CN114337730B - 一种基于随机排序的跳频序列生成方法 - Google Patents
一种基于随机排序的跳频序列生成方法 Download PDFInfo
- Publication number
- CN114337730B CN114337730B CN202111420897.XA CN202111420897A CN114337730B CN 114337730 B CN114337730 B CN 114337730B CN 202111420897 A CN202111420897 A CN 202111420897A CN 114337730 B CN114337730 B CN 114337730B
- Authority
- CN
- China
- Prior art keywords
- random
- hopping sequence
- processing
- frequency hopping
- sequence
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013507 mapping Methods 0.000 claims abstract description 44
- 238000012163 sequencing technique Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000009827 uniform distribution Methods 0.000 claims abstract description 8
- 238000012545 processing Methods 0.000 claims description 77
- 238000000354 decomposition reaction Methods 0.000 claims description 46
- 230000009466 transformation Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000003321 amplification Effects 0.000 claims description 4
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 7
- 230000006855 networking Effects 0.000 description 5
- 238000012804 iterative process Methods 0.000 description 4
- 230000000739 chaotic effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000011056 performance test Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000001131 transforming effect Effects 0.000 description 2
- 244000287680 Garcinia dulcis Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000000546 chi-square test Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005290 field theory Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Radio Transmission System (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开一种基于随机排序的跳频序列生成方法,包含:步骤1,对跳频序列的初始基值进行离散化处理,生成并输出跳频序列所采用的随机基值;步骤2,对随机基值进行随机排序,通过迭代过程生成随机排序数组,所述随机排序数组在迭代过程中具备均匀分布的特性;步骤3,对所述随机排序数组采用加密基序列依据序列映射关系对随机排序数组进行映射,输出随机排序跳频序列。本发明实施例解决了现有跳频序列在样本数较小条件下存在均匀性和正交性较差的问题。
Description
技术领域
本发明涉及但不限于航空无线通信技术领域,尤指一种基于随机排序的跳频序列生成方法。
背景技术
跳频通信是一种满足一定约束关系的随机序列控制射频载波频率跳变的扩谱通信方式,具有良好的抗干扰能力和多址组网性能。
现有的跳频序列研究主要有:基于有限域的跳频序列、基于混沌理论的跳频序列和基于密码学跳频序列等,研究方法从m序列、Bent函数、GMW序列和L-G(Lempel-Greenberger)序列发展到基于Logistic映射的混沌跳频序列、基于耦合映像格子映射的跳频序列和基于级联混沌映射生成跳频序列等,二十一世纪以后,出现了基于密码学的跳频序列族生成算法,并出现了多种技术方案的组合,在很大程度上提升跳频序列抗攻击、抗破译的能力,从而保证复杂电磁环境中跳频通信的抗干扰能力。
未来跳频***面临多变的电磁环境、复杂的干扰策略以及高速宽带通信需求,因此跳频***的高可靠信息传输要求跳频序列必须具备优异的综合性能,包括良好的均匀性、独立性、复杂度、相关性以及大规模组网特性等。但是现有的几种常规跳频序列往往只在一个或者几个性能检验指标方面表现良好,在样本数较小条件下存在均匀性和正交性较差的问题。
发明内容
本发明的目的:本发明实施例提供一种基于随机排序的跳频序列生成方法,以解决现有跳频序列在样本数较小条件下存在均匀性和正交性较差的问题。
本发明的技术方案:本发明实施例提供一种基于随机排序的跳频序列生成方法,包括:
步骤1,对跳频序列的初始基值进行离散化处理,生成并输出跳频序列所采用的随机基值;
步骤2,对随机基值进行随机排序,通过迭代过程生成随机排序数组,所述随机排序数组在迭代过程中具备均匀分布的特性;
步骤3,对所述随机排序数组采用加密基序列依据序列映射关系对随机排序数组进行映射,输出随机排序跳频序列。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述步骤1中,对跳频序列的初始基值进行离散化处理,包括:
对初始基值依次进行放大与取模处理、字节分解处理、S盒变换处理、字节合并处理和值域扩展处理,生成跳频序列所采用的随机基值。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述初始基值为data[N-1,…,0],N为4×i且i≥8;
所述放大与取模处理的方式为:data1[N-1,…,0]=mod(data[N-1,…,0]×G,2N),其中,G为质数;
所述字节分解处理的方式为:对data1[N-1,…,0]进行按位抽取,得到datapartj[i-1,…,0];
所述S盒变换处理的方式为:对datapartj[i-1,…,0]进行S盒混淆运算,输出spartj[i-1,…,0]=Sbox(datapartj[i-1,…,0]),其中,Sbox表示S盒运算;
所述字节合并处理的方式为:对spartj[i-1,…,0]按字节进行合并,输出cdata[N-1,…,0]=(spart1[i-1,…,0],spart2[i-1,…,0],spart3[i-1,…,0],spart4[i-1,…,0]);
所述值域扩展处理的方式为:对cdata[N-1,…,0]进行高字节截位处理,输出随机基值为rdata[M,…,0],其中,M取值为ceil(log2(H!))-1,其中,H为跳频***的可用频点数。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述字节分解处理中对data1[N-1,…,0]进行按位抽取的方式为:
datapartj[i-1,…,0]=data1(j-1+4×(0,1,2,…,i-1)),其中j取1或3;
datapartj[i-1,…,0]=data1(j-1+4×(i-1,i-2,…,0)),其中j取2或4。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述步骤2包括:
对步骤1中生成的随机基值进行多项式迭代分解,将每次分解得到的余数进行缓存处理,并对每次分解得到的商进行S盒变换处理后进行下一次多项式分解处理,通过H次多项式迭代分解处理得到随机排序数组。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述步骤2具体包括:
步骤21,对随机基值rdata[M,…,0]按H进行多项式分解处理,提取余数作为随机排序数组的一个元素;
步骤22,对上一级多项式分解处理得到的商进行S盒变换处理后输出Quo(k)为下一级多项式分解处理的输入值,并对每一级处理得到的Quo(k)依次按H-1、H-2、…、1进行多项式分解处理,提取每次分解处理得到的余数作为随机排序数组的一个元素;其中,k取1、2、…、H-1。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述步骤2的多项式迭代分解的表达方式为:
Quo(0)=rdata[M,…,0];
Rem(0)=mod(Quo(0),H);
Quo(k)=sbox(floor(Quo(k-1)/(H-k)));
Rem(k)=mod(Quo(k),H-k);k取值为1,2,3…H-1。
可选地,如上所述的一种基于随机排序的跳频序列生成方法中,所述步骤3包括:
步骤31,对所述随机排序数组进行基础序列映射,输出随机全排列数组为Z=[Z(0),Z(1),…,Z(H-1)],且所述基础序列映射的映射关系为:Z(k)=R*[Rem(k)],其中,R为0,1,2,…,H-1的顺序序列;
步骤32,采用加密基序列读取随机全排列数组Z,获得随机排序跳频序列,加密基序列由使用跳频序列的设备ID号和密钥生成。
本发明的有益效果:为了克服现有序列在样本数较小条件下均匀性和正交性较差的难题,本发明实施例提出一种基于随机排序的跳频序列生成方法,该方法采用初始基值离散化、随机排序和序列映射相结合的方式,通过非线性运算,在保证安全性前提下,设计的跳频序列具有良好的短时均匀性和正交性,能够有效降低跳频组网中用户同时接入的短时碰撞概率,提升跳频***抗破译、抗梳状干扰和抗跟踪干扰的能力。
具体地,采用初始基值离散化方式,通过对初始基值进行放大与取模、字节分解、S盒变换、字节合并和值域扩展等操作,输出生成跳频序列所采用的随机基值,以提高初始基值的抗破译能力,从源头上增强跳频序列的安全性和随机性。对随机基值进行随机排序,输出用于序列映射的随机排序数组,此随机排序数组在迭代过程中具备均匀分布特性,保证生成跳频序列的短时均匀性。采用加密基序列依据序列映射关系对随机排序数组进行映射,输出跳频序列,增强跳频序列生成的非线性度,提升跳频序列的抗破译能力。
附图说明
附图用来提供对本发明技术方案的进一步理解,并且构成说明书的一部分,与本申请的实施例一起用于解释本发明的技术方案,并不构成对本发明技术方案的限制。
图1为本发明实施例提供的基于随机排序的跳频序列生成方法的流程图;
图2为本发明实施例中初始基值离散化处理的流程图;
图3为本发明实施例中随机排序的流程图;
图4为本发明实施例中序列映射的流程图;
图5为采用本发明实施例提供的基于随机排序的跳频序列生成方法得到的跳频序列与理论随机排序序列对比的示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,下文中将结合附图对本发明的实施例进行详细说明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互任意组合。
在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行。并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
上述背景技术中已经说明,几种常规跳频序列往往只在一个或者几个性能检验指标方面表现良好,在样本数较小条件下存在均匀性和正交性较差的问题。
举例来说,基于有限域理论的跳频序列存在周期短和复杂度较低的问题,混沌跳频序列存在有限字长效应,应用于实际***中会导致周期会变短和均匀性恶化的问题;且通过优化算法的方式达到综合性能较好的序列,其前提条件为较长的时间统计。特别在大规模组网应用背景下,跳频组网采用短时突发报文形式进行数据发送,在一个局域网内的用户需满足短时的较小碰撞才能保证通信质量,即在样本数较小条件下,跳频序列的均匀性和正交性均需满足要求。
为了克服现有序列在样本数较小条件下均匀性和正交性较差的难题,本发明实施例要解决的技术问题在于:提供一种基于随机排序的跳频序列生成方法,采用初始基值离散化、随机排序和序列映射相结合的方式,通过非线性运算,在保证安全性前提下,设计的跳频序列具有良好的短时均匀性和正交性,能够有效降低跳频组网中用户同时接入的短时碰撞概率,提升多址通信、抗梳状干扰和抗跟踪干扰的能力。
本发明实施例提供的方法中,采用初始基值离散化方式,通过对初始基值进行放大与取模、字节分解、S盒变换、字节合并和值域扩展等操作,输出生成跳频序列所采用的随机基值,以提高初始基值的抗破译能力,从源头上增强跳频序列的安全性和随机性。
对随机基值进行随机排序,输出用于序列映射的随机排序数组,此随机排序数组在迭代过程中具备均匀分布特性,保证生成跳频序列的短时均匀性。
采用加密基序列依据序列映射关系对随机排序数组进行映射,输出跳频序列,增强跳频序列生成的非线性度,提升跳频序列的抗破译能力。
本发明提供以下几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例不再赘述。
图1为本发明实施例提供的基于随机排序的跳频序列生成方法的流程图。本发明实施例提供的基于随机排序的跳频序列生成方法,主要包括:包括初始基值离散化处理、随机排序和序列映射等步骤,具体包括如下步骤:
步骤1,对跳频序列的初始基值进行离散化处理,生成并输出跳频序列所采用的随机基值;
步骤2,对随机基值进行随机排序,通过迭代过程生成随机排序数组,所述随机排序数组在迭代过程中具备均匀分布的特性;
步骤3,对所述随机排序数组采用加密基序列依据序列映射关系对随机排序数组进行映射,输出随机排序跳频序列。
如图2所示,为本发明实施例中初始基值离散化处理的流程图。本发明实施例中步骤1的初始基值进行离散化处理,包括:
对初始基值依次进行放大与取模处理、字节分解处理、S盒变换处理、字节合并处理和值域扩展处理,生成跳频序列所采用的随机基值。
该初始基值进行离散化处理,通过对初始基值进行数学运算生成随机基值,实现初始基值离散化,提高初始基值的抗破译能力,从源头上增强跳频序列的安全性和随机性。
在本发明实施例中,该步骤1中的初始基值为:data[N-1,…,0],N为4×i且i≥8。以下对该步骤1中各环节的处理方式进行说明:
该步骤1中的放大与取模处理的具体处理方式可以为:data1[N-1,…,0]=mod(data[N-1,…,0]×G,2N),其中,G为质数。
所述字节分解处理的方式为:对data1[N-1,…,0]进行按位抽取,得到datapartj[i-1,…,0]。
该步骤1中的S盒变换处理的方式可以为:对datapartj[i-1,…,0]进行S盒混淆运算,输出spartj[i-1,…,0]=Sbox(datapartj[i-1,…,0]),其中,Sbox表示S盒运算。
该步骤1中的字节合并处理的方式可以为:对spartj[i-1,…,0]按字节进行合并,输出cdata[N-1,…,0]=(spart1[i-1,…,0],spart2[i-1,…,0],spart3[i-1,…,0],spart4[i-1,…,0]);
该步骤1中值域扩展处理的方式可以为:对cdata[N-1,…,0]进行高字节截位处理,输出随机基值为rdata[M,…,0],其中,M取值为ceil(log2(H!))-1,其中,H为跳频***的可用频点数。
如图3所示,为本发明实施例中随机排序的流程图。本发明实施例中步骤2的随机排序的具体实施过程,可以包括如下步骤:
步骤21,对随机基值rdata[M,…,0]按H进行多项式分解处理,提取余数作为随机排序数组的一个元素;
步骤22,对上一级多项式分解处理得到的商进行S盒变换处理后输出Quo(k)为下一级多项式分解处理的输入值,并对每一级处理得到的Quo(k)依次按H-1、H-2、…、1进行多项式分解处理,提取每次分解处理得到的余数作为随机排序数组的一个元素;其中,k取1、2、…、H-1。
该步骤2的随机排序处理,通过对随机基值进行多项式迭代分解,将其余数进行缓存处理,生成随机排序数组,此随机排序数组在迭代过程中具备均匀分布特性,保证生成跳频序列的短时均匀性,如图3所示。
在本发明实施例的一种实现方式中,步骤2的多项式迭代分解的表达方式为:
Quo(0)=rata[M..0];
Rem(0)=mod(Quo(0),H);
Quo(k)=sbox(floor(Quo(k-1)/(H-k)));
Rem(k)=mod(Quo(k),H-k);k取值为1,2,3…H-1。
如图4所示,为本发明实施例中序列映射的流程图。本发明实施例中步骤3的序列映射的具体实施过程,可以包括如下步骤:
步骤31,对所述随机排序数组进行基础序列映射,输出随机全排列数组为Z=[Z(0),Z(1),…,Z(H-1)],且所述基础序列映射的映射关系为:Z(k)=R*[Rem(k)],其中,R为0,1,2,…,H-1的顺序序列;
步骤32,采用加密基序列读取随机全排列数组Z,获得随机排序跳频序列,加密基序列由使用跳频序列的设备ID号和密钥生成。
该步骤3的序列映射处理,通过采用加密基序列依据序列映射关系对随机排序数组进行映射,输出随机排序跳频序列,进一步增加序列生成的非线性度,提升跳频序列的抗破译能力,如图4所示。
为了克服现有序列在样本数较小条件下均匀性和正交性较差的难题,本发明实施例提供一种基于随机排序的跳频序列生成方法,该方法采用初始基值离散化、随机排序和序列映射相结合的方式,通过非线性运算,在保证安全性前提下,设计的跳频序列具有良好的短时均匀性和正交性,能够有效降低跳频组网中用户同时接入的短时碰撞概率,提升跳频***抗破译、抗梳状干扰和抗跟踪干扰的能力。具体地,通过初始基值离散化处理,可以提高初始基值的抗破译能力,从源头上增强跳频序列的安全性和随机性;通过随机排序处理在迭代过程中具备均匀分布特性,保证生成跳频序列的短时均匀性;通过序列映射可以增强跳频序列生成的非线性度,提升跳频序列的抗破译能力。
以下通过一些具体实施例对本发明实施例提供的基于随机排序的跳频序列生成方法的实施方式进行详细说明。
如图1所示,该具体实施例提供的基于随机排序的跳频序列生成方法包括初始基值离散化处理、随机排序和向量映射等步骤。
在此模型的设计中,该具体实施例中要求保护以下内容:
1、初始基值离散化为对初始基值进行离散化处理生成随机基值,初始基值用data[N-1,…,0]来表示,其中,N为4×i且i≥8;
2、初始离散化处理包括:放大与取模、字节分解、S盒变换、字节合并和值域扩展等;
3、放大与取模运算处理的处理方式为:
data1[N-1,…,0]=mod(data[N-1,…,0]×G,2N),其中G取质数;
4、字节分解处理的方式为:对data1[N-1,…,0]进行按位抽取,即,
datapartj[i-1,…,0]=data1(j-1+4×(0,1,2,…,i-1)),其中j取1或3;
datapartj[i-1,…,0]=data1(j-1+4×(i-1,i-2,…,0)),其中j取2或4。
5、S盒变换处理的方式为:对datapartj[i-1,…,0]进行S盒混淆运算,输出spartj[i-1,…,0],即:
spartj[i-1,…,0]=Sbox(datapartj[i-1,…,0]),其中Sbox为S盒运算。
6、字节合并处理的方式为:对spartj[i-1,…,0]按字节进行合并,输出cdata[N-1,…,0],即:
cdata[N-1,…,0]=(spart1[i-1,…,0],spart2[i-1,…,0],spart3[i-1,…,0],spart4[i-1,…,0])。
7、值域扩展处理的方式为:对cdata[N-1,…,0]进行高字节截位处理,输出随机基值为rdata[M,…,0],其中M取值为ceil(log2(H!))-1,其中H为跳频***可用频点数。
(2)随机排序
所述随机排序的方式为:对随机基值rdata[M,…,0]进行多项式迭代分解,缓存余数,生成随机排序数组Rem。
在此模型的设计中,该具体实施例要求保护以下内容:
1、随机排序的处理方式为:对随机基值rdata[M,…,0]进行多项式迭代分解,缓存余数,生成随机排序数组。
2、随机排序包括多项式迭代分解和S盒变换。
2、多项式迭代分解的初始输入值为rdata[M,…,0]。
3、多项式迭代分解方式为逐级分解。
4、逐级分解为对rdata[M,…,0]按H-1、H-2、…、1逐级进行分解提取余数Rem(k),并对当前商进行S盒变换输出Quo(k),其中Quo(k)为下一级除法运算的输入值。多项式运算归纳如下:
Quo(0)=rdata[M,…,0];
Rem(0)=mod(Quo(0),H);
Quo(1)=sbox(floor(Quo(0)/H));
Rem(1)=mod(Quo(1),H-1);
依次类推,得到:
Quo(k)=sbox(floor(Quo(k-1)/(H-k)));
Rem(k)=mod(Quo(k),H-k);k取值为1,2,3,…,H-1.
5、随机排序数组Rem为[Rem(0),Rem(10),Rem(2),…,Rem(H-1)]。
(3)序列映射
序列映射具体为采用加密基序列依据序列映射关系对随机排序数组Rem进行映射,输出随机排序跳频序列。
在此模型的设计中,该具体实施例要求保护以下内容:
1、序列映射为采用加密基序列依据序列映射关系对随机排序数组Rem进行映射,输出随机全排列数组Z。
2、序列映射输出的随机全排列数组为Z,且Z=[Z(0),Z(1),…,Z(H-1)]。
3、序列映射关系为:Z(k)=R[Rem(k)],R为0,1,2,…,H-1的顺序排列。
4、随机排序跳频序列为利用加密基序列读取随机全排列数组Z,即可获得跳频序列,其中加密基序列由用户ID号和密钥生成。
该具体实施例提供的基于随机排序的跳频序列生成方法,可用频点数H为16,跳频序列分析长度为256,以平均卡方检验值为对比依据。如图5所示,为采用本发明实施例提供的基于随机排序的跳频序列生成方法得到的跳频序列与理论随机排序序列对比的示意图。可以看出,在样本数较小条件下,本专利构造的跳频序列与理论随机排序序列相当,优于传统的分组密码跳频序列。
虽然本发明所揭露的实施方式如上,但所述的内容仅为便于理解本发明而采用的实施方式,并非用以限定本发明。任何本发明所属领域内的技术人员,在不脱离本发明所揭露的精神和范围的前提下,可以在实施的形式及细节上进行任何的修改与变化,但本发明的专利保护范围,仍须以所附的权利要求书所界定的范围为准。
Claims (7)
1.一种基于随机排序的跳频序列生成方法,其特征在于,包括以下步骤:
步骤1,对跳频序列的初始基值进行离散化处理,生成并输出跳频序列所采用的随机基值;
步骤2,对随机基值进行随机排序,通过迭代过程生成随机排序数组,所述随机排序数组在迭代过程中具备均匀分布的特性;
步骤3,对所述随机排序数组采用加密基序列依据序列映射关系对随机排序数组进行映射,输出随机排序跳频序列;
所述步骤2包括:
对步骤1中生成的随机基值进行多项式迭代分解,将每次分解得到的余数进行缓存处理,并对每次分解得到的商进行S盒变换处理后进行下一次多项式分解处理,通过H次多项式迭代分解处理得到随机排序数组。
2.根据权利要求1所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述步骤1中,对跳频序列的初始基值进行离散化处理,包括:
对初始基值依次进行放大与取模处理、字节分解处理、S盒变换处理、字节合并处理和值域扩展处理,生成跳频序列所采用的随机基值。
3.根据权利要求2所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述初始基值为data[N-1,…,0],N为4×i且i≥8;
所述放大与取模处理的方式为:data1[N-1,…,0]=mod(data[N-1,…,0]×G,2N),其中,G为质数;
所述字节分解处理的方式为:对data1[N-1,…,0]进行按位抽取,得到datapartj[i-1,…,0];
所述S盒变换处理的方式为:对datapartj[i-1,…,0]进行S盒混淆运算,输出spartj[i-1,…,0]=Sbox(datapartj[i-1,…,0]),其中,Sbox表示S盒运算;
所述字节合并处理的方式为:对spartj[i-1,…,0]按字节进行合并,输出cdata[N-1,…,0]=(spart1[i-1,…,0],spart2[i-1,…,0],spart3[i-1,…,0],spart4[i-1,…,0]);
所述值域扩展处理的方式为:对cdata[N-1,…,0]进行高字节截位处理,输出随机基值为rdata[M,…,0],其中,M取值为ceil(log2(H!))-1,其中,H为跳频***的可用频点数。
4.根据权利要求3所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述字节分解处理中对data1[N-1,…,0]进行按位抽取的方式为:
datapartj[i-1,…,0]=data1(j-1+4×(0,1,2,…,i-1)),其中j取1或3;
datapartj[i-1,…,0]=data1(j-1+4×(i-1,i-2,…,0)),其中j取2或4。
5.根据权利要求4所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述步骤2具体包括:
步骤21,对随机基值rdata[M,…,0]按H进行多项式分解处理,提取余数作为随机排序数组的一个元素;
步骤22,对上一级多项式分解处理得到的商进行S盒变换处理后输出Quo(k)为下一级多项式分解处理的输入值,并对每一级处理得到的Quo(k)依次按H-1、H-2、…、1进行多项式分解处理,提取每次分解处理得到的余数作为随机排序数组的一个元素;其中,k取1、2、…、H-1。
6.根据权利要求5所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述步骤2的多项式迭代分解的表达方式为:
Quo(0)=rdata[M,…,0];
Rem(0)=mod(Quo(0),H);
Quo(k)=sbox(floor(Quo(k-1)/(H-k)));
Rem(k)=mod(Quo(k),H-k);k取值为1,2,3…H-1。
7.根据权利要求5所述的一种基于随机排序的跳频序列生成方法,其特征在于,所述步骤3包括:
步骤31,对所述随机排序数组进行基础序列映射,输出随机全排列数组为Z=[Z(0),Z(1),…,Z(H-1)],且所述基础序列映射的映射关系为:Z(k)=R*[Rem(k)],其中,R为0,1,2,…,H-1的顺序序列;
步骤32,采用加密基序列读取随机全排列数组Z,获得随机排序跳频序列,加密基序列由使用跳频序列的设备ID号和密钥生成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111420897.XA CN114337730B (zh) | 2021-11-26 | 2021-11-26 | 一种基于随机排序的跳频序列生成方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111420897.XA CN114337730B (zh) | 2021-11-26 | 2021-11-26 | 一种基于随机排序的跳频序列生成方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114337730A CN114337730A (zh) | 2022-04-12 |
CN114337730B true CN114337730B (zh) | 2024-05-03 |
Family
ID=81047081
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111420897.XA Active CN114337730B (zh) | 2021-11-26 | 2021-11-26 | 一种基于随机排序的跳频序列生成方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114337730B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116015344B (zh) * | 2022-12-08 | 2024-04-30 | 中国电子科技集团公司第十研究所 | 无人机抗控制抗截获通信波形设计方法、装置及*** |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047402A (zh) * | 2006-03-28 | 2007-10-03 | 华为技术有限公司 | 扩展拉丁方族序列产生方法/装置和通信控制方法/*** |
CN101702117A (zh) * | 2009-11-09 | 2010-05-05 | 东南大学 | 一种基于离散渐进确定性随机的伪随机序列发生方法 |
US8385384B1 (en) * | 2008-10-17 | 2013-02-26 | Honeywell International Inc. | System, method and apparatus for selecting frequency hopping sequences |
US8553743B1 (en) * | 2008-10-17 | 2013-10-08 | Honeywell International Inc. | System, apparatus and method for communicating messages using multiple frequency hopping sequences |
CN105472532A (zh) * | 2014-09-09 | 2016-04-06 | 中兴通讯股份有限公司 | 一种传输数据的方法和装置 |
CN105703800A (zh) * | 2016-04-05 | 2016-06-22 | 中国电子科技集团公司第二十研究所 | 基于排序重置的宽间隔跳频序列产生方法 |
US9432079B1 (en) * | 2015-06-10 | 2016-08-30 | Rajendra Kumar | Frequency hopped frequency modulation spread spectrum (FHFMSS) multiple accessing communication systems and methods |
CN106100696A (zh) * | 2016-05-31 | 2016-11-09 | 中国航空无线电电子研究所 | 一种基于tod时间信息的非线性跳频图案生成*** |
CN108449113A (zh) * | 2018-03-02 | 2018-08-24 | 中国人民解放军空军工程大学航空机务士官学校 | 一种类对偶频带法的宽间隔跳频序列生成方法 |
CN109787655A (zh) * | 2019-01-16 | 2019-05-21 | 南京航空航天大学 | 一种适用于统计优先级多址接入的跳频跳时图案设计方法 |
CN110830080A (zh) * | 2020-01-09 | 2020-02-21 | 四川大学 | 一种优异非周期汉明相关短跳频序列集的生成方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8243779B2 (en) * | 2005-04-29 | 2012-08-14 | Alcatel Lucent | Method of quality-based frequency hopping in a wirelesscommunication system |
US20070291822A1 (en) * | 2006-06-19 | 2007-12-20 | Trisquare Communication, Inc. | Radio communication system |
US20080233966A1 (en) * | 2007-03-22 | 2008-09-25 | Comsys Communication & Signal Processing Ltd. | Resource allocation apparatus and method in an orthogonal frequency division multiple access communication system |
-
2021
- 2021-11-26 CN CN202111420897.XA patent/CN114337730B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101047402A (zh) * | 2006-03-28 | 2007-10-03 | 华为技术有限公司 | 扩展拉丁方族序列产生方法/装置和通信控制方法/*** |
US8385384B1 (en) * | 2008-10-17 | 2013-02-26 | Honeywell International Inc. | System, method and apparatus for selecting frequency hopping sequences |
US8553743B1 (en) * | 2008-10-17 | 2013-10-08 | Honeywell International Inc. | System, apparatus and method for communicating messages using multiple frequency hopping sequences |
CN101702117A (zh) * | 2009-11-09 | 2010-05-05 | 东南大学 | 一种基于离散渐进确定性随机的伪随机序列发生方法 |
CN105472532A (zh) * | 2014-09-09 | 2016-04-06 | 中兴通讯股份有限公司 | 一种传输数据的方法和装置 |
US9432079B1 (en) * | 2015-06-10 | 2016-08-30 | Rajendra Kumar | Frequency hopped frequency modulation spread spectrum (FHFMSS) multiple accessing communication systems and methods |
CN105703800A (zh) * | 2016-04-05 | 2016-06-22 | 中国电子科技集团公司第二十研究所 | 基于排序重置的宽间隔跳频序列产生方法 |
CN106100696A (zh) * | 2016-05-31 | 2016-11-09 | 中国航空无线电电子研究所 | 一种基于tod时间信息的非线性跳频图案生成*** |
CN108449113A (zh) * | 2018-03-02 | 2018-08-24 | 中国人民解放军空军工程大学航空机务士官学校 | 一种类对偶频带法的宽间隔跳频序列生成方法 |
CN109787655A (zh) * | 2019-01-16 | 2019-05-21 | 南京航空航天大学 | 一种适用于统计优先级多址接入的跳频跳时图案设计方法 |
CN110830080A (zh) * | 2020-01-09 | 2020-02-21 | 四川大学 | 一种优异非周期汉明相关短跳频序列集的生成方法 |
Non-Patent Citations (5)
Title |
---|
the waveform design of fandom hopping frequency based on "s" curve;jiang peng;《2016 cie international on radar》;20171005;全文 * |
一种新颖的组合混沌宽间隔跳频序列;万佳君;《现代导航》;20160515;全文 * |
基于改进的aes算法加密跳频图案研究;吴星;《中国优秀硕士论文全文数据库信息科技辑》;20170115;全文 * |
基于改进祖冲之算法的安全跳频通信***;王潮;《清华大学学报》;20181116;全文 * |
认知无线电自组织网络中的中继传输关键技术研究;陈春梅;《中国博士论文全文数据库信息科技辑》;20210115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN114337730A (zh) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11165562B2 (en) | Sequential encryption method based on multi-key stream ciphers | |
Nematzadeh et al. | Binary search tree image encryption with DNA | |
Xiang et al. | A novel block cryptosystem based on iterating a chaotic map | |
US7532721B2 (en) | Implementation of a switch-box using a subfield method | |
Kanso | Modified self-shrinking generator | |
Platas-Garza et al. | Implementation of an encrypted-compressed image wireless transmission scheme based on chaotic fractional-order systems | |
CN111464284B (zh) | 一种基于深度混沌***的三维光概率整形加密方法 | |
Wong et al. | A more secure chaotic cryptographic scheme based on the dynamic look-up table | |
CN114337730B (zh) | 一种基于随机排序的跳频序列生成方法 | |
Munir et al. | A generalization of algebraic expression for nonlinear component of symmetric key algorithms of any characteristic p | |
CN110190951B (zh) | 一种针对des算法l寄存器翻转的功耗攻击方法及*** | |
CN116707771B (zh) | 一种基于数据加密的通讯方法 | |
CN116722968A (zh) | 一种基于uwb的轻量化aes-128动态加密方法 | |
Bendoukha et al. | Secure communication systems based on the synchronization of chaotic systems | |
Murtaza et al. | Designing an Efficient and Highly Dynamic Substitution‐Box Generator for Block Ciphers Based on Finite Elliptic Curves | |
Luo et al. | Differential fault attack on TWINE block cipher with nibble | |
CN111478766B (zh) | 一种分组密码meg实现方法、装置及存储介质 | |
CN115022000B (zh) | 铁路信号***的通信方法、装置及电子设备 | |
Farah et al. | Improvement of cryptosystem based on iterating chaotic map | |
JP2006510067A (ja) | ラインドールのサブバイトファンクションの小さなハードウェア実現 | |
Fadel et al. | A low complexity partial transmit sequence approach based on hybrid segmentation scheme | |
CN114826560A (zh) | 一种轻量级分组密码cref实现方法及*** | |
Nadaf et al. | Hardware implementation of modified AES with key dependent dynamic S-box | |
CN114258665A (zh) | 一种正交波子分路复用多址调制解调方法 | |
CN108390875B (zh) | 一种减少传输能耗的信息加密优化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |