專利名稱：混沌交織器設(shè)計方法
技術(shù)領(lǐng)域：
本發(fā)明屬于通信數(shù)據(jù)傳輸及數(shù)據(jù)存儲技術(shù)領(lǐng)域，具體涉及一種基于混沌技術(shù)而設(shè)計的一種用于信道編碼中的混沌交織器設(shè)計方法。
1948年Shannon在他的奠基性論文《通信的數(shù)學(xué)原理》中(C.E.Shannon.A mathematical theory of communication.Bell syst.Tech.J.,vol 27,pp:379-423,623-656)，首次提出了著名的信道編碼理論對任意信道容量為C的通信信道，如果通信系統(tǒng)所要求的傳輸速率R小于C，則存在一個編碼方法，當(dāng)碼長n充分大并應(yīng)用最大似然譯碼時，系統(tǒng)的錯誤率可以達到任意小。他在定理中應(yīng)用了三個基本條件1)采用隨機編碼；2)編碼長度n→∞，即編碼長度趨于無限；3)譯碼采用最佳的最大似然(ML)方法。
在信道編碼的研究和發(fā)展過程中，基本上是以后兩個條件為主要發(fā)展方向的。由于在實際中難以實現(xiàn)隨機性編碼方法，且當(dāng)編碼長度很大時，采用最大似然譯碼算法難以實現(xiàn)，因此人們認(rèn)為條件1)僅僅是為證明定理的存在性而引入的一種數(shù)學(xué)方法。而在1993年由Berrou C,Glavieux A,Thitimajshima提出新的信道編碼方案Turbo碼，參見《靠近香農(nóng)限的糾錯編碼Turbo碼》(Berrou C,GlavieuxA,Thitimajshima.Near Shannon limit error correcting coding:turbocodes.In Proc IEEE ICC’93,1993,pp:1064～1070)，則很好地應(yīng)用了隨機編譯碼的條件，從而獲得幾乎接近Shannon理論極限的譯碼性能。有關(guān)Turbo碼的研究很快就成為信道編碼理論研究的熱點課題，并在3GPP中得到應(yīng)用。Turbo碼是一種并行級聯(lián)碼。其中交織器對實現(xiàn)條件1)和2)起著關(guān)鍵的作用。交織器的主要功能是將原始數(shù)據(jù)序列打亂，使得交織前后數(shù)據(jù)序列的相關(guān)性減弱，大大降低數(shù)據(jù)突發(fā)錯誤的影響，提高傳輸質(zhì)量。目前交織器主要有分塊交織器、卷積交織器、隨機交織器，參見《交織器的優(yōu)化實現(xiàn)》(J.L Ramsey.Realization ofoption interleavers.IEEE Trans.Inform.Theory,vol.16,No.3,May 1970,pp:338-345),<Turbo碼在個人通信系統(tǒng)中的應(yīng)用>(D.Divsalar,F.Pollara.Turbo codes for PCS applications.In Proc IEEE ICC’95,June1995,pp:54-59)等。
在目前的交織器設(shè)計中，多以偽隨機序列為基礎(chǔ)得到交織矩陣，可以得到不錯的交織效果，但存在穩(wěn)定性不好，難于控制等缺點。
混沌具有類隨機性，但混沌又是一個確定的系統(tǒng)。它的這種確定的不確定性性可以產(chǎn)生偽隨機信號或類噪聲信號，并能準(zhǔn)確的控制。同時混沌序列還具有理論無周期性、初值敏感性、需要傳遞的參數(shù)少等特點，參見《混沌神經(jīng)網(wǎng)絡(luò)系統(tǒng)中的聯(lián)想動力學(xué)》(Adachi M,AiharaK.Associative dynamics in a chaotic neural network.Neural Networks,1997,10:83～89)。因此，在保密通信、擴頻通信、聯(lián)想記憶和優(yōu)化設(shè)計等信息處理領(lǐng)域混沌已得到越來越廣泛的應(yīng)用。
基于混沌的一系列特性及Turbo碼設(shè)計的需要，我們提出將混沌理論用于Turbo碼的交織器設(shè)計中，得到一種混沌交織器，該交織器不但在性能上較傳統(tǒng)的交織器如隨機交織器有所改善，而且實現(xiàn)簡單、產(chǎn)生靈活、參數(shù)傳遞少、改進途徑多且性能更好。此思想方法不僅適用于信道編碼領(lǐng)域中，也可應(yīng)用于其它需對信息序列進行擾亂的通信電子系統(tǒng)中。
混沌交織器的設(shè)計方法如下(一)、算法實現(xiàn)混沌序列因其本身的偽隨機性、對初值的敏感性、可確定性和無限周期性而廣泛應(yīng)用于通信領(lǐng)域中，在本發(fā)明中，我們正是利用混沌序列的這些特點而設(shè)計出混沌交織器。
我們采用一般混沌映射作為混沌序列產(chǎn)生器，映射表達式為Xn=f(Xn-1)具體地說，可選用傳統(tǒng)的Logistic映射，表達式如下xn+1=4xn(1-xn),0＜x0＜1,n∈Z(1)對于輸入序列X={xu}T,u=1,2,Λ,T，即交織長度為T的數(shù)據(jù)，顯然其輸入序值向量為Lin=[1,2,Λ,T]，混沌交織器設(shè)計方法如下(1)基本混沌交織器(Chaos Interleaver)的設(shè)計1)確定交織深度T；2)產(chǎn)生混沌序列利用Logistic映射式(1)產(chǎn)生T個混沌數(shù)據(jù)；
3)混沌排序?qū)個數(shù)據(jù)組成的混沌序列排序，組成序值向量R={π(t)}，這里t=1,2,...,N，顯然有1≤π(t)≤T；4)確定輸出數(shù)值的序值假定輸入數(shù)據(jù)序列的第v個數(shù)據(jù)與混沌序列第i個相對應(yīng)，則經(jīng)混沌排序后輸出為序值為π(v)=π(t),1≤t≤T。
(2)S-混沌交織器(S-Chaos Interleaver)的設(shè)計在上述基本混沌交織器的設(shè)計思想基礎(chǔ)上，我們可優(yōu)化設(shè)計出S-混沌交織器，方法如下1)確定交織深度T；2)確定約束距離s考慮到s較大時，算法的時間開銷較大，故取s<[T/2]]]>，這里[]表示取整；3)根據(jù)如下過程得到第t個序值π(t)a)若t＞T，則轉(zhuǎn)4)；b)利用Logistic映射式(1)產(chǎn)生一混沌值ci；c)π(t)=[T*|ci|]+1,[]表取整；d)若π(t)=π(r),1≤r≤t-1或|π(t)-π(t-r)|＜s,1≤r≤s則i=i+1轉(zhuǎn)b)，否則t=t+1，轉(zhuǎn)a)；4)結(jié)束；(3)分塊混沌交織器在上述基本交織器的基礎(chǔ)上，也可優(yōu)化設(shè)計出分塊混沌交織器，方法如下；1)確定需要的s間距對于輸入序列X={xu}T,u=1,2,LT，即交織長度為T的數(shù)據(jù)，取s<[T/2]]]>，這里[]表示取整；2)確定矩陣行列數(shù)決定分塊矩陣M×N的行列數(shù)，一般取M=s,N=[T/s],M×N≥T，3)產(chǎn)生混沌序列利用Logistic映射式(2)產(chǎn)生M×N個混沌數(shù)據(jù)，形成M×N的矩陣；4)列向量元素混沌排序?qū)煦缧蛄芯仃嚨拿總€列向量的M個元素按數(shù)值大小排序，組成序值向量Rj={πj(m)}，這里m=1,2,…,M；j=1,2,…,N，顯然有1≤πj(m)≤M；5)列向量混沌排序，且相鄰s列向量排序后不得相鄰利用Logistic映射另產(chǎn)生N個混沌數(shù)據(jù)，按數(shù)值大小排序，組成序值向量Re={πe(k)},k=1,2,Λ,N，且元素之間必須滿足d=|πe(k)-πe((k+l)modN+1)|≥2；k=1,2,Λ,N；1=1,2,Λ,s顯然1≤πe(k)≤N；6)確定輸出數(shù)值的序值假定輸入數(shù)據(jù)序列的第v個數(shù)據(jù)與混沌矩陣的第i行第j列相對應(yīng)，則經(jīng)過混沌排序并經(jīng)行讀出后最后的輸出序值為π(v)=πj(i)+M×(πe(j)-1),1≤i≤M,1≤j≤N以上三種混沌交織器，基本交織器的設(shè)計方法是基礎(chǔ)。S-混沌交織器是在基本交織器上引入了元素之間的相關(guān)距離應(yīng)不小于某一個約束距離參數(shù)，即S，以進一步增強信息元素之間的不相關(guān)性，適用于需要系統(tǒng)時延小的系統(tǒng)中。而分塊交織器是在基本交織器的基礎(chǔ)上，先將被基本方式擾亂的信息序列用由S間距決定的M*N的矩陣緩存上述信息序列，其行和列的排列再用基本方式對行和列進行排序，按行讀出，輸出最后序值，因此，分塊交織器的信息序列經(jīng)過二次擾亂，可進一步增強信息元素之間的不相關(guān)性，實現(xiàn)進一步優(yōu)化，該交織器適用于對系統(tǒng)時延不敏感的系統(tǒng)中。


圖1是一般混沌交織器的硬件框圖；圖2是混沌交織器、S-混沌交織器與隨機交織器性能比較；圖3分塊混沌交織器與隨機交織器及S-隨機交織器性能比較。
混沌交織器的硬件實現(xiàn)如圖(1)所示，圖中，CLK為信息比特輸入/輸出時鐘，模N(N為交織深度)計數(shù)器用于輸入比特位置計數(shù)器，產(chǎn)生RAM的寫地址γmsb，和ωmsb分別為讀寫地址的最高位，相位相反。其工作過程如下1)計數(shù)器初始化為零；2)讀寫控制使WR信號有效，MUX選擇輸入信息比特和寫地址通過，將輸入比特寫入RAM中；3)讀寫控制使RD信號有效，交織后的輸出比特位置從混沌序列發(fā)生器輸出，通過MUX將RAM中相應(yīng)位置的信息比特讀出；4)模N計數(shù)器加1；
5)重復(fù)步驟2)～4)N次；6)γmsb和ωmsb取反，交換讀寫交織陣首地址，混沌序列發(fā)生器恢復(fù)為初始狀態(tài)。
混沌交織器用一種混沌映射產(chǎn)生的偽隨機序列來生成交織矩陣，與隨機交織器相比具有以下優(yōu)點1)與一般隨機交織器相比，誤碼率更低，性能更為優(yōu)越；2)在物理實現(xiàn)上簡單方便，只需要簡單的混沌映射關(guān)系，如Logistic方程式，避免實際系統(tǒng)中繁雜的偽隨機產(chǎn)生方法；3)偽隨機序列產(chǎn)生靈活，可控性好，只需要logistic混沌序列的初始值，理論上便可產(chǎn)生無周期的無限長的偽隨機序列；不同的初始值可產(chǎn)生不同的偽隨機序列；4)參數(shù)傳遞少，系統(tǒng)只需傳遞Logistic混沌序列的初始值，無需傳輸交織器其它任何信息，避免增加信道負(fù)載；5)與S-隨機交織器相比，S-混沌交織器計算量更小，速度更快，設(shè)計更為靈活，性能可以更優(yōu)越。
為了比較混沌交織器與隨機交織器的性能，我們搭建了Turbo碼仿真平臺，幾種交織器性能仿真結(jié)果如圖(2)和(3)，圖(2)是在高斯白噪聲信道下，交織深度為1024，碼率1/3，選擇SOVA譯碼算法，分量碼為5/7，經(jīng)8次迭代得出的仿真結(jié)果，其中S-Chaos中的S取7，圖中 線代表隨機交織器， 線代表基本混沌交織器， 線代表S-混沌交織器。圖(3)是在高斯白噪聲信道下，交織深度為512，選擇Log-Map譯碼算法，經(jīng)8次迭代得出的仿真結(jié)果，其中S-Random中的S取4,B-Chaos中的塊大小取8，圖中 線代表隨機交織器， 線代表S-混沌交織器， 線代表分塊混沌交織器。從圖中可看出，使用混沌交織器比使用隨機交織器的系統(tǒng)有著更低的誤碼率。
權(quán)利要求
1．混沌交織器設(shè)計方法，采用一般混沌映射作為混沌序列產(chǎn)生器，混沌映射表達式如下Xn=f(Xn-1)(1)對于輸入序列X={xu}T,u=1,2,Λ,T，即交織長度為T的數(shù)據(jù)，顯然其輸入序值向量為Lin=[1,2,Λ,T]基本混沌交織器的設(shè)計方法1)確定交織深度T；2)產(chǎn)生混沌序列利用混沌映射式(1)產(chǎn)生T個混沌數(shù)據(jù)；3)混沌排序?qū)個數(shù)據(jù)組成的混沌序列排序，組成序值向量R={π(t)}，這里t=1,2,...,T，顯然有1≤π(t)≤T；4)確定輸出數(shù)值的序值假定輸入數(shù)據(jù)序列的第v個數(shù)據(jù)與混沌序列第i個相對應(yīng)，則經(jīng)混沌排序后輸出為序值為π(v)=π(t),1≤t≤T。
2．根據(jù)權(quán)利要求1所述的混沌交織器設(shè)計方法，其特征在于在基本混沌交織器的基礎(chǔ)上可優(yōu)化設(shè)計出S-混沌交織器，方法如下1)確定交織深度T；2)確定約束距離s考慮到s較大時，算法的時間開銷較大，故取s<[T/2]]]>，這里[]表示取整；3)根據(jù)如下過程得到第t個序值π(t)a)若t＞T，則轉(zhuǎn)4)；b)利用混沌映射式(1)產(chǎn)生一混沌值ci；c)π(t)=[T*|ci|]+1,[]表取整；d)若π(t)=π(r),1≤r≤t-1或|π(t)-π(t-r)|＜s,1≤r≤s則i=i+1轉(zhuǎn)b)，否則t=t+1，轉(zhuǎn)a)；4)結(jié)束；
3．根據(jù)權(quán)利要求1所述的混沌交織器設(shè)計方法，其特征在于在基本混沌交織器的基礎(chǔ)上還可優(yōu)化設(shè)計出分塊混沌交織器，方法如下1)確定需要的s間距對于輸入序列X={xu}T,u=1,2,LT，即交織長度為T的數(shù)據(jù)，取s<[T/2]]]>，這里[]表示取整；2)確定矩陣行列數(shù)決定分塊矩陣M×N的行列數(shù)，一般取M=s,N=[T/s],M×N≥T，3)產(chǎn)生混沌序列利用混沌映射式(1)產(chǎn)生M×N個混沌數(shù)據(jù)，形成M×N的矩陣；4)列向量元素混沌排序?qū)煦缧蛄芯仃嚨拿總€列向量的M個元素按數(shù)值大小排序，組成序值向量Rj={πj(m)}，這里m=1,2…,M；j=1,2…,N，顯然有1≤πj(m)≤M；5)列向量混沌排序，且相鄰s列向量排序后不得相鄰利用混沌映射另產(chǎn)生N個混沌數(shù)據(jù)，按數(shù)值大小排序，組成序值向量Re={πe(k)},k=1,2,Λ,N，且元素之間必須滿足d=|πe(k)-πe((k+l)modN+1)|≥2；k=1,2,Λ,N；1=1,2,Λ,s顯然1≤πe(k)≤N；6)確定輸出數(shù)值的序值假定輸入數(shù)據(jù)序列的第v個數(shù)據(jù)與混沌矩陣的第i行第j列相對應(yīng)，則經(jīng)過混沌排序并經(jīng)行讀出后最后的輸出序值為π(v)=πj(i)+M×(πe(j)-1),1≤i≤M,1≤j≤N
4．根據(jù)權(quán)利要求1、2或3所述的混沌交織器設(shè)計方法，其特征在于所述的混沌映射可采用Logistic映射，映射表達式如下xn+1=4xn(1-xn),0＜x0＜1,n∈Z
全文摘要
混沌交織器設(shè)計方法,采用一般混沌映射作為混沌序列產(chǎn)生器,設(shè)計出基本混沌交織器、S－混沌交織器、分塊混沌交織器,該交織器不但在性能上較傳統(tǒng)的交織器如隨機交織器有所改善,而且實現(xiàn)簡單、產(chǎn)生靈活、參數(shù)傳遞少、改進途徑多且性能更好。
文檔編號H03M13/00GK1323103SQ01107339
公開日2001年11月21日 申請日期2001年4月9日 優(yōu)先權(quán)日2001年4月9日
發(fā)明者王琳, 張紅雨, 羅慶霖, 虞厥邦 申請人:王琳, 張紅雨