常用伪随机码序列的相关性分析与MATLAB仿真
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
Ｋｅｙ ｗｏｒ ｄ：ｍ ｓｅｑｕｅｎｃｅ Ｇｏｌｄ ｓｅｑｕｅｎｃｅ Ｒｅｌｅｖａｎｃｅ ＭＡＴＬＡＢ ｓｉｍｕｌａｔｉｏｎ
１．引言
常 用 伪 随 机 码 序 列 有 很 多 种， 基 本 的 有 ｍ 序 列 、Ｍ 序 列 、Ｒ－ Ｓ 序
列、Ｗａｌｓｈ 序列和 Ｇｏｌｄ 序列等。ｍ 序列是目前 ＣＤＭＡ 系统中采用的最
ＭＡＴＬＡＢ 除具备卓越的数值计算能力外， 它还提供了专业水平的符号
计 算 、文 字 处 理 、可 视 化 建 模 来自百度文库 真 和 实 时 控 制 等 功 能 。
３．常用伪随机码序列的相关性分析
常 用 伪 随 机 码 的 相 关 性 有 自 相 关 性 和 互 相 关 性 之 分 。伪 随 机 码 大
都具有尖锐的自相关特性和较好的互相关特性， 同一码组内的各个码
ｇｒｉｄ
图 ２ ｍ 序列互相关函数特性 （ 下转第 ３８７ 页）
４００
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２４ 期
ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ２＂／＞ ＜／ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ＞ ＜ｏｗｌ：ＤａｔａｔｙｐｅＰｒｏｐｅｒｔｙ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； ＤａｔａＰｒｏｐｅｒｔｙ１＂＞ ＜ｏｗｌ：ｅｑｕｉｖａｌｅｎｔＰｒｏｐｅｒｔｙ ｒｄｆ：ｒｅｓｏｕｒｃｅ ＝ ＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ；
Ａｂｓｔｒ ａｃｔ： Ｔｈｉｓ ａｒｔｉｃｌｅ ａｎｄ ｔｈｅ ｍｕｔｕａｌ ｃｏｒｒｅｌａｔｉｏｎ ｃａｒｒｉｅｓ ｏｎ ｔｈｅ ｂｒｉｅｆ ａｎａｌｙｓｉｓｔｏ ｔｈｅ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｐｓｅｕｄｏ－ ｒａｎｄｏｍ ｃｏｄｅ ｓｅｑｕｅｎｃｅ ｍ ｓｅｑｕｅｎｃｅ ａｎｄ ｔｈｅ Ｇｏｌｄｓｅｑｕｅｎｃｅ ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ， ａｎｄ ｃａｒｒｉｅｓｏｎ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｕｓｉｎｇ ＭＡＴＬＡＢ ｔｏ ｔｈｅ ｍ ｓｅｑｕｅｎｃｅ ａｎｄ ｔｈｅ Ｇｏｌｄ ｓｅｑｕｅｎｃｅｒｅｌｅｖａｎｃｅ， ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｈａｓ ｃａｒｒｉｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｔｏ ｔｈｅｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔ．
ＤａｔａＰｒｏｐｅｒｔｙ２＂／＞ 同 样 可 以 定 义 两 本 体 的 概 念 、属 性 间 的 父 子 关 系 ： ＜ｏｗｌ：Ｃｌａｓｓ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； Ｃｏｎｃｅｐｔ１＂＞ ＜ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ ｒｄｆ：ｒｅｓｏｕｒｃｅ＝＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ； Ｃｏｎｃｅｐｔ２＂／＞ ＜／ｏｗｌ：Ｃｌａｓｓ＞ ＜ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ１＂＞ ＜ｒｄｆｓ：ｓｕｂＰｒｏｐｅｒｔｙＯｆ ｒｄｆ：ｒｅｓｏｕｒｃｅ ＝ ＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ；
参考文献 ［ １］ 孟小峰．Ｗｅｂ 信息集成技术研究［Ｊ］．计算机应用与软件．２００３．１１：３２－ ３６． ［ ２］ Ｃａｓｔｉｌｌｏ Ｊ．Ａ．Ｒ．， Ｓｉｌｖｅｓｃｕ Ａ．， Ｃａｒａｇｅａ Ｄ． 等 ．Ｉｎｆｏｒｍａｔｉｏｎ Ｅｘｔｒａｃｔｉｏｎ ａｎｄ Ｉｎｔｅｇｒａｔｉｏｎ ｆｒｏｍ Ｈｅｔｅｒｏｇｅｎｅｏｕｓ，Ｄｉｓｔｒｉｂｕｔｅｄ，Ａｕｔｏｎｏｍｏｕｓ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｏｕｒｃｅ － Ａ Ｆｅｄｅｒａｔｅｄ Ｏｎｔｏｌｏｇｙ － Ｄｒｉｖｅｎ Ｑｕｅｒｙ － Ｃｅｎｔｒｉｃ Ａｐｐｒｏａｃｈ ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ． ２００３． ２００３：１８３－ １９１． ［ ３］ 邓志鸿， 唐世渭， 杨冬青．面向语义集成－ 本体在 ｗｅｂ 信息集成中的研究进展 ［Ｊ］．计算机应用．２００２ ．２２（１）：１５－ １７． ［ ４］ 邓志鸿， 唐世渭， 张铭， 等．Ｏｎｔｏｌｏｇｙ 研究综述［Ｊ］． 北京大学学报（自然科学版）． ２００２． ３８（０５）：７３０－ ７３８． ［ ５］ Ｗ３Ｃ， ＯＷＬ Ｗｅｂ Ｏｎｔｏｌｏｇｙ Ｌａｎｇｕａｇｅ Ｏｖｅｒｖｉｅｗ ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ ｏｗｌ－ ｆｅａｔｕｒｅｓ／．， Ｆｅｂｒｕａｒｙ ２００４． ［ ６］ Ｄｉｍｉｔｒｅ Ａ．Ｄｉｍｉｔｒｏｖ， Ｎａｎｂｏｒ Ｗａｎｇ． Ｉｎｆｏｒｍａｔｉｏｎ Ｉｎｔｅｇｒａｔｉｏｎ Ｖｉａ ａｎ Ｅｎｄ－ ｔｏ－ Ｅｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｅｍａｎｔｉｃ Ｗｅｂ Ｓｙｓｔｅｍ［Ｊ］． ＩＳＷＣ ２００６，７６４–７７７． ［ ７］ 赵宁，李庆忠． 应用本体解决面向语义的信息集成中的查询处理［Ｊ］．计算机科 学．２００４．３１（９Ａ）：１３４－ １３８．
好， 这样它们就越容易被区分， 且相互之间的干扰也就越小。
理 论 分 析 表 明 ： ｍ 序 列 容 易 产 生 、规 律 性 强 、自 相 关 特 性 好， 因 而
在直扩系统中得到了广泛的应用， 但同样长度的 ｍ 序列个数不多， 且
序列之间的互相关性不够好。Ｇｏｌｄ 码序列是 ｍ 序列的复合码， 两个码
得出 ｍ 序列和 Ｇｏｌｄ 序列的相关性。
程序 １
ｓｉｍ（＇ ｍ＇ ）；
％启动并运行仿真系统 ｄｃｌ４ｎ
ｘ１＝［（２＊ｄｃｌ４ｎ）－ １］＇ ； ％将运行结果 ｍ 序列 ｄｃｌ４ｎ 从单极性序列变为
双极性序列
ｙ１＝ｘｃｏｒｒ（ｘ１）；
％求互相关性
ｔ＝１：２９；
ｐｌｏｔ（ｔ，ｙ１（１：２９））；ａｘｉｓ（［１，３０，－ ５，１７］） ％绘出信号的相关图
目的子码宽度， 就可以用作多个用户的扩频序列。
图 １ ｍ 序列自相关函数
伪随机码序列除自相关性外， 与其它同类码序列的相似性和相关
性也很重要。 例如有许多用户共用一个信道， 要区分不同用户的信
号， 就得靠相互之间的区别或不相似性来区分。换句话说， 就是要选用
互相关性小的信号来表示不同的用户。 对于两个不同的信号 ｆ （ ｔ） 与
其 它 的 ｍ 序 列， 即 使 完 全 相 同， 只 要 时 延 差 τ大 于 一 个 子 码 宽 度， 自
相关函数值就会迅速下降到－ １／Ｐ， 相关器就不会捕获该信号了。此外，
在接收端和发送端满足序列同步和位同步 （由 ＰＮ 码的捕获和跟踪系
统保证）的前提下， 同一个伪随机序列只要其相位被错动（偏置）不同数
４．结束语
论文主要对语义信息集成过程中查询处理的一些关键技术作了 整体上的论述， 并提出在语义层进行查询处理的逻辑框架， 描述了语 义 信 息 查 询 的 过 程 。但 对 于 信 息 集 成 框 架 中 的 查 询 转 换 的 语 义 正 确 性 证明以及 ＳＩＳＥＧ 的安全问题等有待进一步的探讨。科
ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ２＂／＞ ＜／ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ＞ 对于其他的关系， 本文暂不讨论。 ３．２ 查 询 转 换 对 于 用 户 提 交 的 以 全 局 本 体 语 言 形 成 的 查 询 ， 首
先将查询计划写成查询树的形式， 其中查询的概念作为树的根节点。 然 后 对 于 查 询 树 根 据 算 法 ＱｕｅｒｙＴｒａｎｓｌａｔｉｏｎ 实 施 语 义 转 换 和 分 解 ， 查 询的分解一共分为三种情况：
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２４ 期
常用伪随机码序列的相关性分析与 ＭＡＴＬＡＢ 仿真
张重阳 （ 西安铁路职业技术学院 陕西 西安 ７１００１４）
摘要： 本文对常用伪随机码序列 ｍ 序列和 Ｇｏｌｄ 序列的自相关性和互相关性进行简要分析， 并利用 ＭＡＴＬＡＢ 对 ｍ 序列和 Ｇｏｌｄ 序列的相 关性进行仿真， 同时对仿真结果进行了分析。
关键词： ｍ 序列； Ｇｏｌｄ 序列； 相关性； ＭＡＴＬＡＢ； 仿真 Ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｐｓｅｕｄｏ－ ｒ ａｎｄｏｍ ｃｏｄｅ ｓｅｑｕｅｎｃｅ ｒ ｅｌｅｖａｎｔ ａｎａｌｙｓｉｓ ａｎｄ ＭＡＴＬＡＢ ｓｉｍｕｌａｔｉｏｎ ＺＨＡＮＧ ｃｈｏｎｇｙａｎｇ （Ｘｉ＇ ａｎ ｒ ａｉｌｗａｙ ｐｒ ｏｆｅｓｓｉｏｎａｌ ｔｅｃｈｎｏｌｏｇｙ Ｉｎｓｔｉｔｕｔｅ Ｓｈａｎｘｉ Ｘｉ＇ ａｎ ７１００１４）
（ １） 查询树的节点属同一数据源， 且每个节点均只有一个映射， 则 查询树可被直接送到那个数据源；
（ ２） 查询涉及多数据源， 但数据源间不重叠， 每个节点只有一个映 射， 则直接根据数据源将查询树分解成子树， 送到相应的数据源；
（ ３） 查询涉及多数据源， 且数据源间重叠， 节点可能对应多个映 射， 则根据数据源进行分解， 且重叠的节点在每个子树中存在， 然后送 到相应的数据源。
元 占 据 的 频 带 可 以 做 到 很 宽 且 平 衡 相 等 。基 本 的 伪 随 机 码 序 列 互 相 关
性都不够好， 因此， 实际的 ＣＤＭＡ 系统中常选用自相关性好的伪随机
码作为扩频码， 而另外选择互相关性好的编码作为地址码。下面对伪
随机码的自相关特性和互相关特性加以简要分析。
在数学上， 信号的自相关性是用自相关函数来表征的， 而自相关
函数所解决的是信号与它自身相移以后的相似性问题， 其定义如下：
! φａ （
τ） ＝
１ Ｔ
Ｔ／２
ｆ（ τ） ｆ（ ｔ－ τ） ｄｔ
－ Ｔ／２
（ １）
式中， ｆ（ ｔ） 为 信 号 的 时 间 函 数， τ为 时 间 延 迟，ｆ（ ｔ－ τ） 为 ｆ（ ｔ） 经 时 间
τ的延时后得到的信号。当 ｆ（ ｔ） 与 ｆ（ ｔ－ τ） 完全重叠， 即 τ＝０ 时， 自相关
函 数 值 φａ （ ０） 为 一 常 数（通 常 为 １）； 当 两 信 号 不 完 全 重 叠， 即 τ≠０ 时，
自相关函数值 φａ （ τ） 很小（通常为 一 负 值）。 其 重 要 意 义 是： 对 通 信 系
统的接收端而言， 只有包含伪随机序列与接收机本地产生的伪随机序
列相同且同步的信号才能被检 测 出 来， 其 他 不 同 步（有 延 时 τ）的 信 号，
查询转换的算法如下： 算法 ＱｕｅｒｙＴｒａｎｓｌａｔｉｏｎ（ ） 输入： 全局查询树 输出： 查询涉及的数据源和针对数据源的查询片段集合 Ｑ （ １） 从树根开始先根遍历树的节点 Ｃｉ， 在映射本体中查找 Ｃｉ 节点 的映射节点； （ ２） 若 找 到 一 个 与 数 据 源 Ｓｉ 的 映 射 关 系 ， 映 射 概 念／属 性 Ｃｉ’， 则 以 Ｃｉ’构造对应该数据源的查询片段 Ｑｓｉ 中的相应节点； （ ３） 否则若没有对应的映射关系， 且当前节点为子树的根节点， 则 该子树遍历结束， 否则继续遍历； （ ４） 继续下一个节点 Ｃｊ， 重复（ ２） ， 直 到 将 整 个 全 局 查 询 树 遍 历 完 整； （ ５） 对 于 每 一 个 查 询 片 段 Ｑｓｉ， 若 为 树 ， 则 与 该 查 询 片 段 对 应 的 数 据源描述相关联并送入集合 Ｑ， 否则抛弃该片段； （ ６） 输出集合 Ｑ。 通过进行查询转换重写， 以全局本体语言书写的查询将分解转换 为一组以数据源本体的语言形式书写的查询， 然后被分发到数据层的 ｗｒａｐｐｅｒ， 由各 ｗｒａｐｐｅｒ 进行结果的收集。
基 本 的 伪 随 机 码 序 列 。它 是 最 长 线 性 反 馈 移 位 寄 存 器 序 列 的 简 称 。顾
名思义， ｍ 序列发生器是由移位寄存器、线性反馈抽头和模 ２ 加法器
组成的。 而且， ｍ 序列是其相应组成器件所能生成的最长的码序列。
若移位寄存器为 ｎ 级， 则其周期 Ｐ＝２ｎ－ １。如果把两个 ｍ 序列发生器产
ｇ（ ｔ） ，它们之间的互相关函数定义为：
! φｃ（
τ） ＝
１ Ｔ
Ｔ／２
ｆ（ τ） ｇ（ ｔ－ τ） ｄｔ
－ Ｔ／２
（ ２）
如果两个信号都 是 完 全 随 机 的， 在 任 意 延 迟 时 间 τ都 不 相 同， 则
上式的结果为 ０， 同时称这两个信号是正交的。如果二者有一定 的 相
似性， 则结果不完全为 ０。通常希望两个信号的互相关函数值越小越
即使包含的伪随机序列完全相同， 也会作为背景噪声（多址干扰）来对
待。以 ＰＮ 码中典型的 ｍ 序列为例， 其自相关函数曲线如图 １ 所示。其
中， Ｐ 为序列的周期长度， ＲＰ 为序列的码元速率， 其倒数 １／ＲＰ 为子码
宽度。由图 １ 可见， 由于同步且完全相同的 ｍ 序列的自相关函数值为
１ （最大）， 因此接收机的相关器能够很容易地捕获该信号并进行接收；
相关性进行仿真。
２．ＭＡＴＬＡＢ 简介
ＭＡＴＬＡＢ 语言是当今国际上科学界最具影响力， 也是最有活力的
软件。它起源于矩阵运算， 并已经发展成一种高度集成的计算机语
言。 ＭＡＴＬＡＢ 具有强大的数学运算能力， 方便实用的绘图功能及语
言 的 高 度 集 成 。ＭＡＴＬＡＢ 是 矩 阵 实 验 室 （Ｍａｔｒｉｘ Ｌａｂｏｒａｔｏｒｙ） 之 意 。
长相等、采样时间相同的序列优选对模 ２ 加以后合成。它的周期与原
ｍ 序列等长。正交 Ｇｏｌｄ 序列有较优良的自相关性和互相关特性， 构造
简单， 产生的序列多， 因而获得了广泛的应用。
４． ｍ 序列和 Ｇｏｌｄ 序列的相关性的仿真
在理论分析的基础上， 下面使用两小段 程 序 ， 通 过 ＭＡＴＬＡＢ 仿 真
生的优选对序列进行模 ２ 加运算， 生成的新的码序列即为 Ｇｏｌｄ 序列，
这就是 Ｒ·Ｇｏｌｄ 提出了一种基于 ｍ 序列的伪随机码序列， 称为 Ｇｏｌｄ 码
序列。
对于常用的伪随机码序列 ｍ 序列和 Ｇｏｌｄ 序列， 我们更为关心的
是它们的相关性。利用 ＭＡＴＬＡＢ 可以方便地对 ｍ 序列和 Ｇｏｌｄ 序列的
１．引言
常 用 伪 随 机 码 序 列 有 很 多 种， 基 本 的 有 ｍ 序 列 、Ｍ 序 列 、Ｒ－ Ｓ 序
列、Ｗａｌｓｈ 序列和 Ｇｏｌｄ 序列等。ｍ 序列是目前 ＣＤＭＡ 系统中采用的最
ＭＡＴＬＡＢ 除具备卓越的数值计算能力外， 它还提供了专业水平的符号
计 算 、文 字 处 理 、可 视 化 建 模 来自百度文库 真 和 实 时 控 制 等 功 能 。
３．常用伪随机码序列的相关性分析
常 用 伪 随 机 码 的 相 关 性 有 自 相 关 性 和 互 相 关 性 之 分 。伪 随 机 码 大
都具有尖锐的自相关特性和较好的互相关特性， 同一码组内的各个码
ｇｒｉｄ
图 ２ ｍ 序列互相关函数特性 （ 下转第 ３８７ 页）
４００
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２４ 期
ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ２＂／＞ ＜／ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ＞ ＜ｏｗｌ：ＤａｔａｔｙｐｅＰｒｏｐｅｒｔｙ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； ＤａｔａＰｒｏｐｅｒｔｙ１＂＞ ＜ｏｗｌ：ｅｑｕｉｖａｌｅｎｔＰｒｏｐｅｒｔｙ ｒｄｆ：ｒｅｓｏｕｒｃｅ ＝ ＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ；
Ａｂｓｔｒ ａｃｔ： Ｔｈｉｓ ａｒｔｉｃｌｅ ａｎｄ ｔｈｅ ｍｕｔｕａｌ ｃｏｒｒｅｌａｔｉｏｎ ｃａｒｒｉｅｓ ｏｎ ｔｈｅ ｂｒｉｅｆ ａｎａｌｙｓｉｓｔｏ ｔｈｅ ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｐｓｅｕｄｏ－ ｒａｎｄｏｍ ｃｏｄｅ ｓｅｑｕｅｎｃｅ ｍ ｓｅｑｕｅｎｃｅ ａｎｄ ｔｈｅ Ｇｏｌｄｓｅｑｕｅｎｃｅ ａｕｔｏｃｏｒｒｅｌａｔｉｏｎ， ａｎｄ ｃａｒｒｉｅｓｏｎ ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ｕｓｉｎｇ ＭＡＴＬＡＢ ｔｏ ｔｈｅ ｍ ｓｅｑｕｅｎｃｅ ａｎｄ ｔｈｅ Ｇｏｌｄ ｓｅｑｕｅｎｃｅｒｅｌｅｖａｎｃｅ， ｓｉｍｕｌｔａｎｅｏｕｓｌｙ ｈａｓ ｃａｒｒｉｅｄ ｏｎ ｔｈｅ ａｎａｌｙｓｉｓ ｔｏ ｔｈｅｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔ．
ＤａｔａＰｒｏｐｅｒｔｙ２＂／＞ 同 样 可 以 定 义 两 本 体 的 概 念 、属 性 间 的 父 子 关 系 ： ＜ｏｗｌ：Ｃｌａｓｓ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； Ｃｏｎｃｅｐｔ１＂＞ ＜ｒｄｆｓ：ｓｕｂＣｌａｓｓＯｆ ｒｄｆ：ｒｅｓｏｕｒｃｅ＝＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ； Ｃｏｎｃｅｐｔ２＂／＞ ＜／ｏｗｌ：Ｃｌａｓｓ＞ ＜ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ ｒｄｆ：ａｂｏｕｔ＝＂＆ｄａｔａｓｏｕｒｃｅ１； ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ１＂＞ ＜ｒｄｆｓ：ｓｕｂＰｒｏｐｅｒｔｙＯｆ ｒｄｆ：ｒｅｓｏｕｒｃｅ ＝ ＂＆ｇｌｏｂａｌｏｎｔｏｌｏｇｙ；
参考文献 ［ １］ 孟小峰．Ｗｅｂ 信息集成技术研究［Ｊ］．计算机应用与软件．２００３．１１：３２－ ３６． ［ ２］ Ｃａｓｔｉｌｌｏ Ｊ．Ａ．Ｒ．， Ｓｉｌｖｅｓｃｕ Ａ．， Ｃａｒａｇｅａ Ｄ． 等 ．Ｉｎｆｏｒｍａｔｉｏｎ Ｅｘｔｒａｃｔｉｏｎ ａｎｄ Ｉｎｔｅｇｒａｔｉｏｎ ｆｒｏｍ Ｈｅｔｅｒｏｇｅｎｅｏｕｓ，Ｄｉｓｔｒｉｂｕｔｅｄ，Ａｕｔｏｎｏｍｏｕｓ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｏｕｒｃｅ － Ａ Ｆｅｄｅｒａｔｅｄ Ｏｎｔｏｌｏｇｙ － Ｄｒｉｖｅｎ Ｑｕｅｒｙ － Ｃｅｎｔｒｉｃ Ａｐｐｒｏａｃｈ ［Ｊ］． ＩＥＥＥ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ． ２００３． ２００３：１８３－ １９１． ［ ３］ 邓志鸿， 唐世渭， 杨冬青．面向语义集成－ 本体在 ｗｅｂ 信息集成中的研究进展 ［Ｊ］．计算机应用．２００２ ．２２（１）：１５－ １７． ［ ４］ 邓志鸿， 唐世渭， 张铭， 等．Ｏｎｔｏｌｏｇｙ 研究综述［Ｊ］． 北京大学学报（自然科学版）． ２００２． ３８（０５）：７３０－ ７３８． ［ ５］ Ｗ３Ｃ， ＯＷＬ Ｗｅｂ Ｏｎｔｏｌｏｇｙ Ｌａｎｇｕａｇｅ Ｏｖｅｒｖｉｅｗ ［ＥＢ／ＯＬ］．ｈｔｔｐ：／／ｗｗｗ．ｗ３．ｏｒｇ／ＴＲ／ ｏｗｌ－ ｆｅａｔｕｒｅｓ／．， Ｆｅｂｒｕａｒｙ ２００４． ［ ６］ Ｄｉｍｉｔｒｅ Ａ．Ｄｉｍｉｔｒｏｖ， Ｎａｎｂｏｒ Ｗａｎｇ． Ｉｎｆｏｒｍａｔｉｏｎ Ｉｎｔｅｇｒａｔｉｏｎ Ｖｉａ ａｎ Ｅｎｄ－ ｔｏ－ Ｅｎｄ Ｄｉｓｔｒｉｂｕｔｅｄ Ｓｅｍａｎｔｉｃ Ｗｅｂ Ｓｙｓｔｅｍ［Ｊ］． ＩＳＷＣ ２００６，７６４–７７７． ［ ７］ 赵宁，李庆忠． 应用本体解决面向语义的信息集成中的查询处理［Ｊ］．计算机科 学．２００４．３１（９Ａ）：１３４－ １３８．
好， 这样它们就越容易被区分， 且相互之间的干扰也就越小。
理 论 分 析 表 明 ： ｍ 序 列 容 易 产 生 、规 律 性 强 、自 相 关 特 性 好， 因 而
在直扩系统中得到了广泛的应用， 但同样长度的 ｍ 序列个数不多， 且
序列之间的互相关性不够好。Ｇｏｌｄ 码序列是 ｍ 序列的复合码， 两个码
得出 ｍ 序列和 Ｇｏｌｄ 序列的相关性。
程序 １
ｓｉｍ（＇ ｍ＇ ）；
％启动并运行仿真系统 ｄｃｌ４ｎ
ｘ１＝［（２＊ｄｃｌ４ｎ）－ １］＇ ； ％将运行结果 ｍ 序列 ｄｃｌ４ｎ 从单极性序列变为
双极性序列
ｙ１＝ｘｃｏｒｒ（ｘ１）；
％求互相关性
ｔ＝１：２９；
ｐｌｏｔ（ｔ，ｙ１（１：２９））；ａｘｉｓ（［１，３０，－ ５，１７］） ％绘出信号的相关图
目的子码宽度， 就可以用作多个用户的扩频序列。
图 １ ｍ 序列自相关函数
伪随机码序列除自相关性外， 与其它同类码序列的相似性和相关
性也很重要。 例如有许多用户共用一个信道， 要区分不同用户的信
号， 就得靠相互之间的区别或不相似性来区分。换句话说， 就是要选用
互相关性小的信号来表示不同的用户。 对于两个不同的信号 ｆ （ ｔ） 与
其 它 的 ｍ 序 列， 即 使 完 全 相 同， 只 要 时 延 差 τ大 于 一 个 子 码 宽 度， 自
相关函数值就会迅速下降到－ １／Ｐ， 相关器就不会捕获该信号了。此外，
在接收端和发送端满足序列同步和位同步 （由 ＰＮ 码的捕获和跟踪系
统保证）的前提下， 同一个伪随机序列只要其相位被错动（偏置）不同数
４．结束语
论文主要对语义信息集成过程中查询处理的一些关键技术作了 整体上的论述， 并提出在语义层进行查询处理的逻辑框架， 描述了语 义 信 息 查 询 的 过 程 。但 对 于 信 息 集 成 框 架 中 的 查 询 转 换 的 语 义 正 确 性 证明以及 ＳＩＳＥＧ 的安全问题等有待进一步的探讨。科
ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ２＂／＞ ＜／ｏｗｌ：ＯｂｊｅｃｔＰｒｏｐｅｒｔｙ＞ 对于其他的关系， 本文暂不讨论。 ３．２ 查 询 转 换 对 于 用 户 提 交 的 以 全 局 本 体 语 言 形 成 的 查 询 ， 首
先将查询计划写成查询树的形式， 其中查询的概念作为树的根节点。 然 后 对 于 查 询 树 根 据 算 法 ＱｕｅｒｙＴｒａｎｓｌａｔｉｏｎ 实 施 语 义 转 换 和 分 解 ， 查 询的分解一共分为三种情况：
科技信息
○计算机与信息技术○
ＳＣＩＥＮＣＥ ＆ ＴＥＣＨＮＯＬＯＧＹ ＩＮＦＯＲＭＡＴＩＯＮ
２００７ 年 第 ２４ 期
常用伪随机码序列的相关性分析与 ＭＡＴＬＡＢ 仿真
张重阳 （ 西安铁路职业技术学院 陕西 西安 ７１００１４）
摘要： 本文对常用伪随机码序列 ｍ 序列和 Ｇｏｌｄ 序列的自相关性和互相关性进行简要分析， 并利用 ＭＡＴＬＡＢ 对 ｍ 序列和 Ｇｏｌｄ 序列的相 关性进行仿真， 同时对仿真结果进行了分析。
关键词： ｍ 序列； Ｇｏｌｄ 序列； 相关性； ＭＡＴＬＡＢ； 仿真 Ｃｏｍｍｏｎｌｙ ｕｓｅｄ ｐｓｅｕｄｏ－ ｒ ａｎｄｏｍ ｃｏｄｅ ｓｅｑｕｅｎｃｅ ｒ ｅｌｅｖａｎｔ ａｎａｌｙｓｉｓ ａｎｄ ＭＡＴＬＡＢ ｓｉｍｕｌａｔｉｏｎ ＺＨＡＮＧ ｃｈｏｎｇｙａｎｇ （Ｘｉ＇ ａｎ ｒ ａｉｌｗａｙ ｐｒ ｏｆｅｓｓｉｏｎａｌ ｔｅｃｈｎｏｌｏｇｙ Ｉｎｓｔｉｔｕｔｅ Ｓｈａｎｘｉ Ｘｉ＇ ａｎ ７１００１４）
（ １） 查询树的节点属同一数据源， 且每个节点均只有一个映射， 则 查询树可被直接送到那个数据源；
（ ２） 查询涉及多数据源， 但数据源间不重叠， 每个节点只有一个映 射， 则直接根据数据源将查询树分解成子树， 送到相应的数据源；
（ ３） 查询涉及多数据源， 且数据源间重叠， 节点可能对应多个映 射， 则根据数据源进行分解， 且重叠的节点在每个子树中存在， 然后送 到相应的数据源。
元 占 据 的 频 带 可 以 做 到 很 宽 且 平 衡 相 等 。基 本 的 伪 随 机 码 序 列 互 相 关
性都不够好， 因此， 实际的 ＣＤＭＡ 系统中常选用自相关性好的伪随机
码作为扩频码， 而另外选择互相关性好的编码作为地址码。下面对伪
随机码的自相关特性和互相关特性加以简要分析。
在数学上， 信号的自相关性是用自相关函数来表征的， 而自相关
函数所解决的是信号与它自身相移以后的相似性问题， 其定义如下：
! φａ （
τ） ＝
１ Ｔ
Ｔ／２
ｆ（ τ） ｆ（ ｔ－ τ） ｄｔ
－ Ｔ／２
（ １）
式中， ｆ（ ｔ） 为 信 号 的 时 间 函 数， τ为 时 间 延 迟，ｆ（ ｔ－ τ） 为 ｆ（ ｔ） 经 时 间
τ的延时后得到的信号。当 ｆ（ ｔ） 与 ｆ（ ｔ－ τ） 完全重叠， 即 τ＝０ 时， 自相关
函 数 值 φａ （ ０） 为 一 常 数（通 常 为 １）； 当 两 信 号 不 完 全 重 叠， 即 τ≠０ 时，
自相关函数值 φａ （ τ） 很小（通常为 一 负 值）。 其 重 要 意 义 是： 对 通 信 系
统的接收端而言， 只有包含伪随机序列与接收机本地产生的伪随机序
列相同且同步的信号才能被检 测 出 来， 其 他 不 同 步（有 延 时 τ）的 信 号，
查询转换的算法如下： 算法 ＱｕｅｒｙＴｒａｎｓｌａｔｉｏｎ（ ） 输入： 全局查询树 输出： 查询涉及的数据源和针对数据源的查询片段集合 Ｑ （ １） 从树根开始先根遍历树的节点 Ｃｉ， 在映射本体中查找 Ｃｉ 节点 的映射节点； （ ２） 若 找 到 一 个 与 数 据 源 Ｓｉ 的 映 射 关 系 ， 映 射 概 念／属 性 Ｃｉ’， 则 以 Ｃｉ’构造对应该数据源的查询片段 Ｑｓｉ 中的相应节点； （ ３） 否则若没有对应的映射关系， 且当前节点为子树的根节点， 则 该子树遍历结束， 否则继续遍历； （ ４） 继续下一个节点 Ｃｊ， 重复（ ２） ， 直 到 将 整 个 全 局 查 询 树 遍 历 完 整； （ ５） 对 于 每 一 个 查 询 片 段 Ｑｓｉ， 若 为 树 ， 则 与 该 查 询 片 段 对 应 的 数 据源描述相关联并送入集合 Ｑ， 否则抛弃该片段； （ ６） 输出集合 Ｑ。 通过进行查询转换重写， 以全局本体语言书写的查询将分解转换 为一组以数据源本体的语言形式书写的查询， 然后被分发到数据层的 ｗｒａｐｐｅｒ， 由各 ｗｒａｐｐｅｒ 进行结果的收集。
基 本 的 伪 随 机 码 序 列 。它 是 最 长 线 性 反 馈 移 位 寄 存 器 序 列 的 简 称 。顾
名思义， ｍ 序列发生器是由移位寄存器、线性反馈抽头和模 ２ 加法器
组成的。 而且， ｍ 序列是其相应组成器件所能生成的最长的码序列。
若移位寄存器为 ｎ 级， 则其周期 Ｐ＝２ｎ－ １。如果把两个 ｍ 序列发生器产
ｇ（ ｔ） ，它们之间的互相关函数定义为：
! φｃ（
τ） ＝
１ Ｔ
Ｔ／２
ｆ（ τ） ｇ（ ｔ－ τ） ｄｔ
－ Ｔ／２
（ ２）
如果两个信号都 是 完 全 随 机 的， 在 任 意 延 迟 时 间 τ都 不 相 同， 则
上式的结果为 ０， 同时称这两个信号是正交的。如果二者有一定 的 相
似性， 则结果不完全为 ０。通常希望两个信号的互相关函数值越小越
即使包含的伪随机序列完全相同， 也会作为背景噪声（多址干扰）来对
待。以 ＰＮ 码中典型的 ｍ 序列为例， 其自相关函数曲线如图 １ 所示。其
中， Ｐ 为序列的周期长度， ＲＰ 为序列的码元速率， 其倒数 １／ＲＰ 为子码
宽度。由图 １ 可见， 由于同步且完全相同的 ｍ 序列的自相关函数值为
１ （最大）， 因此接收机的相关器能够很容易地捕获该信号并进行接收；
相关性进行仿真。
２．ＭＡＴＬＡＢ 简介
ＭＡＴＬＡＢ 语言是当今国际上科学界最具影响力， 也是最有活力的
软件。它起源于矩阵运算， 并已经发展成一种高度集成的计算机语
言。 ＭＡＴＬＡＢ 具有强大的数学运算能力， 方便实用的绘图功能及语
言 的 高 度 集 成 。ＭＡＴＬＡＢ 是 矩 阵 实 验 室 （Ｍａｔｒｉｘ Ｌａｂｏｒａｔｏｒｙ） 之 意 。
长相等、采样时间相同的序列优选对模 ２ 加以后合成。它的周期与原
ｍ 序列等长。正交 Ｇｏｌｄ 序列有较优良的自相关性和互相关特性， 构造
简单， 产生的序列多， 因而获得了广泛的应用。
４． ｍ 序列和 Ｇｏｌｄ 序列的相关性的仿真
在理论分析的基础上， 下面使用两小段 程 序 ， 通 过 ＭＡＴＬＡＢ 仿 真
生的优选对序列进行模 ２ 加运算， 生成的新的码序列即为 Ｇｏｌｄ 序列，
这就是 Ｒ·Ｇｏｌｄ 提出了一种基于 ｍ 序列的伪随机码序列， 称为 Ｇｏｌｄ 码
序列。
对于常用的伪随机码序列 ｍ 序列和 Ｇｏｌｄ 序列， 我们更为关心的
是它们的相关性。利用 ＭＡＴＬＡＢ 可以方便地对 ｍ 序列和 Ｇｏｌｄ 序列的