伪随机序列的生成方法[发明专利]

[12]发明专利申请公布说明书

[21]申请号200710152013.0

[51]Int.CI.

H04L 27/18 (2006.01)G06F 7/58 (2006.01)

[43]公开日2008年2月27日[22]申请日2007.09.26[21]申请号200710152013.0

[71]申请人中兴通讯股份有限公司

地址518057广东省深圳市南山区高新技术产业

园科技南路中兴通讯大厦[72]发明人薛妍 夏树强

[11]公开号CN 101132383A

[74]专利代理机构北京康信知识产权代理有限责任公

司

代理人尚志峰 吴孟秋

权利要求书 2 页 说明书 12 页 附图 2 页

[]发明名称

伪随机序列的生成方法

[57]摘要

一种伪随机序列的生成方法，包括：设置一个或多个在频域保持恒模特性的时域随机序列作为伪随机序列集合的初始序列；生成一个或多个恒模的频域随机序列，并对其进行傅立叶反变换；从通过反变换得到的时域序列中去除CM大于预定的CM门限值的序列，并将剩余序列作为互相关待选序列集合；将互相关待选序列集合中的所有序列与伪随机序列集合的所有序列分别进行互相关比较，去除互相关待选序列集合中与伪随机序列集合中序列之间的互相关大于预定互相关门限值的序列，得到新的互相关待选序列；对新的互相关待选序列集合中的所有序列进行互相关，去除互相关值大于预定互关门限值的序列，将剩下的序列和伪随机序列集合中的序列组成新的伪随机序列集合。

200710152013.0

权 利 要 求 书

第1/2页

1.一种伪随机序列的生成方法，其特征在于，包括： 步骤S102，设置一个或多个在频域保持恒模特性的时域随机序列作为伪随机序列集合的初始序列，其中，所述伪随机序列集合的初始序列的三次度量均小于预定的三次度量门限值，并且其彼此之间的互相关小于预定互相关门限值； 步骤S104，生成一个或多个保持恒模特性的频域随机序列，并对所述一个或多个频域随机序列进行傅立叶反变换； 步骤S106，从通过反变换得到的所述时域序列中去除三次度量大于所述预定的三次度量门限值的序列，并将剩余序列作为互相关待选序列集合；

步骤S108，将所述互相关待选序列集合中的所有序列与所述伪随机序列集合的所有序列分别进行互相关比较，去除所述互相关待选序列集合中与所述伪随机序列集合中序列之间的互相关大于所述预定互相关门限值的序列，得到新的互相关待选序列；以及

步骤S110，对所述新的互相关待选序列集合中的所有序列进行互相关，去除互相关值大于所述预定互关门限值的序列，将剩下的序列和伪随机序列集合中的序列组成新的伪随机序列集合。

2.根据权利要求1所述的方法，其特征在于，如果所述新的伪随机序列集合中的序列数未达到预定数量，则重复执行所述步骤S104、所述步骤S106、所述步骤S108、和所述步骤S110。

2

200710152013.0权 利 要 求 书 第2/2页

3.根据权利要求2所述的方法，其特征在于，如果重复执行所述步骤S104、所述步骤S106、所述步骤S108、和所述步骤S110的次数达到预定次数之后仍得不到所述预定数量的伪随机序列，则增加所述互相关门限值，并根据所述增加后的互相关门限值执行所述步骤S104、所述步骤S106、所述步骤S108、和所述步骤S110。

4.根据权利要求2所述的方法，其特征在于，所述预定数量大于在所述步骤S102中设置的所述时域随机序列的数量。 5.根据权利要求1所述的方法，其特征在于，进一步包括：从所述新的伪随机序列集合中选择互相关最小的部分序列，其中，所述部分序列的数量大于所述步骤S102中设置的所述时域随机序列的数量。

6.根据权利要求5所述的方法，其特征在于，选择互相关最小的所述部分序列的依据包括：选择长度不同且互相关最小的序列和/或选择长度相同且互相关最小的序列。

7.根据权利要求1至6中任一项所述的方法，其特征在于，在所述步骤S102中设置的所述时域随机序列与在所述步骤S104中生成的所述频域随机序列的长度相同。

3

200710152013.0

说 明 书

第1/12页

伪随机序列的生成方法

技术领域

本发明涉及数字通信领域，并且特别地，涉及一种伪随机序列的生成方法。背景技术

在LTE(Long Term Evolution，长期演进)系统的上行链路帧结构中，包括参考信号和数据信息两类信号。其中，每个类型的参考信号都由一条接收端已知的参考序列调制产生。在LTE中，为了区分用户，要求每条参考序列本身在时域循环移位正交(或近似正交)；为了减少小区间干扰，要求各参考序列彼此互相关要小；同时，为了保证较低的峰均比，要求所有参考序列的CM(Cubic Metric，三次度量)小于QPSK(Quadrature Phase Shift Keying，四相相移键控)的CM(QPSK的CM＝1.2)。

在LTE RAN1的50#会议中规定：当上行用户分配的参考信号资源大于等于3个RB(Resource Block，资源块)时，使用循环扩展的ZC(Zadoff-Chu)序列。当上行用户分配的参考信号资源小于3个RB时，使用计算机搜索得到30条序列，且计算机搜索的序列必须满足CM小于QPSK的CM(CM＝1.2)和序列间的互相关性较低的性质。

然而，对于如何生成满足上述条件的随机序列尚未提出有效的解决方案。

4

200710152013.0说 明 书 第2/12页

发明内容

考虑到上述问题而做出本发明，为此，本发明的主要目的在于提供一种伪随机序列的生成方案，以得到满足要求的随机序列。 根据本发明的实施例，提供了一种伪随机序列的生成方法，其特征在于，包括：

步骤S102，设置一个或多个在频域保持恒模特性的时域随机序列作为伪随机序列集合的初始序列，其中，伪随机序列集合的初始序列的三次度量均小于预定的三次度量门限值，并且其彼此之间的互相关小于预定互相关门限值；

步骤S104，生成一个或多个保持恒模特性的频域随机序列，并对一个或多个频域随机序列进行傅立叶反变换；

步骤S106，从通过反变换得到的时域序列中去除三次度量大于预定的三次度量门限值的序列，并将剩余序列作为互相关待选序列集合；

步骤S108，将互相关待选序列集合中的所有序列与伪随机序列集合的所有序列分别进行互相关比较，去除互相关待选序列集合中与伪随机序列集合中序列之间的互相关大于预定互相关门限值的序列，得到新的互相关待选序列；以及

步骤S110，对新的互相关待选序列集合中的所有序列进行互相关，去除互相关值大于预定互关门限值的序列，将剩下的序列和伪随机序列集合中所有序列组成新的伪随机序列集合。

其中，如果新的伪随机序列集合中的序列数未达到预定数量，则重复执行步骤S104、步骤S106、步骤S108、和步骤S110。

5

200710152013.0说 明 书 第3/12页

在这种情况下，如果重复执行步骤S104、步骤S106、步骤S108、和步骤S110的次数达到预定次数之后仍得不到预定数量的伪随机序列，则增加互相关门限值，并根据增加后的互相关门限值执行步骤S104、步骤S106、步骤S108、和步骤S110。

并且，预定数量大于在步骤S102中设置的时域随机序列的数量。

此外，该方法进一步包括：从新的伪随机序列集合中选择互相关最小的部分序列。其中，所选择的部分序列的数量大于步骤S102中设置的初始时域随机序列的数量。并且，选择互相关最小的部分序列的依据包括：选择长度不同且互相关最小的序列和/或选择长度相同且互相关最小的序列。

另外，在步骤S102中设置的时域随机序列与在步骤S104中生成的频域随机序列的长度相同。

通过本发明的上述技术方案，能够简便、有效地生成满足实际使用要求的随机序列。附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的伪随机序列的生成方法的流程图；以及

图2是根据本发明实施例的伪随机序列的生成方法的处理实例的详细流程图。

6

200710152013.0说 明 书 第4/12页

具体实施方式

在本实施例中，提供了一种伪随机序列的生成方法。 如图1所示，根据本实施例的伪随机序列的生成方法包括：步骤S102，设置一个或多个(t个)在频域保持恒模特性的时域随机序列作为伪随机序列集合的初始序列，其中，伪随机序列集合的初始序列的三次度量(CM)均小于预定的CM门限值，并且其彼此之间的互相关小于预定互相关门限值；

步骤S104，生成一个或多个频域保持恒模特性的随机序列，并对该一个或多个频域随机序列进行傅立叶反变换；

步骤S106，从通过反变换得到的时域序列中去除CM大于预定的CM门限值的序列，并将剩余序列作为互相关待选序列集合； 步骤S108，将互相关待选序列集合中的所有序列与伪随机序列集合的所有序列进行互相关比较，去除互相关待选序列集合中与伪随机序列集合中序列之间的互相关大于预定互相关门限值的序列，得到新的互相关待选序列；以及

步骤S110，对新的互相关待选序列集合中的所有序列进行互相关，去除互相关值大于预定互关门限值的序列，将剩下的序列和伪随机序列集合中的序列组成新的伪随机序列集合。

其中，如果新的伪随机序列集合中的序列数未达到预定数量，则重复执行步骤S104、步骤S106、步骤S108、和步骤S110。 在这种情况下，如果重复执行步骤S104、步骤S106、步骤S108、和步骤S110的次数达到预定次数之后仍得不到预定数量的伪随机

7

200710152013.0说 明 书 第5/12页

序列，则增加互相关门限值，并根据增加后的互相关门限值执行步骤S104、步骤S106、步骤S108、和步骤S110。

并且，预定数量大于在步骤S102中设置的时域随机序列的数量。

此外，该方法进一步包括：从新的伪随机序列集合中选择互相关最小的部分序列。其中，所选择的部分序列的数量大于步骤S102中设置的时域随机序列的数量。并且，选择互相关最小的部分序列的依据包括：选择长度不相同且互相关最小的序列和/或选择长度相同且互相关最小的序列。

另外，在步骤S102中设置的时域随机序列与在步骤S104中生成的频域随机序列的长度相同。

在LTE系统中实施该方法时，优选地，可以将上述CM门限值设置为1.2。

图2示出了生成伪随机序列时处理实例的流程。

如图2所示，具体地，在实时实现时，为得到ml条长度是N的且满足CM小于某个CM门限，可以通过以下处理来实现： (1)设置t条在频域保持恒模特性的长度为N的时域随机序列作为伪随机序列集合的初始序列，这t条初始序列都必须满足CM小于1.2且时域序列间互相关小于一定的互相关门限，t是整数且0＜t＜m1；

(2)产生s条长度为N的频域随机序列，每条频域序列可以表示为X(k)＝{X1(k)，X2(k)...Xi(k)...XN(k)}，其中，该频域序列的每个元素

8

200710152013.0说 明 书 第6/12页

为Xi(k)＝exp(j*2πλi)，并且，λi是0到1之间的随机数，s是大于等于1的整数；

(3)对X(k)进行傅立叶反变换得到x(n)；

(4)从s条时域序列中剔出CM大于1.2的x(n)序列，将剩下的序列作为互相关待选序列集合；

(5)将互相关待选序列集合中的所有序列与伪随机序列集合中的所有序列进行互相关比较，剔出互相关待选序列集合中与伪随机序列互相关大于互相关门限的序列，剩下的序列作为新的互相关待选序列；

(6)对互相关待选序列中的所有序列互相关，剔出互相关值大于互关门限值的序列，将剩下的序列和伪随机序列中的序列组成新的伪随机序列集合；

(7)如果得到的伪随机序列集合中的序列数少于m2个，执行步骤(2)至(6)，其中m2是大于m1的正整数；

(8)如果循环v次之后仍得不到m2条满足要求的伪随机序列，提高互相关门限继续执行步骤(2)至(7)。

通过执行(1)至(8)，可以得到大于或等于m2条的长度为N的伪随机序列集合，之后，可从中挑选出伪随机序列集合中互相关最小的m1条序列，至此处理结束。

通常，在LTE中1个RB对应的参考序列长度是12，2个RB对应的参考序列长度是24，3个RB对应的参考序列长度是36。其

9

200710152013.0说 明 书 第7/12页

中3个RB的参考序列通过长度是31的ZC序列循环扩展5位得到长度是36的参考序列。

下面将结合具体实例来进行详细描述。

通过设置N＝12，m＝50，s＝1000，v＝100，t＝8，并使用CM小于1.2的由长度是11的ZC序列循环扩展得到的长度是12的序列作为伪随机序列集合中的初始序列，执行图2所示的步骤，可以得到50条长度为12的伪随机序列。从50条长度是12的伪随机序列中挑选出与长度是36的3RB的参考序列(即循环扩展ZC序列)中互相关最小的30条序列作为最终的计算机产生的1RB的伪随机序列。表1示出了生成30条长度为12的伪随机序列的实部值；表2示出了生成30条长度为12的伪随机序列的虚部值。

1234567101112131415161718192021222324252627282930

0.9621.06760.080696-1.1479-1.14790.0806961.06760.9620.63158-0.72230.528340.686-0.9440.315321.00310.906040.202680.24759-0.585841.1773-0.204-0.90118-0.53394-0.74147-0.73056-0.25749-0.904-0.245310.285790.26584

0.827570.968290.455780.67438-0.74153-0.19908-0.761460.169980.252680.193-0.6048-0.38693-1.1732-0.34321-1.19080.96145-0.91151-0.38041-0.166770.7108-0.480650.767810.96909-0.125370.291080.07378-0.22348-0.06074-0.747830.0697

-0.76734-0.97723-0.70247-1.2693-0.412790.53-0.031-0.025940.59160.527461.3523-1.07531.15170.317910.097631-0.180030.491260.437060.118-0.807080.935260.939951.1087-0.43002-0.82461-0.62626-0.557861.18140.747140.69368

0.71801-0.31303-0.961-0.55922-0.72188-1.4017-0.83820.405870.0658490.078396-0.372680.74826-0.80353-0.42614-1.0999-0.720160.415280.0316280.427780.888-0.77009-0.552050.273-0.42456-0.61679-0.674420.6391.1578-0.94275-0.66711

-0.356251.37410.08101-0.21310.44188-0.07017-0.1270.882-0.38826-0.200370.023874-0.576850.74055-0.516040.258650.584190.60986-1.4365-0.43804-0.2512-1.19270.50077-0.119440.9344-0.957430.150940.627920.28724-0.0375-0.01162

0.794260.2880.67358-0.416210.34907-0.416-0.082060.203290.37121.42360.17748-0.694380.775940.87246-0.6520.59885-0.92469-1.02870.272610.483610.80666-1.0845-0.843751.2591.1740.51097-1.059-0.91872-0.277330.24981

-0.903690.87866-0.33380.692820.69282-0.33380.87866-0.90369-0.818810.114-0.42343-0.795-0.9620.53714-1.240.687930.467720.075014-0.2804-0.40273-0.216681.0501-0.23071-0.10513-0.722621.31330.484850.801570.23707-0.3

0.20329-0.08206-0.4160.34907-0.416210.673580.2880.794260.602570.31132-0.4281-0.813480.0524770.57847-0.1280.284761.04920.23665-0.83876-0.33986-0.91010.44085-0.80191-0.18047-0.609931.3390.85277-0.857051.220.511

0.882-0.127-0.070170.44188-0.21310.081011.3741-0.356250.21255-1.0601-0.7-0.006790.95029-0.906310.41795-0.719-1.07140.47247-0.43812-0.29450.30221-0.368-0.81143-0.88423-0.46663-0.34939-0.957761.24320.206-0.551

0.40587-0.8382-1.4017-0.72188-0.55922-0.961-0.313030.718011.0981-0.950-0.83597-0.678460.62032-0.972140.0673430.01880.81424-0.2-0.1236-1.0157-0.09442-0.008250.704820.80423-0.633960.597-0.713030.38157-0.79820.59214

-0.02594-0.0310.53-0.41279-1.2693-0.70247-0.97723-0.76734-0.750550.2827-1.12280.88403-0.622971.4167-0.316630.907990.913231.3118-0.96190.40422-0.344170.68241-0.88795-1.03370.67261-1.135-1.16-0.959-1.0933-0.38569

0.16998-0.76146-0.19908-0.741530.674380.455780.968290.82757-0.50510.75840.184220.82195-0.86793-0.067391.0183-0.7970.20537-0.252330.831881.2622-1.22320.024129-0.75156-0.317120.799750.70366-0.1850.8421.22051.03

表1

10

200710152013.0

1234567101112131415161718192021222324252627282930

0.783050.126331.1368-0.310.31-1.1368-0.12633-0.783050.776190.52835-1.22310.81331-0.484011.3336-0.65769-0.22943-0.57676-0.053010.125930.0908810.7230.0534690.879-1.0487-0.1630.43878-0.65131-0.368410.511411.0512

-0.629790.30307-0.38502-0.05182-0.9632-1.015-0.99882-1.17-0.59375-0.158-0.99351-0.233170.0276240.451530.0344-0.948860.4031.1807-1.28450.87947-0.062661.01110.026858-1.24790.61827-0.98398-0.14661-0.783241.09530.49993

-0.237-0.0251.252-0.1484-0.805580.10412-1.1212-0.977720.830781.0453-0.62072-0.24919-0.11510.323-1.4535-0.621780.420680.7838-1.22730.65996-0.886580.0584570.12280.327461.2577-0.68832-1.0499-0.274010.45145-1.3603

0.738790.0960550.47021.03720.0941130.485230.24145-0.7140.229320.522391.17950.48738-0.579251.010.49930.170271.3783-0.92773-0.5669-0.97109-0.029870.555080.44268-0.86356-1.151.05030.259610.626220.927490.33613

-0.846-0.616260.3520.511221.0520.99257-0.958140.137580.425671.2843-0.503950.43359-0.16217-0.8190.0504-0.918750.720530.35733-0.4001.0015-0.559681.1676-0.361130.80001-0.33251-0.607450.61437-0.710.47461.0097

0.55737-0.24832-0.69616-0.44984-0.797770.185340.269051.07880.9123-0.52139-0.3740.624580.31450.566110.20423-0.450711.1631-0.71.46680.0139960.336970.393490.171920.18574-0.23028-1.1125-0.71528-0.3090.0721560.84103

-0.047760.976830.94886-1.021.02-0.94886-0.976830.0477570.693240.70769-0.908461.3302-1.1514-0.025250.002586-1.3623-0.61053-0.31094-1.22010.47866-1.0911-0.209311.0185-0.47251-0.1380.21401-0.317210.15613-0.32760.84759

-1.0788-0.26905-0.185340.797770.449840.696160.24832-0.557370.141620.12418-0.22875-1.0809-0.33731-0.34046-0.91.1872-0.584251.0162-0.559730.24368-0.02032-0.27379-0.24516-0.103060.0149760.077531-0.207921.11920.0503291.2029

-0.137580.95814-0.99257-1.052-0.51122-0.3520.616260.8461.145-0.286840.537980.02411-0.34381-0.67806-1.04320.030963-0.176290.847810.28478-0.56939-1.0345-1.2520.3676-0.534090.11995-0.52539-1.05740.69329-1.0216-0.22766

0.714-0.24145-0.48523-0.09411-1.0372-0.4702-0.09606-0.738790.863660.90814-0.217420.56630.799940.55981-0.1910.6810.10.248680.845750.17960.217960.0087830.65311-0.862431.1006-0.5320.72740.582870.824340.27203

说 明 书 第8/12页

0.977721.1212-0.104120.805580.1484-1.2520.02520.237-1.0331-0.66241-0.170810.594-0.812140.0083240.619530.47257-0.1210.359340.131211.16591.040.457241.0671-0.1260.61749-0.094780.272040.11601-0.05184-1.0927

1.170.998821.0150.96320.0518150.38502-0.303070.62979-1.20-0.435340.82508-0.56105-0.5520.99324-0.20626-0.2950.5130.40286-0.3411-0.223220.639511.15-1.20.711660.55199-0.30140.861920.872140.45539-0.25216

表2 同样，通过设置N＝24，m＝50，s＝1000，v＝100，t＝10，并使用CM小于1.2的10条由长度是23的ZC序列循环扩展得到的长度是24的序列作为伪随机序列集合中的初始序列，执行图1所述步骤，可以得到50条长度为24的伪随机序列。从50条长度是24的伪随机序列中挑选出与长度是36的3RB的参考序列(即循环扩展ZC序列)中互相关最小的30条序列作为最终的计算机产生的2RB的伪随机序列。表3示出了生成30条长度为24的伪随机序列的实部值；表4示出了生成30条长度为24的伪随机序列的虚部值。

11

200710152013.0说 明 书 第9/12页

表3

12

200710152013.0说 明 书 第10/12页

表4

13

200710152013.0说 明 书 第11/12页

表5示出了长度是12和24的计算机搜索的伪随机序列的最大、最小和平均CM值；表6中分别示出了长度是12和24的计算机搜索的伪随机序列对相对长度和不同长度的序列之间的平均、中度和最大互相关值，其中长度是36的序列指的是使用素数31的ZC序列循环扩展得到的长度是36的序列。

不同长度序列1224

最小CM-0.310390.75948

最大CM1.19691.1822

平均CM0.785261.0283

表5

不同长度序列对12-1224-2412-2412-3624-36

平均互相关0.25850.1810.256810.258110.18118

中度互相关0.251560.170490.243060.240.17023

最大互相关0.598120.4960.756070.740620.59039

表6 这些计算机产生的长度分别是12和24的30条伪随机序列的CM都小于1.2，在时域上自身的循环移位正交，并且相同长度和不同长度的时域序列间所有循环移位互相关很小。

综上所述，本发明提供了一种通过在频域上构造恒幅序列以得到时域自身循环移位正交的伪随机序列的方案，可通过计算机搜索得到满足CM小于1.2，在时域上自身循环移位正交且序列间互相关性很低的多条序列，可以满足LTE对1个RB和2个RB序列的需求。

14

200710152013.0说 明 书 第12/12页

以上所述仅为本发明的优选实施例而已，并不用于本发明，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。

15

200710152013.0

说 明 书 附 图

第1/2页

16

200710152013.0说 明 书 附 图 第2/2页

17