通信工程 / 系统课时
伪随机序列
伪随机序列
伪随机序列看起来像随机比特,但本质上由确定性的逻辑递推产生。通信系统使用它,是因为它既能稳定复现,又具有接近随机序列的相关特性。本节以 m 序列为主,说明其线性反馈移位寄存器生成方法、周期和自相关性质。
学习目标
- 说明线性反馈移位寄存器如何生成 m 序列
- 根据寄存器级数判断 m 序列的最大周期
- 解释 m 序列两值自相关特性为何适合扩频与同步
m 序列从哪里来
m 序列是最大长度线性反馈移位寄存器序列。它通常由若干级二进制寄存器和模 2 加法反馈组成,每来一个时钟,寄存器整体移位一次,并把指定抽头的异或结果送回输入端。
对于 级寄存器,只要反馈多项式选择正确且初始状态不为全零,状态就会遍历全部 个非零状态,因此序列最大周期为
全零状态不能作为初始状态,因为异或反馈仍然得到 0,寄存器会永远停留在全零状态。

用一个四级寄存器看生成过程
假设采用四级寄存器,反馈关系为
其中 表示模 2 加法,也就是异或。每个时钟周期执行一次“计算反馈位、整体移位、输出末级比特”。
若初始状态设为 ,则后续状态完全由当前状态决定。只要所选反馈多项式是本原多项式,就会在重复前访问 15 个不同的非零状态,对应 时的最大周期 。
周期与“伪随机”的含义
m 序列不是随机过程的样本,而是确定性周期序列:只要初始状态和反馈连接相同,就能逐位复现。它之所以被称为伪随机,是因为在一个完整周期内,0 和 1 的分布、游程以及相关函数表现出类似随机序列的统计特征。
对于二进制 m 序列,常把比特映射为双极性符号:0 映射为 ,1 映射为 。在一个周期内, 的数量比 多一个,这种近似平衡性使序列的直流分量较小。
周期长度由级数指数增长。例如 时周期为 7, 时周期为 31, 时周期为 1023。级数越高,重复一次所需的码片越多,但寄存器和相关检测的实现规模也随之增加。
自相关为什么特别重要
对双极性 m 序列 ,周期自相关可写为
m 序列的周期自相关只有两个典型取值:
这意味着序列与自身完全对齐时相关峰值最大,而错开任意非零整数码片后,相关值都接近 0。接收机因此可以滑动本地序列进行相关搜索,并把最大峰值位置作为码同步的候选点。
这种“对齐时很高、错位时很低”的性质也适合直接序列扩频。发送端用 m 序列扩展信息符号,接收端用相同序列解扩;若码相位没有对齐,解扩增益会显著下降。
使用 m 序列时要注意什么
m 序列的突出优势是结构简单、易于硬件实现、周期可预测,而且自相关尖锐。但单个 m 序列并不自动保证任意两条不同序列之间都具有很低的互相关,因此多用户系统还需要进一步考虑序列族设计。
在同步问题中,m 序列最重要的是自相关峰;在多址问题中,则还必须关注不同用户序列之间的互相关。前者解决“本地码和接收码是否对齐”,后者决定“不同用户是否容易彼此干扰”,这两类相关性质不能混为一谈。