4. 伪随机码生成与特性：m序列、Gold序列、Kasami序列的生成与自/互相关特性
各位同学，咱们今天聊聊扩频通信的“灵魂”——伪随机码。说白了，没有这些码，卫星通信的抗干扰能力就是一句空话。我当年刚入行时，总觉得这玩意儿就是一堆0和1，直到在项目中吃过亏，才明白码选得好不好，直接决定了系统能扛住多大的干扰。
伪随机码，英文叫PN码，它看起来像随机噪声，但实际上是确定的、可重复生成的。卫星通信里，我们用它来扩展信号带宽，让信号“藏”在噪声里。今天我就带大家手撸三种最经典的序列：m序列、Gold序列、Kasami序列。咱们不光讲理论，还要看它们在实际中怎么用。
核心知识点速览：
- m序列：最长线性反馈移位寄存器序列，自相关特性极好，但互相关不够理想。
- Gold序列：由两个m序列优选对模2加生成，互相关特性大幅改善，码数量多。
- Kasami序列：由m序列及其采样序列模2加生成，互相关特性比Gold序列更好，但码数量少。
4.1 m序列：最基础的伪随机码
m序列，全称是最长线性反馈移位寄存器序列。为什么叫“最长”？因为n级移位寄存器，最多能产生2ⁿ-1个非全零状态，这就是它的周期。我习惯叫它“老祖宗”，因为后面讲的Gold和Kasami，都是从它变出来的。
生成原理：
说白了，就是一组寄存器，加上一些反馈抽头，然后不停地移位。反馈抽头的位置由本原多项式决定。举个例子，一个3级m序列，本原多项式是x³ + x + 1，对应的抽头就是第3级和第1级。
// 3级m序列生成示例 (本原多项式: x³ + x + 1)
// 初始状态: [1, 0, 0]
reg [2:0] shift_reg = 3'b100;
for (int i = 0; i < 7; i++) begin
// 输出当前最高位
pn_out[i] = shift_reg[2];
// 计算反馈: 抽头位置 2 和 0
feedback = shift_reg[2] ^ shift_reg[0];
// 移位
shift_reg = {shift_reg[1:0], feedback};
end
// 输出序列: 1 0 0 1 0 1 1 (周期7)我的经验：选本原多项式时，别光看理论。我曾在项目中用了一个看似完美的本原多项式，结果在FPGA上跑出来自相关旁瓣偏高。后来查了半天，发现是抽头太多导致组合逻辑延迟太大，时序没收敛。所以，实际工程中，我建议优先选抽头少的本原多项式，比如三抽头或五抽头的。
自相关特性：
m序列的自相关函数，在零偏移时是峰值（等于周期N），在其他偏移时是-1/N。这个特性非常漂亮，就像一把“梳子”，只有对齐了才能梳到头。我当年做捕获算法时，就是利用这个特性来寻找信号起始点的。
互相关特性：
但m序列的互相关就不那么理想了。不同本原多项式生成的m序列，互相关值可能很高。我记得有一次做多用户系统，两个m序列的互相关峰值达到了周期的一半，直接把用户间的干扰拉爆了。所以，m序列更适合单用户或少量用户的场景。
4.2 Gold序列：互相关问题的解决方案
Gold序列的出现，就是为了解决m序列互相关差的问题。它的生成方法很简单：找一对“优选对”的m序列，然后模2加。什么叫优选对？就是两个m序列的互相关函数只有三个值：-1、-t(n)、t(n)-2，其中t(n) = 2^{(n+1)/2} + 1（n为奇数）。
我个人的习惯是，在需要大量码序列的CDMA系统中，首选Gold序列。比如GPS的C/A码，用的就是Gold序列。为什么？因为Gold序列的码数量多，n级寄存器能生成2ⁿ+1个Gold序列，而m序列只有φ(2ⁿ-1)/n个。
// Gold序列生成示例 (n=5, 优选对)
// m序列1: 本原多项式 x⁵ + x² + 1
// m序列2: 本原多项式 x⁵ + x⁴ + x³ + x² + 1
reg [4:0] m1 = 5'b10000;
reg [4:0] m2 = 5'b10000;
for (int i = 0; i < 31; i++) begin
// 分别生成两个m序列的当前位
bit1 = m1[4];
bit2 = m2[4];
// Gold序列 = 模2加
gold_out[i] = bit1 ^ bit2;
// 更新m1
fb1 = m1[4] ^ m1[1]; // 抽头: 4, 1
m1 = {m1[3:0], fb1};
// 更新m2
fb2 = m2[4] ^ m2[3] ^ m2[2] ^ m2[1]; // 抽头: 4,3,2,1
m2 = {m2[3:0], fb2};
end关键特性对比：
| 特性 | m序列 | Gold序列 | Kasami序列 |
|---|---|---|---|
| 周期 | 2ⁿ - 1 | 2ⁿ - 1 | 2ⁿ - 1 |
| 码数量 | φ(2ⁿ-1)/n | 2ⁿ + 1 | 2^(n/2) (小集) 或 2^(n/2)+1 (大集) |
| 自相关峰值 | N (周期) | N | N |
| 互相关最大值 | 较高 (可达周期一半) | t(n) = 2^{(n+1)/2}+1 | s(n) = 2^{(n+2)/2}+1 (小集) |
| 典型应用 | 单用户、测距 | CDMA、多址接入 | 低截获、抗干扰要求极高 |
避坑指南：我曾经在选Gold序列的优选对时，偷懒用了网上随便找的一组多项式。结果仿真时互相关特性没问题，一上硬件，发现两个序列的互相关峰值比理论值高了3dB。后来排查发现，是移位寄存器的初始状态没选对，导致生成的序列不是完整的周期。所以，我建议你们在生成Gold序列时，一定要验证两个m序列是否真的是优选对，并且初始状态不能全零。
4.3 Kasami序列：互相关特性的极致优化
Kasami序列，是伪随机码家族里互相关特性最好的。它分为小集和大集两种。小集Kasami序列的互相关最大值只有2^{(n+2)/2}+1，比Gold序列的t(n)还要小。说白了，就是用户间的干扰更低了。
生成方法也不复杂：先有一个m序列a，然后对a进行采样（每隔2^(n/2)+1位取一个），得到序列b。然后把a和b的循环移位版本模2加，就得到Kasami序列。嗯，这里要注意，n必须是偶数。
// Kasami序列生成示例 (n=6, 小集)
// m序列a: 本原多项式 x⁶ + x + 1
// 采样间隔: 2^(n/2) + 1 = 2³ + 1 = 9
reg [5:0] m_a = 6'b100000;
reg [5:0] m_b;
// 先生成完整的m序列a (周期63)
for (int i = 0; i < 63; i++) begin
a_seq[i] = m_a[5];
fb_a = m_a[5] ^ m_a[0];
m_a = {m_a[4:0], fb_a};
end
// 对a序列进行9倍采样得到b序列
for (int i = 0; i < 63; i++) begin
b_seq[i] = a_seq[(i * 9) % 63];
end
// Kasami序列 = a 与 b的循环移位 模2加
for (int shift = 0; shift < 63; shift++) begin
for (int i = 0; i < 63; i++) begin
kasami_out[shift][i] = a_seq[i] ^ b_seq[(i + shift) % 63];
end
end我为什么说Kasami序列是极致优化？因为它的互相关值非常接近理论下限——Welch界。我在做低截获概率通信系统时，就用了Kasami序列。当时测试结果出来，多用户干扰比用Gold序列低了将近2dB，效果很明显。
但Kasami序列也有缺点：码数量少。小集只有2^(n/2)个序列，大集也只有2^(n/2)+1个。所以，它更适合用户数量少、但抗干扰要求极高的场景，比如军事通信或深空探测。
4.4 三种序列的工程选型建议
好了，三种序列都讲完了。你可能会问：那我到底该用哪个？我个人的经验是这样的：
- 单用户、测距、同步：用m序列。自相关好，实现简单，一个寄存器就搞定。
- 多用户CDMA、码分多址：用Gold序列。码数量多，互相关可控，是工程中最常用的。
- 低截获、抗干扰要求极高：用Kasami序列。互相关最优，但码数量少，适合用户少的场景。
我的一个小技巧：在做系统仿真时，别只看理论互相关值。我建议你把实际的信道模型（多径、多普勒）加进去，看看互相关在衰落信道下的表现。有时候理论值很漂亮，但一遇到多径，互相关旁瓣就抬高了。这时候，你可能需要结合Rake接收机来抑制多径干扰。
最后，我想说一句：伪随机码的选择，没有绝对的“最好”，只有“最合适”。你想想看，你的系统有多少用户？信道环境怎么样？抗干扰要求多高？把这些想清楚了，自然就知道该选哪种序列了。
公众号:蓝海资料掘金营，微信deep3321