摘  要： Turbo碼中所采用的偽隨機(jī)交織器起到產(chǎn)生隨機(jī)數(shù)據(jù)和擾亂信息序列的作用。借助擴(kuò)頻通信中對(duì)PN碼進(jìn)行盲識(shí)別的二階循環(huán)統(tǒng)計(jì)量和分段互相關(guān)法，解決在無(wú)任何先驗(yàn)知識(shí)的情況下，對(duì)基于偽隨機(jī)序列的偽隨機(jī)交織器進(jìn)行盲識(shí)別。仿真表明，將二階循環(huán)統(tǒng)計(jì)量和分段互相關(guān)法引入對(duì)偽隨機(jī)交織器進(jìn)行盲識(shí)別，在低信噪比下取得了較好的正確率。
關(guān)鍵詞： Turbo碼；偽隨機(jī)交織器；盲識(shí)別；二階循環(huán)統(tǒng)計(jì)量法；分段互相關(guān)法

    利用Turbo碼的數(shù)字通信具有低截獲和抗干擾的特性，在現(xiàn)代軍事通信和CDMA系統(tǒng)中得到了廣泛應(yīng)用。在非協(xié)作方式下，這些特性使直擴(kuò)信號(hào)的檢測(cè)和盲估計(jì)變得更加困難，成為現(xiàn)代通信偵察中的一個(gè)研究難點(diǎn)。在信號(hào)截獲領(lǐng)域，在沒(méi)有任何先驗(yàn)知識(shí)的情況下，為了實(shí)現(xiàn)對(duì)Turbo碼的盲識(shí)別，必須對(duì)偽隨機(jī)交織器進(jìn)行盲識(shí)別，這也是其中的難點(diǎn)。因此，對(duì)偽隨機(jī)交織器中的偽隨機(jī)序列的估計(jì)是信息截獲成功與否的關(guān)鍵。
    通過(guò)對(duì)偽隨機(jī)交織器原理分析，發(fā)現(xiàn)其原理同擴(kuò)頻通信中的PN碼發(fā)生器原理類(lèi)似，因此將直接序列擴(kuò)頻信號(hào)PN序列盲估計(jì)方法移植到Turbo碼中偽隨機(jī)交織器的盲識(shí)別中去。仿真結(jié)果表明，該方法可以在發(fā)送端沒(méi)有任何先驗(yàn)知識(shí)的情況下，適用于對(duì)m序列、Gold序列等偽隨機(jī)交織器的盲識(shí)別。
1 偽隨機(jī)交織器原理
    設(shè)輸入的信息序列為UN，以一維數(shù)組的形式存儲(chǔ)。為了亂序數(shù)據(jù)，需要建立一個(gè)額外的數(shù)組，并稱(chēng)為索引數(shù)組，存放著N+1個(gè)隨機(jī)數(shù)據(jù)，分別對(duì)應(yīng)著不同的隨機(jī)地址，隨機(jī)地址可通過(guò)程序中隨機(jī)數(shù)的調(diào)用來(lái)獲得，并且之間的每一個(gè)數(shù)據(jù)都必須出現(xiàn)且僅出現(xiàn)一次。圖1為N=11時(shí)的偽隨機(jī)交織器的示意圖[1]。

    實(shí)際中的交織器通常采用m序列來(lái)產(chǎn)生隨機(jī)數(shù)，圖1表示的只是m序列一個(gè)周期的示意圖。由m序列的性質(zhì)可知，在一個(gè)周期內(nèi)的m序列各個(gè)狀態(tài)中除了全零狀態(tài)以外，其他狀態(tài)只在m序列中出現(xiàn)一次。以m序列作為讀寫(xiě)地址時(shí)，m序列狀態(tài)的唯一性保證了地址的唯一性，同時(shí)也保證了輸出數(shù)據(jù)的唯一性和隨機(jī)性。
    通過(guò)對(duì)偽隨機(jī)交織原理的分析，想要得到原始信息序列，就需要對(duì)數(shù)據(jù)索引組進(jìn)行恢復(fù)，即對(duì)偽隨機(jī)交織器產(chǎn)生的偽隨機(jī)序列進(jìn)行盲恢復(fù)。
2 m序列周期估計(jì)
    估計(jì)偽隨機(jī)交織器中偽隨機(jī)碼周期是偽隨機(jī)序列估計(jì)的必要條件，估計(jì)偽隨機(jī)碼周期可以借助于對(duì)PN碼的周期估計(jì)，主要有二次譜法[2]、周期譜法[3]和基于二階循環(huán)統(tǒng)計(jì)量法[4]。下面借助基于二階循環(huán)統(tǒng)計(jì)量的方法估計(jì)m序列周期。設(shè)截獲到的交織信號(hào)形式為：

3 m序列起始點(diǎn)與碼序列估計(jì)[5]
    為了正確估計(jì)偽隨機(jī)交織器產(chǎn)生的m序列，以至進(jìn)一步解擴(kuò)數(shù)據(jù)信息，還需要估計(jì)信息碼與m序列的同步起始點(diǎn)。本文采用分段互相關(guān)法來(lái)估計(jì)信息碼的起始點(diǎn)Tp。
    在已知m序列周期To的條件下，設(shè)采樣起始點(diǎn)與數(shù)據(jù)調(diào)制起始點(diǎn)相距為T(mén)p，將接收到的信號(hào)按照To分段，當(dāng)分段的起點(diǎn)與數(shù)據(jù)調(diào)制起點(diǎn)重合時(shí)，則每一個(gè)分段對(duì)應(yīng)的向量都應(yīng)包含一個(gè)完整的m序列，此時(shí)得到的各個(gè)向量組之間有最大的相關(guān)性。為此，采用計(jì)算段之間互相關(guān)最大值的方法實(shí)現(xiàn)調(diào)制起始點(diǎn)的估計(jì)。算法的步驟如下：
    (1)以m序列周期To分段截獲解調(diào)帶直擴(kuò)信號(hào)。設(shè)數(shù)據(jù)總周期T=Tp+(N-1)To，其中Fs=1，則數(shù)據(jù)段數(shù)為m=N-1，起始位置為第1個(gè)信息碼調(diào)制對(duì)應(yīng)的m序列內(nèi)的第k個(gè)采樣點(diǎn)，用矩陣表示為：

    (4)k從1～To取值，求nk，最大的nk所對(duì)應(yīng)的k值即為信息碼與PN碼波形同步起始點(diǎn)。
    預(yù)先估計(jì)出m序列周期與同步起始點(diǎn)后，就可以估計(jì)m序列。對(duì)于m序列的估計(jì)，與估計(jì)m序列同步起始點(diǎn)相似，仍采用基于多重互相關(guān)平均的方法。對(duì)于截獲的交織數(shù)據(jù)，從m序列同步起始點(diǎn)開(kāi)始，以m序列周期To分段，依次取其中一段數(shù)據(jù)與其他段數(shù)據(jù)作相關(guān)運(yùn)算，并將相關(guān)值為所對(duì)應(yīng)的所有數(shù)據(jù)段取平均值作為新的數(shù)據(jù)段。每取一段，重復(fù)以上步驟，這樣就產(chǎn)生了一組新的數(shù)據(jù)段。為了進(jìn)一步降低噪聲的影響，可將該組數(shù)據(jù)作為原始數(shù)據(jù)，可多次重復(fù)以上步驟，最后取其中任意一段作為估計(jì)得到的m序列。
    通過(guò)上述的方法就可以得到偽隨機(jī)交織器產(chǎn)生的m序列，這個(gè)難點(diǎn)解決之后，為T(mén)urbo碼的盲識(shí)別掃清了前期的障礙。因?yàn)镚old序列與m序列有相似的性質(zhì)，通過(guò)下面的仿真發(fā)現(xiàn)，此方法同樣可以對(duì)產(chǎn)生Gold序列的偽隨機(jī)交織器進(jìn)行盲識(shí)別。
4 仿真分析
    在參考文獻(xiàn)[4]中，已經(jīng)對(duì)m序列周期、起始點(diǎn)和碼序列估計(jì)方法的性能進(jìn)行了仿真分析，得到了在低信噪比下也可得到較高正確率結(jié)果，對(duì)此不再證明并給出仿真圖。本文則對(duì)Turbo碼下的基于m序列以及Gold序列的偽隨機(jī)交織器部分進(jìn)行仿真，驗(yàn)證方法引用的正確性。
    首先對(duì)基于分段多重互相關(guān)平均法的m序列估計(jì)方法進(jìn)行仿真。信息碼位數(shù)N=300，碼周期To分別取42和71，采用二重相關(guān)估計(jì)m序列。進(jìn)行100次Monte-Carlo仿真實(shí)驗(yàn)，得到的m序列正確估計(jì)概率曲線如圖2所示。由圖可知，當(dāng)信噪比SNR>-8 dB時(shí)，算法對(duì)m序列的正確估計(jì)達(dá)到100%；在SNR=-9 dB時(shí)，仍可以達(dá)到75%的正確估計(jì)概率。

    利用同樣的環(huán)境與方法再對(duì)交織器產(chǎn)生的Gold序列進(jìn)行仿真。得到如圖3的仿真圖。同樣可以看到在低信噪比的環(huán)境下，引用的算法對(duì)Gold序列也有較好的正確估計(jì)率。

    隨著Turbo碼的廣泛應(yīng)用，對(duì)Turbo碼的盲識(shí)別必將成為信息截獲領(lǐng)域中的熱點(diǎn)問(wèn)題。其中不可避免的難題就是，如何識(shí)別其中的隨機(jī)交織過(guò)程，即對(duì)偽隨機(jī)交織器實(shí)現(xiàn)盲識(shí)別。本文借助于擴(kuò)頻通信中對(duì)PN碼進(jìn)行盲識(shí)別的二階循環(huán)統(tǒng)計(jì)量和分段互相關(guān)法，來(lái)解決偽隨機(jī)交織器的盲識(shí)別問(wèn)題。仿真結(jié)果表明，根據(jù)m序列的特性，利用上述方法完全可以對(duì)偽隨機(jī)交織器產(chǎn)生的偽隨機(jī)序列進(jìn)行準(zhǔn)確估計(jì)，從而為T(mén)urbo碼的盲識(shí)別做好必要的準(zhǔn)備，因此具有廣泛的應(yīng)用前景。
參考文獻(xiàn)
[1] 白寶明，馬嘯．隨機(jī)交織器的設(shè)計(jì)與實(shí)現(xiàn)[J]．通信學(xué)報(bào)，2000，21(6):6-11.
[2] ZHANG Tian Qi， ZHOU Zheng Zhong.Algorithms for period and sequence estimation of the PN code in DS-SS signals[J]. Systems Engineering and Electronics， 2005，27(8):1365-1368.
[3] DOUGLAS A， BODIE H J B. Carrier detection of PSK signals[J]. IEEE Transactions on Communications， 2001，49(3):487-496.
[4] 羅軍輝，姬紅兵，江莉.直接序列擴(kuò)頻信號(hào)PN序列盲估計(jì)方法[J].電子科技大學(xué)學(xué)報(bào)，2008，37(4):408-492.
[5] JIN Yan， JI Hong Bing， LUO Jun Hui. A cyclic-cumulant based method for DS-SS signal detection and parameter estimation [J]. Acta Electronica Sinica， 2006，34(4):634-637.
[6] 呂明，張紅波，唐斌.基于E-PASTd的盲擴(kuò)頻碼序列估計(jì)算法[J].電子科技大學(xué)學(xué)報(bào)，2007，36(5):886-888.