i-1)+c,M);endy=x/M;plot([1:length],y,'.')这种产生随机数的方法为混合同余法，当M=2^35，n=21,c=1时，相关系数接近于零。

但当n取值过大时，占用机器时间增加。

Coveyou给出的一组参数M=2^35，n=7,c=1，虽n取值不大，却能有效的减小序列的相关系数，且不占用过多的机器时间。

2.①用给出的等式产生M序列clc;clear;x(1)=0;x(2)=1;x(3)=0;x(4)=1;x(5)=0;x(6)=1;x(7)=0;x(8)=1;x(9)=0;length=500for i=10:500;x(i)=xor(x(i-4),x(i-9));endplot(x)分析:首先对x(1)到x(9)随即赋值，系数都为1，随后的变量由等式计算出来，由图可知，该序列的循环周期很长，0和1出现的概率基本相同。

②以此序列为基础产生逆序列clc;clear;x(1)=0;x(2)=1;x(3)=0;x(4)=1;x(5)=0;x(6)=1;x(7)=0;x(8)=1;x(9)=0;length=500for i=10:500;x(i)=xor(x(i-4),x(i-9));endy(i)=mod(i,2)for i=1:500z(i)=xor(x(i),y(i))endplot(z)逆M序列是M序列和方波序列复合结果，也是周期较长的随机序列，0和1出现概率相同。

③并将逆序M的幅值变为-a和+aclc;clear;x(1)=0;x(2)=1;x(3)=0;x(4)=1;x(5)=0;x(6)=1;x(7)=0;x(8)=1;x(9)=0;length=500for i=10:500;x(i)=xor(x(i-4),x(i-9));endy(i)=mod(i,2)for i=1:500z(i)=xor(x(i),y(i))enda=2for i=1:500b(i)=a*(1-2*z(i))endplot(b)分析：取a=2，幅值变为-2和+2。

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rN=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。

第1篇一、实验目的本次实验旨在了解伪随机序列的概念、特点和应用，掌握伪随机序列的生成方法，并通过实验验证其性能。

二、实验原理伪随机序列（Pseudo-random sequence）是一种具有随机特性的序列，其生成方法通常采用线性反馈移位寄存器（Linear Feedback Shift Register，LFSR）等算法。

伪随机序列具有以下特点：1. 长周期：伪随机序列的周期远大于其长度，使得序列看起来是随机的。

2. 伪随机性：伪随机序列在统计特性上与真随机序列相似，如均匀分布、独立分布等。

3. 可重复性：相同的初始状态和参数可以生成相同的伪随机序列。

4. 生成速度快：伪随机序列的生成速度快，适用于实时应用。

实验中，我们采用线性同余法生成伪随机序列。

线性同余法是一种简单的伪随机序列生成方法，其基本原理如下：设 \(X_n\) 为线性同余序列，初始值 \(X_0\)、乘子 \(a\)、增量 \(c\) 和模数\(m\) 分别为：\(X_0 \in \{0, 1, \ldots, m-1\}\)\(a \in \{0, 1, \ldots, m-1\}\)\(c \in \{0, 1, \ldots, m-1\}\)\(m\) 为素数或2的幂递推公式为：\(X_{n+1} = (aX_n + c) \mod m\)三、实验设备与工具1. 实验设备：计算机、MATLAB软件2. 实验工具：MATLAB编程语言四、实验步骤1. 初始化参数：设定初始值 \(X_0\)、乘子 \(a\)、增量 \(c\) 和模数 \(m\)。

2. 生成伪随机序列：根据线性同余法递推公式，生成伪随机序列。

3. 统计分析：对生成的伪随机序列进行统计分析，如自相关函数、直方图等。

4. 仿真实验：利用生成的伪随机序列进行仿真实验，如加密通信、随机数生成等。

五、实验结果与分析1. 伪随机序列生成根据实验参数，生成伪随机序列如下：[0.7187, 0.5643, 0.9473, 0.5654, 0.6421, 0.3821, 0.4352, 0.3456, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452,0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643, 0.3452, 0.9765, 0.7843, 0.8765, 0.5643,第2篇一、实验目的1. 了解伪随机序列的基本概念和生成方法。

序列伪随机码产生及应用仿真matlab一、概述随机序列是一种具有随机性质的数字序列，可用于信息传输、通信系统、密码学、雷达等领域。

伪随机序列是一种经过数学算法产生的序列，其具有类似与随机序列的统计特性，但实际上是确定性的。

在通信系统中，伪随机序列广泛应用于码分多址技术、扩频通信、混沌通信等领域。

本文将介绍伪随机码的产生原理，并使用matlab进行仿真实现，以加深对该技术的理解。

二、伪随机码的产生原理伪随机码的产生主要包括线性反馈移位寄存器（LFSR）、加法（XOR）运算和乘法（AND）运算等步骤。

下面以LFSR为例，介绍伪随机码的产生原理。

1. LFSR原理LFSR是一种利用移位寄存器和反馈逻辑电路构成的伪随机码产生器。

在LFSR中，存在一个移位寄存器和一个反馈逻辑电路。

移位寄存器中存储了若干比特的信息，经过时钟信号的控制完成信息的移位操作。

而反馈逻辑电路则根据寄存器中的信息产生反馈信号，从而实现伪随机序列的产生。

2. 伪随机码的产生过程（1）初始化LFSR。

将移位寄存器中的初始状态设置为一个非零的值。

（2）循环移位寄存器。

根据时钟信号的控制，移位寄存器中的信息进行移位操作。

（3）根据反馈逻辑电路的输出，生成伪随机序列。

通过反馈逻辑电路生成的反馈信号，即为伪随机序列的一部分。

三、matlab仿真实现matlab是一种功能强大的科学计算软件，具有丰富的绘图和仿真功能。

下面将使用matlab进行伪随机码的产生和仿真实现。

1. 产生伪随机码在matlab中，可以使用shiftregister函数实现LFSR的移位寄存器功能。

结合matlab的位运算功能，可以方便地实现伪随机码的产生。

以下是一个简单的matlab代码示例：```matlab定义LFSR的初始状态state = [1 0 1 0 1];定义LFSR的反馈多项式polynomial = [5 2];产生伪随机码for i = 1:10获取LFSR的输出output = state(end);计算新的状态new_state = mod(sum(state(polynomial)), 2);更新状态state = [new_state, state(1:end-1)];显示输出disp(output);end```上述代码中，通过定义LFSR的初始状态和反馈多项式，使用循环产生了10个伪随机码的输出。

信息科学与技术学院通信原理课程设计课题名称：伪随机m序列发生器的设计学生姓名：张昕灏2018508087学院：信息科学与技术学院专业年级：电子信息项目2018级指导教师：田敏副教授完成日期：二○一三年七月十二日目录前言1第一章设计内容及要求21.1设计内容21.2设计要求21.3方案选择2第二章 m序列的特性分析42.1 m序列的原理42.2均衡特性52.3游程分布52.4线性叠加性62.5自相关特性6第三章 m序列设计83.1设计流程图83.2特征多项式确定83.3本原多项式确定103.4 m序列的最终产生<以五阶移位寄存器举例）11第四章设计成果分析及总结134.1仿真结果分析134.2设计总结14心得体会15参考文献16附录matlab程序17附录51单片机实现方法18电路图18设计说明18结果验证18C51 代码及与对应matlab代码20数模转换输出代码：20反馈链接状态及波形输出控制代码22使用器件23前言扩展频谱通信是一种不同于常规通信系统的新调制理论和技术，简称扩频通信[1]。

其设计思想是将待传输的信息信号用特定的扩频码扩展频谱后成为宽带信号进行传输，接收时再采用相应的技术手段将频谱压缩，恢复原来待传信息信号的带宽，从而实现通信。

扩频通信具有两个特点：传输信号的带宽远大于原始信息信号的带宽；传输信号的带宽主要有扩频码决定，此扩频码通常是伪随机码。

伪随机码(pseudo randomcode>简称PN码，可以人为产生与复制，具有类似白噪声的性质，相关函数具有尖锐的特性，功率谱占据很宽的频带，易于从其他信号或干扰中分离出来，具有优良的抗干扰特性，其特点是：具有尖锐的自相关函数；互相关函数值应足够小；有足够长的码周期，以确保抗侦破与抗干扰的要求；码的数量足够多，以实现码分多址的要求；平衡性好，以满足抗干扰的要求；项目上易于产生、加工、复制与控制[2]。

扩频通信的优势主要来自于伪随机码具有白噪声的统计特性。