專利名稱：：基于超混沌映射來設(shè)計正交相位編碼信號的方法
技術(shù)領(lǐng)域：
：本發(fā)明涉及雷達(dá)抗干擾信號設(shè)計
技術(shù)領(lǐng)域：
，是一種基于超混沌映射來設(shè)計正交相位編碼信號的方法。
背景技術(shù)：
：線性調(diào)頻(LinearFrequencyModulation,簡稱LFM)信號是研究最早、應(yīng)用最廣泛的一種脈沖壓縮雷達(dá)信號，但是，隨著電磁空間的日趨復(fù)雜，數(shù)字射頻存儲(DigitalRadioFrequencyMemory,簡稱DRFM)欺騙干擾以及多部雷達(dá)間的同頻干擾，使得采用LFM作為發(fā)射信號的雷達(dá)系統(tǒng)性能急劇惡化。針對欺騙干擾技術(shù)，Soumekh[SoumekhM,“SAR-ECCMusingphase-perturbedLFMchirpsignalsandDRFMrepeatjammerpenalization",IEEETransactiononAerospaceandElectronicSystems,vol.42,no.1,pp.191-205,2006]提出，一種有效的方法是采用不同發(fā)射脈沖間相互正交的編碼信號，從而達(dá)到抗欺騙干擾的目的。這種脈間相互正交的編碼信號同時還可以抗同頻干擾，在組網(wǎng)雷達(dá)系統(tǒng)和傳感器數(shù)據(jù)融合通信中有著出色的性能，關(guān)于這一點(diǎn)，Deng[DengH，“PolyphasecodedesignfororthogonalnettedradarsystemsIEEETransactionsonSignalProcessing,vol.52,no.11，pp.3126-3135,2004]進(jìn)行了詳細(xì)的闡述。十幾年來，人們在多相碼的研究方面做了大量的工作，其中最有代表性的就是Frank碼，F(xiàn)rank碼用作雷達(dá)信號時，具有理論上最優(yōu)自相關(guān)性能，但這些碼字的研究并未考慮到脈間正交性能，碼元規(guī)律簡單，可用碼序列數(shù)單一，容易被偵破并受到攻擊。近年來，正交多相碼的研究受到了有關(guān)學(xué)者的重視。Soumekh,M.提出的抖動的LFM信號實際上僅僅是信號幅度或相位的微變，并不是正交編碼信號；DengH.提出采用模擬退火的方法迭代計算正交多相碼，但在碼字計算的過程中，所需時間較長，僅產(chǎn)生3組正交碼就需要12天時間，當(dāng)需要300個以上的正交碼組時，實際中很難做到。關(guān)于混沌相位編碼信號，已經(jīng)得到了不少學(xué)者的重視，但大部分采用的都是一維映射，序列編碼簡單、隨機(jī)性較差、復(fù)雜度不高且優(yōu)選不嚴(yán)密等問題，這樣敵方容易利用混沌序列預(yù)測或迭代反向重構(gòu)技術(shù)方法進(jìn)行破譯。
發(fā)明內(nèi)容本發(fā)明的目的是提出一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，采用超混沌映射進(jìn)行信號編碼、檢驗和優(yōu)選，編碼過程中采用舍去前面數(shù)據(jù)點(diǎn)和隨機(jī)二進(jìn)制比特位組合的方法，并進(jìn)行了均勻性檢驗、獨(dú)立性檢驗、復(fù)雜度檢驗，最后進(jìn)行碼字正交性的優(yōu)選。本發(fā)明方法實現(xiàn)簡單、實時性高、抗干擾性強(qiáng)，能夠在不到30分鐘內(nèi)產(chǎn)生大量合乎要求的正交碼組，適合工程應(yīng)用。為達(dá)到上述目的，本發(fā)明的技術(shù)解決方案是一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，其包括步驟a、相位生成給定任意(0，1)之間的初始值，利用超混沌映射來產(chǎn)生實值數(shù)字相位序列，再對產(chǎn)生的數(shù)字相位進(jìn)行直流消除處理，產(chǎn)生新的實值數(shù)字相位序列；b、相位編碼對產(chǎn)生的新超混沌實值相位序列，去掉前面的大量點(diǎn)，并將所得的十進(jìn)制實值數(shù)字序列變換成相應(yīng)的二進(jìn)制補(bǔ)碼值序列，然后對二進(jìn)制序列進(jìn)行隨機(jī)比特位編碼，并進(jìn)行異或操作，最后再將序列變換為十進(jìn)制，得到新的編碼序列；C、碼字檢驗輸入編碼后歸一化碼數(shù)，對碼字進(jìn)行隨機(jī)性檢驗，包括均勻性檢驗采用卡方分布檢驗序列的均勻性，獨(dú)立性檢驗采用相關(guān)系數(shù)法檢驗序列的獨(dú)立性，復(fù)雜度檢驗采用復(fù)雜熵準(zhǔn)則檢驗序列的非線性復(fù)雜度；d、碼字優(yōu)選對輸入的碼字進(jìn)行正交性優(yōu)選，包括自相關(guān)峰值旁瓣比優(yōu)選根據(jù)序列自相關(guān)峰值旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，自相關(guān)積分旁瓣比優(yōu)選根據(jù)序列自相關(guān)積分旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，互相關(guān)峰值旁瓣比優(yōu)選根據(jù)序列互相關(guān)峰值旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，互相關(guān)積分旁瓣比優(yōu)選根據(jù)序列互相關(guān)積分旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選；e、若自相關(guān)峰值旁瓣比<自相關(guān)峰值旁瓣比閾值A(chǔ)1，且自相關(guān)積分旁瓣比<自相關(guān)積分旁瓣比閾值Δ2，即得到合乎自相關(guān)性能指標(biāo)的碼序列，則進(jìn)行f步；否則，重新進(jìn)行d步；f、求互相關(guān)矩陣計算互相關(guān)性能，并比較指標(biāo)互相關(guān)峰值旁瓣比閾值Δ3和互相關(guān)積分旁瓣比閾值Δ4，得互相關(guān)矩陣；g、互相關(guān)矩陣的優(yōu)選即尋找滿足性能指標(biāo)需求的一個極大團(tuán)，具體方法為1)找出互相關(guān)矩陣中每行數(shù)值為0的元素個數(shù)；2)對統(tǒng)計出的各行零值元素的個數(shù)進(jìn)行升序排序；3)對排序后的序列進(jìn)行m等分(如m=10)，在每一個等分點(diǎn)依次調(diào)用矩陣刪除函數(shù)，得到極大團(tuán)集合CL;4)對找到極大團(tuán)CL的等分點(diǎn)Tl周圍進(jìn)行精細(xì)搜索，得到新的極大團(tuán)集合CL'；5)比較CL與CL'，得到新的極大團(tuán)；6)得優(yōu)選的正交相位編碼信號，結(jié)束。所述的設(shè)計正交相位編碼信號的方法，其所述b步中去掉前面的大量點(diǎn)，其大量為彡500個。所述的設(shè)計正交相位編碼信號的方法，其所述g步3)中，矩陣刪除函數(shù)的方法為采用倒序刪除的方法，即從矩陣的最后一行和最后一列開始往前依次刪除。所述的設(shè)計正交相位編碼信號的方法，其所述倒序刪除的方法為矩陣對應(yīng)的行和列中，只要有一個元素為0，則刪除相應(yīng)的行和列，否則加入極大團(tuán)集合。所述的設(shè)計正交相位編碼信號的方法，其所述g步，無向圖的極大團(tuán)中，互相關(guān)矩陣為Ckxk，對角線上所有元素為1，滿足互相關(guān)性能指標(biāo)的矩陣元素為1，否則為0；所用軟件為MathWorks公司的MATLABR2008a軟件。本發(fā)明的有益效果是1、采用高維超混沌映射進(jìn)行相位編碼，并去掉前面穩(wěn)定點(diǎn)，只選擇后面的不可預(yù)測序列，增強(qiáng)了序列的復(fù)雜度和抗破譯性能；2、在相位生成過程中，進(jìn)行了直流消除處理，增強(qiáng)了碼字的平衡性；3、在編碼過程中，進(jìn)行進(jìn)制互換，采取隨機(jī)比特位編碼，進(jìn)一步增強(qiáng)了碼字的復(fù)雜度和隨機(jī)性；4、進(jìn)行了碼字檢驗步驟，保證了序列的均勻性、獨(dú)立性和復(fù)雜度成功應(yīng)用于隨機(jī)序列生成器、保密通信奠定了理論基礎(chǔ)；5、進(jìn)行了碼字的優(yōu)選步驟，由于超混沌信號的相關(guān)特性具有隨機(jī)性，并不是每個序列都能保證應(yīng)用于工程實際。本發(fā)明在考慮自相關(guān)峰值旁瓣比、自相關(guān)積分旁瓣比、互相關(guān)峰值旁瓣比以及互相關(guān)積分旁瓣比的情況下，保證了信號良好的正交特性，不僅能夠用于信號自身檢測，還能保證抗強(qiáng)噪聲干擾、抗隨機(jī)噪聲干擾、抗碼間干擾、抗多址/多用戶干擾等其成功應(yīng)用于雷達(dá)組網(wǎng)作戰(zhàn)、多用戶協(xié)同工作、抗欺騙干擾奠定了良好的理論基石出；6、在尋找其互相關(guān)序列的過程中，提出了將其等效為求“無向圖的極大團(tuán)”問題，并給出了一個極大團(tuán)問題的求解算法，算法實現(xiàn)簡單，實時性高，能夠在不到30分鐘內(nèi)產(chǎn)生大量合乎要求的正交碼組，適合工程應(yīng)用。圖1是正交相位編碼信號的總體設(shè)計流程圖；圖2是正交相位編碼信號的相位生成步驟的具體流程圖；圖3是正交相位編碼信號的相位編碼步驟的具體流程圖；圖4是正交相位編碼信號的碼字檢驗步驟的具體流程圖；圖5是正交相位編碼信號的碼字優(yōu)選步驟的具體流程圖；圖6a和6b給出了十進(jìn)制到二進(jìn)制轉(zhuǎn)換的二進(jìn)制補(bǔ)碼截斷表示示意圖；圖7a到7c分別給出了均勻性檢驗、獨(dú)立性檢驗、復(fù)雜度檢驗的應(yīng)用實例仿真圖。具體實施例方式下面結(jié)合附圖和具體的實施方式對本發(fā)明作進(jìn)一步的詳細(xì)說明。本發(fā)明的一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，具體實施方式如圖1所示，給出了正交碼設(shè)計的總體實現(xiàn)流程，可以看出基本步驟為相位生成、相位編碼、碼字檢驗、碼字優(yōu)選。圖2、圖3、圖4、圖5分別給出了上述四個基本步驟的具體實現(xiàn)細(xì)節(jié)，下面將進(jìn)行詳細(xì)說明。a、相位生成理想情況下，當(dāng)周期無限長、精度無限高時，混沌具有理想的自相關(guān)特性，同時混沌具有高度的初值敏感性，因而兩個無限長的混沌之間也是正交的。這說明混沌序列從理論上是一個性能良好的正交碼集。超混沌Logistics映射的表達(dá)式如下<formula>formulaseeoriginaldocumentpage7</formula>⑴其中，γ=0·13，μ=0.93，χη∈(0，1),yn∈(0，1)從表達(dá)式可以看出，超混沌序列的均值并不為0消除其直流成分，首先進(jìn)行如下變換<formula>formulaseeoriginaldocumentpage7</formula>其具體實現(xiàn)步驟為1)給定任意(0，1)初值x0,y0；2)由式(1)經(jīng)過迭代產(chǎn)生序列{xn,yn}，(1彡η彡Ν+499)；3)由式⑵得到均衡后的新序列{Xn，YJ(O^n^Ν+499)，這樣便得到了信號的相位。b、相位編碼以往的相位編碼過程采用簡單的閾值量化，信號的均勻性較差，復(fù)雜度偏低，無法應(yīng)用于信息安全等領(lǐng)域。下面給出超混沌正交多相碼序列的編碼算法1)去點(diǎn)為了增加序列的復(fù)雜度，防止敵方的混沌預(yù)測，去掉由“相位生成”步驟中得到的序列前500個點(diǎn)，得到新序列{Xn，YJ(500彡η彡Ν+499)；2)二進(jìn)制補(bǔ)碼截斷表示將序列{Xn，YJ表示成二進(jìn)制補(bǔ)碼形式{BXn，BYJ，假設(shè)小數(shù)點(diǎn)后精確為Nf位，補(bǔ)碼表達(dá)式總共長度為Ns位。圖6a和圖6b分別給出了當(dāng)Nf=5，Ns=7時，十進(jìn)制數(shù)0.74，-0.23的二進(jìn)制表示，本發(fā)明中采用MATLAB中的quantizer函數(shù)塊來實現(xiàn)，語言腳本為quant=quantizer(‘fixed，，，nearest','saturate',[75])；圖6a和圖6b分別可知，0.74和-0.23的二進(jìn)制補(bǔ)碼截斷表示分別為“0011000”和“1111001”；3)隨機(jī)比特位編碼根據(jù)相位數(shù)M(如四相碼，M=4)確定編碼所需的二進(jìn)制位數(shù)為m=lo&M，為了增強(qiáng)系列的復(fù)雜度，分別從BXn，BYn中隨機(jī)取出m位二進(jìn)制位，得到<formula>formulaseeoriginaldocumentpage7</formula><formula>formulaseeoriginaldocumentpage7</formula>由這種方法得到的新二進(jìn)制補(bǔ)碼在本發(fā)明中成為“隨機(jī)比特位編碼”；4)為了進(jìn)一步增強(qiáng)序列的復(fù)雜度，將上述的二進(jìn)制補(bǔ)碼進(jìn)行異或并轉(zhuǎn)換為十進(jìn)制，然后得到歸一化M相碼(此處不考慮系數(shù)2π)的表達(dá)式為<formula>formulaseeoriginaldocumentpage7</formula>其中，bin2dec(·)表示將二進(jìn)制轉(zhuǎn)換為十進(jìn)制.這樣，便得到了相位編碼后的碼序列<formula>formulaseeoriginaldocumentpage7</formula>C、碼字檢驗由于計算機(jī)本身是數(shù)字信號，存在有限精度效應(yīng)，因此，經(jīng)過混沌編碼后的序列不能算作是真正的隨機(jī)信號，只能是偽隨機(jī)序列。為了保證編碼后的信號能夠用于信息安全領(lǐng)域，還有必要對其進(jìn)行隨機(jī)性檢驗。具體如下1)均勻性檢驗由上節(jié)可知0彡Ψη<1，首先進(jìn)行正交多相偽隨機(jī)序列的U均勻性檢驗。本發(fā)明實例中使用X2分布檢驗序列的均勻性，取顯著性水平α=0.05，相位數(shù)M=4，則檢驗統(tǒng)計量乂5(3)的顯著性水平值為7.815。圖7a給出了長度為N=1024，脈沖個數(shù)L=1000的不同初值產(chǎn)生的超混沌正交四相碼序列的卡方檢測量統(tǒng)計直方圖，從圖中可知，均勻性通過率為94.6%，平均統(tǒng)計量為3.08，滿足均勻性要求。2)獨(dú)立性檢驗本發(fā)明實例中采用相關(guān)系數(shù)檢驗I來檢驗偽隨機(jī)序列的獨(dú)立性。取顯著性水平α=0.05，相位數(shù)Μ=4，則檢驗統(tǒng)計量Ν(0，1)的顯著性水平值為1.645。圖7b給出了長度為N=1024，個數(shù)為L=1000的不同初值產(chǎn)生的超混沌正交四相碼序列的相關(guān)系數(shù)I檢測量統(tǒng)計直方圖，從圖中可知，獨(dú)立性通過率為89.7%，平均統(tǒng)計量為0.8063，滿足獨(dú)立性要求。3)復(fù)雜度檢驗以往的方法當(dāng)中，一般都采用線性復(fù)雜度來衡量序列的復(fù)雜度，但對混沌而言，更準(zhǔn)確的描述應(yīng)該是非線性復(fù)雜度。近似熵作為非線性領(lǐng)域的重要概念，從根本上揭示了非線性序列的復(fù)雜度，是衡量混沌序列隨機(jī)特征的一個重要指標(biāo)。圖7c給出了長度為N=1024，個數(shù)為L=1000的不同初值產(chǎn)生的超混沌正交四相碼序列的近似熵復(fù)雜度°Gonzalez[GonzalezJAandPinoR,"ChaoticandStochasticFunctions，，，PhysicaA,vol.276，no.3，pp.425-432，2000]指出一維Logistic映射復(fù)雜度為0.693，羅[羅啟彬，張健，“一種新的混沌偽隨機(jī)序列生成方式”，電子與信息學(xué)報，vol.28，no.7，pp.1262-1265，2006]指出Hybrid序列的復(fù)雜度為1.18，從圖7c可知，本序列的復(fù)雜度均在1.38以上，因此是一種具有更強(qiáng)抗破譯性的偽隨機(jī)序列。d、碼字優(yōu)選理論上，無限長的混沌編碼序列具有理想的相關(guān)特性，但實際應(yīng)用中都是有限長度，不少序列的性能甚至急劇惡化，必須進(jìn)行混沌序列的優(yōu)選。下面給出超混沌正交編碼序列的優(yōu)選準(zhǔn)則。1)自相關(guān)峰值旁瓣比衡量雷達(dá)脈沖壓縮性能的一個重要指標(biāo)便是自相關(guān)函數(shù)。當(dāng)峰值旁瓣太高時，強(qiáng)目標(biāo)響應(yīng)的旁瓣有可能掩蓋弱目標(biāo)響應(yīng)的主瓣，產(chǎn)生虛假的強(qiáng)點(diǎn)目標(biāo)，使得整個雷達(dá)目標(biāo)圖無法有效識別。峰值旁瓣比(PeakSideLobeRatio，簡稱PSLR)定義如下<formula>formulaseeoriginaldocumentpage8</formula>其中，As、Am分別表示旁瓣、主瓣所占區(qū)域，Ra。(Sl，k)序列S1的自相關(guān)函數(shù)，本發(fā)明實例中設(shè)自相關(guān)PSLR的閾值為A1，優(yōu)選后序列個數(shù)為U1；2)自相關(guān)積分旁瓣比積分旁瓣電平表征了所有旁瓣的能量總和對整體圖像背景的影響，積分旁瓣比(IntegratedSideLobeRatio，簡稱ISLR)的定義如下<formula>formulaseeoriginaldocumentpage8</formula>本發(fā)明實例中設(shè)自相關(guān)ISLR的閾值為Δ2，優(yōu)選后序列個數(shù)為U2；3)互相關(guān)峰值旁瓣比對于正交多相碼而言，不僅要考慮信號的自相關(guān)脈壓性能；出于抗干擾性能的考慮，還必須考慮脈間信號的互相關(guān)函數(shù)?；ハ嚓P(guān)函數(shù)的PSLR定義為PSLR=IOloglO(max(|Rcc(sp,sq)|2))(dB)(8)其中，Rcc(sp,sq)表示序列sp，Sq之間的互相關(guān)函數(shù)；本發(fā)明實例中假設(shè)互相關(guān)PSLR的閾值為Δ3;4)互相關(guān)積分旁瓣比互相關(guān)函數(shù)的ISLR定義為ISLR=IOloglO(sum(|Rcc(sp,sq)|2))(dB)(9)本發(fā)明實例中假設(shè)互相關(guān)ISLR的閾值為Δ4，優(yōu)選后序列個數(shù)為U3?；ハ嚓P(guān)準(zhǔn)則的判定過程在碼的優(yōu)選中是一個難點(diǎn)，張[張琪，鄭君里，“異步碼分多址通信中混沌擴(kuò)頻序列的選擇”，電子學(xué)報，vol.29,no.7,pp.865-867，2001]將其等效為“圖的最大連通集”問題，但尋找兩兩正交的互相關(guān)序列更準(zhǔn)確的描述應(yīng)該是“尋找無向圖的最大團(tuán)問題”。圖的最大團(tuán)作為一個古老的NPC問題，算法的效率至今仍然沒能從根本上取得質(zhì)的突破。實驗發(fā)現(xiàn)米用文獻(xiàn)Ostergard[OstergardPRJ,"Afastalgorithmforthemaximumcliqueproblem",DiscreteAppliedMathematics,vol.120,no.1，ρρ·197-207，2002]的方法要優(yōu)選出L>150的序列數(shù)，至少需要數(shù)月的時間。本文從實際出發(fā)提出了一種有效的解決團(tuán)問題的近似算法，優(yōu)選出L>150的序列數(shù)不超過10分鐘，不過該法只能給出極大團(tuán)，但用作超混沌正交碼序列的優(yōu)選十分合適，因為優(yōu)選過程只要得到滿足要求個數(shù)的碼序列即可，而并不要求得到最大的碼集。表1給出了求解“無向圖的極大團(tuán)”偽代碼算法的具體描述。其中互相關(guān)矩陣為Ckxk，對角線上所有元素為1，滿足互相關(guān)性能指標(biāo)的矩陣元素為1，否則為O。數(shù)值仿真實驗中采用的軟件為MathWorks公司的MATLABΦR2008a軟件。表1給出了初始混沌序列數(shù)U=2000，相位數(shù)M=4，長度N分別為128，256，512，1024四種情況時，用本發(fā)明實例中給出的方法優(yōu)選出來的正交碼序列的結(jié)果；表2給出了優(yōu)選后的正交相位編碼序列的自相關(guān)函數(shù)統(tǒng)計特性。最大值描述了旁瓣干擾最嚴(yán)重的情形；最小值描述了旁瓣干擾最小的情形；平均值描述了多組信號旁瓣的平均干擾程度；標(biāo)準(zhǔn)差描述了多組信號旁瓣干擾的起伏程度；相干積累描述了壓縮信號(即信號自相關(guān)或匹配濾波)經(jīng)多脈沖相干積累后的旁瓣性能；由于Frank碼由信號長度唯一決定，不存在同信號長度但不同序列的情形，表中給出的是Frank碼為八相碼時的情形；表3給出了優(yōu)選后的超混沌正交相位編碼序列的互相關(guān)函數(shù)統(tǒng)計特性。最大值述了脈沖互繞最壞的情形；最小值描述了脈沖互繞最小的情形；平均值描述了多脈沖間的平均互擾程度；標(biāo)準(zhǔn)差描述了多脈沖互擾的起伏程度；相干積累描述了互相關(guān)信號經(jīng)多脈沖相干積累后的旁瓣性能。由上述實施例可知，本發(fā)明的一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，實施例中采用的是超混沌Logistic映射，發(fā)射的正交碼信號是相干脈沖串并采用相干積累處理，這些只是本發(fā)明的較佳實施例而已，并非對其做任何形式上的限制。凡是在此基礎(chǔ)上依據(jù)本發(fā)明的技術(shù)實質(zhì)對以上實施例所作的任何簡單修改，等同變化與修飾，均仍屬于本發(fā)明權(quán)利要求的保護(hù)范圍之內(nèi)。表1FUNCTION/S,jy=FUN(M)1:ThesizeofsymmetricmatrixMisCNXCN;2:FORrowi=CN:-1:13··IFanyoftheelementsofthe/-throwofA/iszero4:Deletethe/-throwand/-thcolumnofM\5:ELSE6:ConverseiintotheoriginalindexandputitintothemaximalcliquesetS;7:END8:END9:L=Iength(S);FUNCTION[MCL,TN]=SUB(C,R,IND1N1D1DO)10:T=C;11:FORsegmenti=l:N12:X=D*i+DO;13:DL=IND(X:R);14:DeletetheDL-throwsandDL-thcolumnsofT;15:SavetheindicesofΓcorrespondingtotheoriginalonesofmatrixC;16:[S(i),L(i)J=FUN(T);17:T=C;18:END19:FindtheindexofthelargestelementofLandassignittoTN;20:MCL=S(TN);FUNCTIONMAIN21:Thecross-correlationmatrixisCr^r,N1=N2=10,Q=mod(R,N1)/2;22:FORrowi=l:R23:Getthenumberofzerosinthe'-throwofCandassignittoNZ(i);24:END25:[B,IND]=sort(NZ);SorttheelementsofvectorTVZinascendingorder,,whereB=NZ(IND);26:D=floor(R/Nl);27:[CLi,TNlJ=SUB(C,RJND1NI,D,Q);MakearoughsegmentationsearchandgetamaximalcliquesetCLl;28:D0=D*(TN1-1)+Q;29:D=floor(R/Nl/N2);30:[CL2,TN2J=SUB(C,R,IND,2*N2,D,DO);Dividetheregion[floor(R/Nl)*(TNI-1),floor(R/Nl)*(TN1+1)]into2N2partstcperformanexplicitsegmentationsearch;31:CL:=largersizeof{CLl,CL2};32:RETURNCLALGORITHMFORTHEMAXIMALCLIQUEPROBLEM.表2<table>tableseeoriginaldocumentpage11</column></row><table>表3<table>tableseeoriginaldocumentpage11</column></row><table>表4<table>tableseeoriginaldocumentpage11</column></row><table>權(quán)利要求一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，其特征在于包括步驟a、相位生成給定任意(0，1)之間的初始值，利用超混沌映射來產(chǎn)生實值數(shù)字相位序列，再對產(chǎn)生的數(shù)字相位進(jìn)行直流消除處理，產(chǎn)生新的實值數(shù)字相位序列；b、相位編碼對產(chǎn)生的新超混沌實值相位序列，去掉前面的大量點(diǎn)，并將所得的十進(jìn)制實值數(shù)字序列變換成相應(yīng)的二進(jìn)制補(bǔ)碼值序列，然后對二進(jìn)制序列進(jìn)行隨機(jī)比特位編碼，并進(jìn)行異或操作，最后再將序列變換為十進(jìn)制，得到新的編碼序列；c、碼字檢驗輸入編碼后歸一化碼數(shù)，對碼字進(jìn)行隨機(jī)性檢驗，包括均勻性檢驗采用卡方分布檢驗序列的均勻性，獨(dú)立性檢驗采用相關(guān)系數(shù)法檢驗序列的獨(dú)立性，復(fù)雜度檢驗采用復(fù)雜熵準(zhǔn)則檢驗序列的非線性復(fù)雜度；d、碼字優(yōu)選對輸入的碼字進(jìn)行正交性優(yōu)選，包括自相關(guān)峰值旁瓣比優(yōu)選根據(jù)序列自相關(guān)峰值旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，自相關(guān)積分旁瓣比優(yōu)選根據(jù)序列自相關(guān)積分旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，互相關(guān)峰值旁瓣比優(yōu)選根據(jù)序列互相關(guān)峰值旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選，互相關(guān)積分旁瓣比優(yōu)選根據(jù)序列互相關(guān)積分旁瓣比的性能指標(biāo)進(jìn)行碼字的優(yōu)選；e、若自相關(guān)峰值旁瓣比＜自相關(guān)峰值旁瓣比閾值Δ1，且自相關(guān)積分旁瓣比＜自相關(guān)積分旁瓣比閾值Δ2，即得到合乎自相關(guān)性能指標(biāo)的碼序列，則進(jìn)行f步；否則，重新進(jìn)行d步；f、求互相關(guān)矩陣計算互相關(guān)性能，并比較指標(biāo)互相關(guān)峰值旁瓣比閾值Δ3和互相關(guān)積分旁瓣比閾值Δ4，得互相關(guān)矩陣；g、互相關(guān)矩陣的優(yōu)選即尋找滿足性能指標(biāo)需求的一個極大團(tuán)，具體方法為1)找出互相關(guān)矩陣中每行數(shù)值為0的元素個數(shù)；2)對統(tǒng)計出的各行零值元素的個數(shù)進(jìn)行升序排序；3)對排序后的序列進(jìn)行N1等分(如N1＝10)，在每一個等分點(diǎn)依次調(diào)用矩陣刪除函數(shù)，得到極大團(tuán)集合CL；4)對找到極大團(tuán)CL的等分點(diǎn)T1周圍進(jìn)行精細(xì)搜索，得到新的極大團(tuán)集合CL′；5)比較CL與CL′，得到新的極大團(tuán)；6)得優(yōu)選的正交相位編碼信號，結(jié)束。2.如權(quán)利要求1所述的設(shè)計正交相位編碼信號的方法，其特征在于所述b步中去掉前面的大量點(diǎn)，其大量為>500個。3如權(quán)利要求1所述的設(shè)計正交相位編碼信號的方法，其特征在于所述g步3)中，矩陣刪除函數(shù)的方法為采用倒序刪除的方法，即從矩陣的最后一行和最后一列開始往前依次刪除。4.如權(quán)利要求3所述的設(shè)計正交相位編碼信號的方法，其特征在于所述倒序刪除的方法為矩陣對應(yīng)的行和列中，只要有一個元素為0，則刪除相應(yīng)的行和列，否則加入極大團(tuán)集合5.如權(quán)利要求1所述的設(shè)計正交相位編碼信號的方法，其特征在于所述g步，無向圖的極大團(tuán)中，互相關(guān)矩陣為Ckxk，對角線上所有元素為1，滿足互相關(guān)性能指標(biāo)的矩陣元素為1，否則為O；所用軟件為MathWorks公司的MATLABR2008a軟件。全文摘要本發(fā)明公開了一種基于超混沌映射來設(shè)計正交相位編碼信號的方法，涉及雷達(dá)抗干擾信號設(shè)計技術(shù)，根據(jù)雷達(dá)系統(tǒng)的性能需求，給出了碼字的隨機(jī)性檢驗和正交性優(yōu)選方法，首次指出求解互相關(guān)序列最大集是一個最大團(tuán)問題，并結(jié)合實際給出了一種實時性高的極大團(tuán)求解算法。本發(fā)明方法實現(xiàn)簡單、實時性高、抗干擾強(qiáng)，所產(chǎn)生的正交多相碼滿足獨(dú)立同分布，較常規(guī)信號編碼復(fù)雜度更高，碼序列眾多，生成簡單，經(jīng)相干脈沖積累后旁瓣較Frank碼有近10dB的改善，適合于在組網(wǎng)雷達(dá)系統(tǒng)和抗干擾環(huán)境中的應(yīng)用。文檔編號H03M13/27GK101813768SQ200910077370公開日2010年8月25日申請日期2009年2月19日優(yōu)先權(quán)日2009年2月19日發(fā)明者祁海明,胡英輝,鄧云凱申請人:中國科學(xué)院電子學(xué)研究所