基于移位寄存器的实时捕获并动态判定的跳频点预测方法与流程

本发明属于跳频通信技术领域，更为具体地讲，涉及一种基于移位寄存器的实时捕获并动态判定的跳频点预测方法。

背景技术：

跳频通信系统因其优越的抗干扰性能以及极高的频带利用率，无论在民用还是军事领域都得到了非常广泛的应用。针对跳频通信系统的干扰是一个亟待解决的问题，因为跳频点的预测干扰拥有干扰功率需求低和干扰效率高的优点，跳频点的预测是对跳频通信信号进行有效干扰的关键。跳频序列的性能决定了跳频通信系统的性能，目前最常用的跳频序列构造模型便是基于m序列、采用l-g抽头模型构造的跳频序列族模型。图1是基于m序列、l-g抽头结构模型的跳频序列族模型示意图。如图1所示，该模型是基于有限域gf(p)上的n级m序列发生器，以发生器的r个相邻或非相邻级引出抽头，与抽头上某个r重地址码逐项模p相加后，转化成十进制跳频码序列去控制频率合成器产生实际跳频频率，在程序仿真中是在有限域gf(2)进行的。

目前对于该模型可以使用基于移位寄存器结构特性的跳频码序列预测。这种预测方法预测前需要得到正确的跳频码序列，然而在接收得到时频图信息后，跳频频率点如何逆映射得到正确的跳频码成为了需要解决的问题。而在未知跳频信号源移位寄存器级数以及相邻跳频频率间隔带宽时，需要接收多少个跳频频率点才使得逆映射正确是很难确定的，需要进行进一步改进。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种基于移位寄存器的实时捕获并动态判定的跳频点预测方法，在未知目标跳频信号源的移位寄存器是m序列还是m序列产生结构以及相邻跳频频率间隔带宽的情况下，实现对跳频点集逆映射到跳频码序列的正确判断和动态修正，并进行快速准确的实时预测。

为实现上述发明目的，本发明基于移位寄存器的实时捕获并动态判定的跳频点预测方法的具体步骤包括：

s1：连续接收跳频频率构成跳频频率集合f；

s2：初始化跳频频率数量nf＝n0，n0表示预设的跳频频率数量初始值；

s3：从当前的跳频频率集合f中取出连续nf个跳频频率构成跳频频率集采用以下公式计算得到跳频码最大值n：

其中，fmax、fmin分别表示跳频频率集中的最大值和最小值，b表示跳频频率集中相邻且不相等的跳频中心点间隔带宽中的最小值；

s4：判断是否log2(n+1)为非负整数，如果是，进入步骤s5，否则进入步骤s8；

s5：对跳频点集采用如下公式进行跳频码序列逆映射，求出每个跳频频率对应的跳频码pi，得到跳频码序列：

其中，fi表示跳频频率集中第i个频率，i＝1,2,…,nf；

s6：采用b-m算法根据跳频码序列解算本原多项式，记本原多项式的级数为k；

s7：判断是否nf≥2k，如果是，进入步骤s9，否则进入步骤s8；

s8：令nf＝nf+δn，δn表示频率数量增加步长，返回步骤s3；

s9：基于移位寄存器解算l-g抽头模型的抽头间隔和抽头正反向作用，具体方法为：

1)根据步骤s3得到的跳频码最大值计算寄存器级数r＝log2(n+1)；

2)将步骤s5逆映射得到的跳频码序列中的每个十进制跳频码按照高位在后低位在前的规则转化成r位二进制数，二进制数中左边第一位为第0个抽头的值，依次类推，右边第一位为第r-1个抽头的值。将每个跳频码对应的二进制数作为行向量，构成矩阵d；

3)令列序号r＝0；

4)令位移步数d＝1；

5)将矩阵d的第r列的列向量向下移动d位后与第r+1列的列向量进行异或运算，若异或结果全为“1”，则说明匹配成功，令抽头间隔ur＝d，并认为第r列和第r+1列反相，记其抽头正反向作用标识vr＝1，进入步骤7)；

若异或结果为全“0”也说明匹配成功，令抽头间隔ur＝d，并认为第r列和第r+1列同相，记其抽头正反向作用标识vr＝0，进入步骤7)；

若异或结果为既有“0”又有“1”，则匹配失败，进入步骤6)。

6)令d＝d+1，返回步骤5)。

7)判断是否r＜r-2，如果是，令r＝r+1，返回步骤4)，否则进入步骤8)。；

8)得到r-1个抽头间隔ur和抽头正反向作用标识vr，r＝0,1,…,r-2；

s10：记待预测时刻k，其跳频点所对应的二进制跳频码pk，二进制跳频码pk中第1位二进制数为0或1，第r′位二进制数采用以下公式确定：

其中，r′＝1,2,…,r-1，k′＝k-ur′-1，pk′[r′-1]表示时刻k′时跳频点所对应的二进制跳频码pk′的第r′-1位二进制数，表示二进制数反相。

本发明基于移位寄存器的实时捕获并动态判定的跳频点预测方法，实时接收跳频频率，添加适当判定条件，取连续nf个跳频频率构成跳频点集，计算得到跳频码最大值n，当log2(n+1)为非负整数，则进行跳频码序列逆映射，然后采用b-m算法解算本原多项式，如果已接收跳频频率数量大于等于本原多项式的级数两倍以上，则基于移位寄存器解算l-g抽头模型的抽头间隔和抽头正反向作用，然后对跳频点进行预测。

本发明可以在未知目标跳频信号源的线性移位寄存器是m序列还是m序列产生结构的情况下，只需接收到小段跳频图案便可实现对跳频点集逆映射到跳频码序列的正确判断并对后续频点进行快速准确预测。

附图说明

图1是基于m序列、l-g抽头结构模型的跳频序列族模型示意图；

图2是本发明基于移位寄存器的实时捕获并动态判定的跳频点预测方法的具体实施方式流程图；

图3是时频瀑布图示意图；

图4是m(m)序列产生的移位寄存器结构示意图；

图5是本实施例中实时动态调整逆映射的跳频码序列仿真图；

图6是本实施例中预测覆盖过程示例图。

具体实施方式

下面结合附图对本发明的具体实施方式进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。

为了更好地说明本发明的技术方案，首先对本发明理论推导进行简要说明。

一般的跳频频率点到跳频码序列是按照“小跳频码对应小跳频频率点，大跳频码对应大跳频频率点”的自然映射关系，例如跳频序列(p_1,p_2,p_3,…,p_n)映射到实际频率点序列(f_1,f_2,f_3,…,f_n)，是以公式f＝p×b+f0自然映射的，其中f为实际频率点，p为跳频序列码，f0为基准频率。在接收到部分跳频图案，得到相邻且不相等的跳频中心点间隔带宽最小值为b(即b＞0)的情况下，根据接收到的跳频点集{f1,f2,…,fc}，按照公式(1)求出跳频码序列的最大值n，再带入公式(2)将接收到的跳频点集逆映射求出每个跳频频率点对应的跳频码序列号pi。

其中，fi表示跳频点集{f1,f2,…,fc}中第i个频率，i＝1,2,…,c，c表示频率数量，且2≤c≤n+1，fmax、fmin分别表示跳频点集{f1,f2,…,fc}中的最大值和最小值。

本发明中，为了使算法解算能动态修正，将公式(1)修改为公式(3)、公式(2)修改为公式(4)：

运用公式(3)和公式(4)计算跳频码序列。表1是n级抽头产生的跳频码序列解算的所有情况列表。

表1

根据表1所列的所有情况可知，针对n级抽头产生的跳频码序列，连续取频率点，并逆映射成跳频码序列一共会有2ⁿ种情况出现，其中只有情况2ⁿ是正确的，为了排除掉逆映射错误的(2ⁿ-1)种情况(即除去情况2ⁿ的其他情况)，需要添加判定条件。

由于在正确的情况2ⁿ下，跳频码的最大值为：

n＝2ⁿ-1(5)

移项可得：

n+1＝2ⁿ(6)

根据公式(6)，可以添加判定条件一：逆映射回的跳频码最大值n与1相加的和是否是2的某个非负整数次方值，根据这个条件便可以排除掉2ⁿ-(n+1)种错误情况，只剩下n+1种情况。

根据b-m算法定理可知：只需要移位寄存器级数的2倍以上(包含2倍)数量的连续比特序列，就可以恢复出原序列。由于剩余这n+1种情况都可能是某个移位寄存器级数所产生的跳频码序列，所以当解算的跳频码序列出现在n+1种情况中，便运用b-m算法进行求解再判定。

因此可以添加判定条件二：接收的频点数nf是否大于等于解算出的本原多项式级数的2倍(移位寄存器级数的两倍)。如果满足，那么接收的跳频频率点一定包含频率点最小值和此时频率点的最大值，此时逆映射正确，后续再接收到更大的频率点也会使得逆映射正确，如果不满足则需要继续接收频率点进行解算。便可将剩下n+1种情况中不符合b-m算法定理的情况去掉。

基于以上理论推导，本发明提出了基于移位寄存器的实时捕获并动态判定的跳频点预测方法。图2是本发明基于移位寄存器的实时捕获并动态判定的跳频点预测方法的具体实施方式流程图。如图2所示，本发明基于移位寄存器的实时捕获并动态判定的跳频点预测方法具体步骤包括：

s201：连续接收跳频频率构成跳频频率集合f。

s202：初始化跳频频率数量nf＝n0，n0表示预设的跳频频率数量初始值，可以根据经验设置。

s203：计算跳频码最大值：

从当前的跳频频率集合f中取出连续nf个跳频频率构成跳频频率集采用以下公式计算得到跳频码最大值n：

其中，fmax、fmin分别表示跳频频率集中的最大值和最小值，b表示跳频频率集中相邻且不相等的跳频中心点间隔带宽中的最小值。跳频中心点间隔带宽最小值b可以通过接收到的部分跳频图案计算得到，具体方法为：通过频率分析仪和全向天线可以直观地得到时频瀑布图，基于时频瀑布图即可分析得到跳频中心点和相邻且不相等的跳频中心点间隔带宽的最小值。图3是时频瀑布图示意图。显然，跳频中心点间隔带宽最小值b是随着判定条件动态更新到准确值的。

s204：判断是否log2(n+1)为非负整数，即n+1是否是2的某个非负整数次方值，如果是，进入步骤s205，否则进入步骤s208。

s205：逆映射得到跳频码序列：

对跳频点集采用如下公式进行跳频码序列逆映射，求出每个跳频频率对应的跳频码pi，得到跳频码序列：

其中，fi表示跳频频率集中第i个频率，i＝1,2,…,nf。

s206：采用b-m算法解算本原多项式：

采用b-m算法根据跳频码序列解算本原多项式，记本原多项式的级数为k。

采用b-m算法计算本原多项式的具体过程可以简要描述如下：将跳频码序列中每个十进制跳频码转化为log2(n+1)位二进制码，将每个二进制码作为列向量，构成二进制序列矩阵a。矩阵a的每行必属于同一m序列的不同段，任选矩阵a中的某一行，看作m序列，将其作为b-m算法的输入，即可求出产生该行序列的最短线性移位寄存器的反馈多项式。

s207：判断是否nf≥2k，如果是，进入步骤s209，否则进入步骤s208。

s208：令nf＝nf+δn，δn表示频率数量增加步长，返回步骤s203。

s209：解算l-g抽头模型的抽头间隔和抽头正反相作用：

接下来基于移位寄存器解算l-g抽头模型的抽头间隔和抽头正反相作用。因为m序列和m序列都是基于移位寄存器产生的，区别在于m序列使用的是线性反馈而m序列使用的是非线性反馈，在有限域p＝2中，不管是m序列还是m序列，输出只有“0”和“1”两种情况，因此利用移位寄存器的移位特性，可以对这两种序列进行预测。图4是m(m)序列产生的移位寄存器结构示意图。如图4所示，根据移位寄存器的移位特性使得下一时刻各个寄存器的值为当前时刻上一相邻寄存器的值，如当前时刻第一级寄存器的值为a(k-1)，则下一时刻第二级的寄存器的值必为a(k-1)，类比到n级寄存器的情况，则若当前时刻寄存器状态是a(k-1),a(k-2)…a(k-n+1),a(k-n)，可推算出下一时刻状态必为a(k),a(k-1)…a(k-n+2),a(k-n+1)，其中只有a(k)是未知的，因此只需要把a(k)等于0或者1两种取值都计算在内，就可以无误预测寄存器结构产生序列下一时刻的值。

解算l-g抽头模型的抽头间隔和抽头正反相作用的具体方法为：

1)根据步骤s203得到的跳频码最大值计算寄存器级数r＝log2(n+1)。

2)将步骤s205逆映射得到的跳频码序列中的每个十进制跳频码按照高位在后低位在前的规则转化成r位二进制数，二进制数中左边第一位为第0个抽头的值，依次类推，右边第一位为第r-1个抽头的值。将每个跳频码对应的二进制数作为行向量，构成矩阵d。

3)令列序号r＝0。

4)令位移步数d＝1。

5)将矩阵d的第r列的列向量向下移动d位后与第r+1列的列向量进行异或运算，若异或结果全为“1”，则说明匹配成功，令抽头间隔ur＝d，并认为第r列和第r+1列反相，记其抽头正反相作用标识vr＝1，进入步骤7)；

若异或结果为全“0”也说明匹配成功，令抽头间隔ur＝d，并认为第r列和第r+1列同相，记其抽头正反相作用标识vr＝0，进入步骤7)；

若异或结果为既有“0”又有“1”，则匹配失败，进入步骤6)。

6)令d＝d+1，返回步骤5)。即继续将第一列再向下移动1位再与第二列对应位置进行异或，直到匹配成功为止。

5)判断是否r＜r-2，如果是，令r＝r+1，返回步骤4)，否则进入步骤6)。

6)得到r-1个抽头间隔ur和抽头正反相作用标识vr，r＝0,1,…,r-2。

因为抽头选取寄存器值的方法依然保留着寄存器移位的特性，所以不需要知道抽头的具体位置，只需要知道相邻抽头之间的间隔便可以进行预测。

s210：跳频点预测：

记待预测时刻k，其跳频点所对应的二进制跳频码pk，二进制跳频码pk中第0位二进制数为0或1，第r′位二进制数采用以下公式确定：

其中，r′＝1,2,…,r-1，k′＝k-ur′-1，pk′[r′-1]表示时刻k′时跳频点所对应的二进制跳频码pk′的第r′-1位二进制数，表示二进制数反相。

令t为抽头间隔ur中的最大值，根据上述公式可知，需要接收到t个频率点后才能开始预测。就最大预测步数而言，记当前时刻为k，j为即将预测的步数，按照移位寄存器的特性，第0个抽头的值在经过u0次移位后变成第1个抽头的值，即a0(k)＝a1(k+u0)。另外，第1个抽头的值经过k+j个时刻后等于第0个抽头在第k+j-u0时刻的值，即a1(k+j)＝a0(k+j-u0)。而第2个抽头在第k+j时刻的值等于第1个抽头第k+j-u1时刻的值，也就是第0个抽头在第k+j-u1-u0时刻的值，即a2(k+j)＝a1(k+j-u1)＝a0(k+j-u1-u0)。

以此类推，第r个抽头在第k+j时刻的值为：

因为在当前时刻k，a0(k),a0(k-1),…是已知的，而a0(k-1)未知，对于任意的r，要使得为已知值，则需要满足：

因为ur≥0，所以当r＝1时，便得到最小值u0，因此上式可化为j≤u0，即可得到最大预测步数为第0个抽头和第1个抽头间的移位寄存器级数的间隔，即最大预测步数s＝u0。

实施例

为了更好地说明本发明的技术效果，采用一个具体实例对本发明进行实验验证。本实施例中设置l-g抽头模型中的移位寄存器为5位移位寄存器，其本原多项式f(x)＝[01001]，其多项式表达式为f(x)＝x⁵+x²+1，以2400ghz为基准频率，抽头位置为[135]，抽头地址码为[100]，跳频信号相邻跳频中心点间隔带宽b＝2mhz，得到跳频的总带宽为14mhz，其产生的跳频码序列为[1577322116702…]，跳频码序列自然映射所对应的跳频频率点为[2402241024142414240624042404240224022412241424002404…]。当连续接收到前12个频点[240224102414241424062404240424022402241224142400]时，接收的频点集中包含了最小频点2400mhz和最大频点2414mhz，搜索得到相邻且不相等的跳频中心点间隔带宽最小值为b＝2，根据式(3)和式(4)得跳频码序列为[157732211670]，此时的跳频码最大值为7，满足了log2(n+1)为非负整数这一判定条件，所以跳频码序列逆映射正确。图5是本实施例中实时动态调整逆映射的跳频码序列仿真图。图5中原跳频码序列只取部分周期。

逆映射正确后便开始解算本原多项式，然后解算抽头位置和抽头正反相作用。本实施例中抽头间隔u0＝2,u1＝2，抽头正反相作用标识v0＝0,v1＝1。接下来即可根据接收到的频点进行后续频点的预测。表1是本实施例中预测过程示意。

表1

如表1所示，因为抽头间隔的最大值t＝2，所以接收到2个频点才能进行预测，而最大预测步数s＝u0＝2，所以至多能进行两步的预测。以第3个频点为例，对于第0位只需要把“0”和“1”都考虑进去，即第0位为“0”或“1”。因为抽头间隔u0＝2，抽头正反相作用标识v0＝0，因此根据公式(9)第3个频点所对应二进制跳频码的第1位是第1个频点第0位二进制数的值，即为1。因为抽头间隔u1＝2，抽头正反相作用标识v1＝1，因此根据公式(9)第3个频点所对应二进制跳频码的第2位是第1个频点第1位二进制数0的反相值，即为1。所以推算第3个频点为“6”或“7”，同理推算第4个频点为“6”或“7”，第5个频点因为有两位数无法推测，所以无法预测。以此类推，实时接收频点进行预测。图6是本实施例中预测覆盖过程示例图。图6中“○”表示真实跳频点，“×”表示预测跳频点。从图6可以看出，在得到抽头间隔和抽头正反相作用后，只需接收到2个频点便可以进行后续频点的预测，预测步数为2步，而从仿真结果可以看出通过下一时刻覆盖两个频点，预测覆盖率可以达100％。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。