CN105337635A - 一种扩频序列解扩方法和*** - Google Patents

Abstract

本发明涉及通信技术领域，具体涉及一种扩频序列解扩方法和***。该方法根据本地伪随机序列的本原多项式及约束方程组，建立本地伪随机序列的因子图，基于因子图模型完成了扩频序列的码捕获和码跟踪，本发明提出的一种扩频序列解扩方法，能实现基于因子图模型的码捕获和码跟踪，具有能纠正接收码片错误的能力，并且能直接输出每组扩频码对应码元的概率信息，较传统解扩计算方法，本发明提出的解扩计算方法具有的纠正接收码片错误的能力能提高解扩的成功率，并且能直接输出后续译码步骤需要的码元概率信息，能减少后续将解扩结果转化为码元概率信息的步骤。

Description

一种扩频序列解扩方法和***

技术领域

本发明涉及通信技术领域，具体涉及一种扩频序列解扩方法和***。

背景技术

扩频通信指的是用来传输信息的信号带宽远远大于信息本身的带宽的一种通信模式。由于扩频通信技术具有抗干扰性能好、可进行多址通信、保密性好、抗衰落、抗多径、干扰小等优点，近十余年来，已迅速在民用通信的各个领域得到广泛的应用。直接序列扩频(简称直序扩频)是扩频的一种主要方式，它通过利用高速率的扩频序列在发射端扩展信号的频谱，而在接收端用相同的扩频码序列进行解扩，把展开的扩频信号还原成原来的信号。在直序扩频中，经常被采用的扩频码序列是M序列(通过在m序列后补0得到)。传统直序扩频***中的解扩方法可以分为两个部分：码捕获与码跟踪；首先通过码捕获确定码相位，再通过码跟踪进一步减少码相位的误差。传统解扩方法具有捕获时间长，捕获后需要进一步进行码跟踪以减少相位误差的缺点，并且传统方法没有利用扩频码各个码片之间的约束关系降低每个码片提供信息的误差。

针对传统扩频方法没有利用扩频码各个码片之间的约束关系的问题，2003年，KeithM.Chugg和MingruiZhu在公开的ANewApproachtoRapidPNCodeAcquisitionUsingIterativeMessagePassingTechniques(一种基于消息传递算法的伪随机码捕获方法)中提出了利用因子图模型表示M序列的码片之间的约束关系的基础上的一种基于消息传递算法(IterativeMessagePassingAlgorithm，IMPA)的扩频码捕获方法，相比于传统扩频码捕获方法，该算法能够利用M序列的各个码片之间的约束关系提高扩频码捕获的概率，但是该算法存在收敛速度慢的问题，导致扩频码的检测速度无法令人满意。

2009年，徐定杰和赵国清等在公开的基于IMPA的伪码快速捕获算法的性能分析和改进中提出基于冗余约束的改进算法，即R-IMPA(RedundancyIMPA，基于消息传递的冗余算法)，该算法通过增加检测节点的约束长度来加快消息传递算法的收敛速度，从而提高检测速度。

但是上述以因子图模型为基础的扩频码捕获算法仅仅完成扩频序列的码捕获过程，不能实现基于因子图模型的码跟踪过程，在与***后续译码部分或码元判决部分进行连接时还需要通过传统解扩方法完成解扩步骤并输出相应的码元信息。

发明内容

本发明所要解决的技术问题是，如何实现基于因子图模型的码跟踪。

针对上述问题，本发明提出了一种扩频序列解扩方法，包括：

步骤S1、根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

步骤S2、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；

根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

步骤S3、根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；

根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

步骤S4、根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

步骤S5、将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；

将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

步骤S6、当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

优选地，所述步骤S2具体包括：

步骤S21、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

步骤S22、将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

优选地，所述步骤S3具体包括：

当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

优选地，根据本地伪随机序列的长度，确定所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m。

一种扩频序列解扩***，包括：

因子图建立模块，用于根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

第一运算模块，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

确定模块，用于根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

图结构建立模块，用于根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

第二运算模块，用于将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

码元概率判定模块，用于当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

优选地，所述第一运算模块具体包括：

第一子计算模块，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

第二子计算模块，用于将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

第三子计算模块，用于将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

优选地，所述确定模块具体包括：

第一子确定模块，用于当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

第二子确定模块，用于当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

优选地，所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m。

本发明提出的一种扩频序列解扩方法，能实现基于因子图模型的码捕获和码跟踪，具有能纠正接收码片错误的能力，并且能直接输出每组扩频码对应码元的概率信息。较传统解扩计算方法，本发明提出的解扩计算方法具有的纠正接收码片错误的能力能提高解扩的成功率，并且能直接输出后续译码步骤需要的码元概率信息，能减少后续将解扩结果转化为码元概率信息的步骤。

附图说明

图1为本发明一实施例提供的一种扩频序列解扩方法流程示意图；

图2为本发明一实施例提供的码元为0对应的因子图的结构示意图；

图3为本发明一实施例提供的当本地伪随机序列的长度n＝2^k时码元为0对应的树结构示意图；

图4为本发明一实施例提供的当本地伪随机序列的长度n＝2^k+b时码元为0对应的树结构示意图；

图5为本发明一实施例提供的当本地伪随机序列的长度n＝2^k+2^k-1+a时码元为0对应的树结构示意图；

图6为本发明另一实施例提供的一种扩频序列解扩***示意框图。

具体实施方式

为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不受下面公开的具体实施例的限制。

图1为本发明一实施例提供的一种扩频序列解扩方法流程示意图。参见图1，该方法包括：

步骤S1、根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

步骤S2、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；

根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

步骤S3、根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；

根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

步骤S4、根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

步骤S5、将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；

将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

步骤S6、当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

不难理解的是，步骤S5中的P₀(D)为码元0内码片相位正确的概率，等于码元0内所***片与本地伪随机码序列对应位置码片相同的概率之积；P₁(D)为码元1内码片相位正确的概率，等于码元1内所***片与本地伪随机码序列对应位置码片相同的概率之积。

其中，所述本地伪随机序列可以为M序列。

以M序列为例，所述步骤S1具体包括以下步骤：

步骤S11、将M序列对应的本原多项式作为约束方程的左边，令其等于0，构建约束方程组；假设M序列长度为n，本原多项式的最高次幂为m，约束方程组中约束方程的个数为n-m-1个。

以15位M序列进行举例说明：假设15位M序列为：[111101011001000]，15位M序列的本原多项式为x⁴+x+1，其构成的约束方程组如下：

$\left\{\begin{array}{c}{x}_4+x_1+x_0=0\\ x_5+x_2+x_1=0\\ x_6+x_3+x_2=0\\ .\\ .\\ .\\ x_{15}+x_{12}+x_{11}=0\end{array}\right.$

步骤S12、建立与约束方程组对应的因子图，以步骤S11得到的约束方程组中的每一个方程作为因子图的校验节点，M序列对应的n个变量作为变量节点，将变量节点与包含其对应变量的方程对应的校验节点连接，完成所有连接后得到M序列对应的因子图，其中码元为0对应的因子图如图2所示，码元为1对应的因子图结构与码元为0对应的因子图结构相同，只是输入量不同，在此不再赘述。

由上述技术方案可知，本发明提出的一种扩频序列解扩方法，能实现基于因子图模型的码捕获和码跟踪，具有能纠正接收码片错误的能力，并且能直接输出每组扩频码对应码元的概率信息。较传统解扩计算方法，本发明提出的解扩计算方法具有的纠正接收码片错误的能力能提高解扩的成功率，并且能直接输出后续译码步骤需要的码元概率信息，能减少后续将解扩结果转化为码元概率信息的步骤。

优选地，所述步骤S2具体包括：

步骤S21、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

步骤S22、将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

可选地，对因子图进行迭代计算采用和积算法。

优选地，所述步骤S3具体包括：

当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

优选地，根据本地伪随机序列的长度，确定所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的最第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；码元为0对应的树结构如图3所示，图3中1≤x＜k，码元为1对应的树结构与码元为0对应的树结构相同，只是输入量不同，在此不再赘述。

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；码元为0对应的树结构如图4所示，码元为1对应的树结构与码元为0对应的树结构相同，只是输入量不同，在此不再赘述。

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m；码元为0对应的树结构如图5所示，码元为1对应的树结构与码元为0对应的树结构相同，只是输入量不同，在此不再赘述。

比如，M序列的长度15＝2³+2^3-1+3，那么采用的树结构为：第一层有2^3-1+2^3-2＝6个或节点，其中前3个为3输入或节点，其余3个为2输入或节点，从左至右可以命名为第二层有2个3输入或节点，从左至右可以命名为第三层有1个2输入或节点，为树结构的第二层中，第1个节点的三对输入的0概率输入分别与第一层的第1、2和3个节点和的0概率输出连接，第二个节点与第一层的第4、5和6个节点和的0概率输出连接；在第三层的节点与和两个节点的0概率输出端连接，节点输出的0概率为码元序列相位正确的概率。该树结构中共有9个或节点，其中5个节点为3输入或节点，其余4个为2输入或节点。

假设图结构中的基本计算节点的两对输入分别为p_in1(0)，p_in1(1)与p_in2(0)，p_in2(1)，一对输出为p_out(0)，p_out(1)，则计算关系可以表示如下：

$\left\{\begin{array}{c}{p}_{out}\left(0\right)=p_{in1}\left(0\right)p_{in2}\left(0\right)\\ p_{out}\left(1\right)=p_{in1}\left(1\right)p_{in2}\left(0\right)+p_{in1}\left(0\right)p_{in2}\left(1\right)+p_{in1}\left(1\right)p_{in2}\left(1\right)\end{array}\right..$

如果图结构中的基本计算节点有三对输入：p_in1(0)，p_in1(1)；p_in2(0)，p_in2(1)；p_in3(0)，p_in3(1)和一对输出p_out(0)，p_out(1)，则其计算关系可以表示如下：：

$\left\{\begin{array}{c}{p}_{out}\left(0\right)=p_{in1}\left(0\right)p_{in2}\left(0\right)p_{in3}\left(0\right)\\ p_{out}\left(1\right)=p_{in1}\left(1\right)p_{in2}\left(0\right)p_{in3}\left(0\right)+p_{in1}\left(0\right)p_{in2}\left(1\right)p_{in3}\left(0\right)+p_{in1}\left(0\right)p_{in2}\left(0\right)p_{in3}\left(1\right)\\ p_{in1}\left(1\right)p_{in2}\left(1\right)p_{in3}\left(0\right)+p_{in1}\left(1\right)p_{in2}\left(0\right)p_{in3}\left(1\right)+p_{in1}\left(0\right)p_{in2}\left(0\right)p_{in3}\left(1\right)+\\ p_{in1}\left(1\right)p_{in2}\left(1\right)p_{in3}\left(0\right)\end{array}\right..$

如图6所示，本发明另一实施例提供的一种扩频序列解扩***100，包括：

因子图建立模块101，用于根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

第一运算模块102，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

确定模块103，用于根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

图结构建立模块104，用于根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

第二运算模块105，用于将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

码元概率判定模块106，用于当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

优选地，所述第一运算模块具体包括：

第一子计算模块，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

第二子计算模块，用于将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

第三子计算模块，用于将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

优选地，所述确定模块具体包括：

第一子确定模块，用于当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

第二子确定模块，用于当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

优选地，所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m。

由上述技术方案可知，本发明提出的一种扩频序列解扩方法，能实现基于因子图模型的码捕获和码跟踪，具有能纠正接收码片错误的能力，并且能直接输出每组扩频码对应码元的概率信息。较传统解扩计算方法，本发明提出的解扩计算方法具有的纠正接收码片错误的能力能提高解扩的成功率，并且能直接输出后续译码步骤需要的码元概率信息，能减少后续将解扩结果转化为码元概率信息的步骤。

在本发明中，术语“第一”、“第二”“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种扩频序列解扩方法，其特征在于，包括：

步骤S1、根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

步骤S2、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；

根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

步骤S3、根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；

根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

步骤S4、根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

步骤S5、将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；

将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

步骤S6、当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

2.根据权利要求1所述的扩频序列解扩方法，其特征在于，所述步骤S2具体包括：

步骤S21、根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

步骤S22、将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

3.根据权利要求1所述的扩频序列解扩方法，其特征在于，所述步骤S3具体包括：

当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

4.根据权利要求1所述的扩频序列解扩方法，其特征在于，所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m。

5.一种扩频序列解扩***，其特征在于，包括：

因子图建立模块，用于根据本地伪随机序列的本原多项式及约束方程组S，建立码元为0对应的本地伪随机序列的第一因子图和码元为1对应的本地伪随机序列的第二因子图；

第一运算模块，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第一因子图，计算码元为0时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₀(x_i＝1|Y,S)和出现0的概率P₀(x_i＝0|Y,S)，其中1≤i≤n，n＞1；根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值和第二因子图，计算码元为1时发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}在满足本地伪随机序列约束方程组S的条件下各码片出现1的概率P₁(x_i＝1|Y,S)和出现0的概率P₁(x_i＝0|Y,S)；

确定模块，用于根据第一因子图输出的P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₀(z_i1)和P₀(z_i2)；根据第二因子图输出的P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)，确定发送端发送的码片序列中的第i个码片与本地伪随机序列的第i个码片数值相等的概率P₁(z_i1)和P₁(z_i2)，

其中P_x(z_i1)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为0的概率，P_x(z_i2)为码元为x时发送端发送的第i个码片与本地伪随机序列i个码片皆为1的概率，x＝0或1；

图结构建立模块，用于根据本地伪随机序列码片长度建立码元为0对应的第一图结构和码元为1对应的第二图结构；

第二运算模块，用于将根据第一因子图确定的P₀(z_i1)和P₀(z_i2)作为第一图结构第一层计算节点的输入，根据所述第一图结构，对P₀(D)进行运算，计算扩频前码元为0的概率P(D＝0)其中p₀(z_i)为P₀(z_i1)或P₀(z_i2)；将根据第二因子图确定的P₁(z_i1)和P₁(z_i2)作为第二图结构第一层计算节点的输入，根据所述第二图结构，对P₁(D)进行运算，计算扩频前码元为1的概率P(D＝1)，其中p₁(z_i)为P₁(z_i1)或P₁(z_i2)；

码元概率判定模块，用于当p(D＝0)≥p(D＝1)时，判定扩频前码元为0的概率为p(D＝0)，码元为1的概率为1-p(D＝0)；当p(D＝0)<p(D＝1)时，判定扩频前码元为1的概率为p(D＝1)，码元为0的概率为1-p(D＝1)。

6.根据权利要求5所述的扩频序列解扩***，其特征在于，所述第一运算模块具体包括：

第一子计算模块，用于根据接收到的扩频序列码元内的码片序列Y＝{y₁,y₂,…,y_i,…,y_n}的数值，计算发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为0的概率P₀(x_i＝0|y_i)和发送端发送的码片序列X＝{x₁,x₂,…,x_i,…,x_n}中各码片为1的概率P₀(x_i＝1|y_i)；

第二子计算模块，用于将P₀(x_i＝1|y_i)作为第一因子图中与变量y_i对应的变量节点的概率1输入，将P₀(x_i＝0|y_i)作为第一因子图中与变量y_i对应的变量节点的概率0输入，对第二因子图进行迭代计算，得到P₀(x_i＝1|Y,S)和P₀(x_i＝0|Y,S)；

第三子计算模块，用于将P₁(x_i＝1|y_i)作为第二因子图中与变量y_i对应的变量节点的概率0输入，将P₁(x_i＝0|y_i)作为第二因子图中与变量y_i对应的变量节点的概率1输入，对第二因子图进行迭代计算，得到P₁(x_i＝1|Y,S)和P₁(x_i＝0|Y,S)。

7.根据权利要求5所述的扩频序列解扩***，其特征在于，所述确定模块具体包括：

第一子确定模块，用于当本地伪随机序列第i个码片为0时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝0|Y,S)作为P₀(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第一因子图第i个变量节点输出的P₀(x_i＝1|Y,S)作为P₀(z_i2)；

第二子确定模块，用于当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝0|Y,S)作为P₁(z_i1)，当本地伪随机序列第i个码片为1时，选取所述第二因子图第i个变量节点输出的P₁(x_i＝1|Y,S)作为P₁(z_i2)。

8.根据权利要求5所述的扩频序列解扩***，其特征在于，所述第一图结构和所述第二图结构皆为相同的树结构：

当本地伪随机序列的长度n＝2^k时，树结构的第一层有2^k-1个2输入或节点，第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出连接，其中，1≤i≤2^k-j，1＜j≤k，k＞1；

当本地伪随机序列的长度n＝2^k+b时，树结构的第一层有2^k-1个或节点，其中前b个节点为3输入或节点，其余为2输入或节点；第j层有2^k-j个2输入或节点，第j层的第i个节点的两对输入分别与第j-1层的与两个节点的输出端连接，其中，1≤b≤2^k-1；

当本地伪随机序列的长度n＝2^k+2^k-1+a时，树结构的第一层有2^k-1+2^k-2个或节点，其中前b个为3输入或节点，其余为2输入或节点；第二层有2^k-2个3输入或节点；第m层有2^k-m个2输入或节点；树结构的第二层中，第n个节点的三对输入分别与第一层的第3n-2、3n-1和3n个节点的输出连接；第m层的第q个节点的两对输入分别与第m-1层的与两个节点的输出端连接，其中1≤a＜2^k-1，2<m≤k，1≤n≤2^k-2，1≤q≤2^k-m。