专利汇可以提供一种基于FPGA硬件实现的伪随机数的生成方法专利检索,专利查询,专利分析的服务。并且本 发明 提供了一种基于FPGA 硬件 实现的伪随机数的生成方法,所述方法包括以下步骤:首先通过LSFR方式产生一串伪随机序列,并截取连续的L位构成(0,1)之间均匀分布的随机数TR_GEN。运用转换逻辑矩阵A的方式,经过S次变换Uj,n+1=As*Uj,n就可以得到S位新的数据,只需要一个时钟周期即可实时产生新的s位数据;其次采用组合结构的设计思想,融合多个TR_GEN,设计新的随机序列CTR_GEN可表示新生成的随机数,与原有的TR_GEN具有相同的特征属性;而且CTR_GEN结构下产生的随机数具有更长的周期,是实现P(z)=P1(z)*P2(z)*...*PJ(z)所对应随机数生成器的一种便捷方式;本 算法 生成的随机数具有产生周期长、数据 精度 高、位宽和周期可重构的特点,在FPGA中最高运行 频率 可达300Mhz,极大程度的提高了随机数产生的速率,降低了延迟,且算法清晰、逻辑合理,具备一定的理论意义和工程实用价值。,下面是一种基于FPGA硬件实现的伪随机数的生成方法专利的具体信息内容。
1.一种一种基于FPGA硬件实现的伪随机数的生成方法,其特征在于,所述方法包括:
S1:通过线性反馈移位寄存器(LFSR)产生一串伪随机序列,特征多项式P(z)=zk-a1zk-1-...ak的系数ai,利用公式 生成随机序列;
S2:当特征多项式进化成本原多项式时,结合P(z)=Xk-Xq-1中约束关系:0<2q<k,0<s≤k-q<k≤L,随机序列具有最大周期2k-1;从产生的随机序列中截断连续的L位,并将截断的序列构成(0,1)之间均匀分布的随机数,该结构可通过公式 表示。
S3:为表述上述的随机序列生成过程公式,采用转换逻辑矩阵A表述,并经过S次变换(S为整数),可以得到TR_GEN经过一个时刻产生S位新的数据;
S4:实际需求的随机数仅依赖单一结构的TR_GEN无法满足,采用组合机构的思想,融合多个TR_GEN结构提高随机数的周期和数据精度,生成CTR_GEN结构;
S5:每个TR_GEN的特征多项式Pj(z)都是三项式,所以其设计实现过程非常的简单,CTR_GEN就是实现P(z)=P1(z)*P2(z)*...*PJ(z)所对应随机数生成器的一种便捷方式。
2.根据权利要求1所述的一种基于FPGA硬件实现的伪随机数的生成方法,其特征在于,所述步骤S1具体包括:
通过线性反馈移位寄存器的方式可以产生一串伪随机序列,该随机序列的产生过程依据公式 其中ai是特征多项式P(z)=zk-a1zk-1-...ak的系数。
3.根据权利要求1所述的基于FPGA硬件实现的伪随机数的生成方法,其特征在于,所述步骤S2具体包括:
S21:实际应用中,P(z)通常取三项式:P(z)=Xk-Xq-1。同时k、q、s和L需要满足如下约束关系:0<2q<k;0<s≤k-q<k≤L。参数L代表产生随机数的位宽长度,参数s表示跃变步长,L和s均为不为0的正整数。
S22:TR_GEN的硬件结构, 为第j个TR_GEN的输出,Uj,n+1的L位数
据中,X[L]~X[L+s-1]是新产生的s位数据,其他(L-s)位数据(X[s]~X[L-1])是由Uj,n通过移位操作得到。
4.根据权利要求4所述的基于FPGA硬件实现的伪随机数的生成方法,其特征在于所述步骤S3具体包括:
S31:随机序列生成公式描述的反馈关系,采用矩阵形式表示为:X(t+1)=A*X(t)。X(t+
1)表示下一时刻的数据有当前时刻数据和转换逻辑矩阵共同完成,每经过一次转换X(t+1)就产生一位新数据。
S32:由上述过程可得到,若经过S次变换有Uj,n+1=As*Uj,n,TR_GEN经过一个时刻可得到s位的新数据,表达式为:X(t+s)=A*X(t+s-1)=A*A*X(t+s-2)=...=AS*X(t)
5.根据权利要求1所述的基于FPGA硬件实现的伪随机数的生成方法,其特征在于所述步骤S4具体包括:
首先,当多项式Pj(z)满足互不相关的条件时,将多个TR_GEN产生的每一位结果进行“异或”,可以得到一个新的随机序列域;
其次,新的随机序列域可表示成为P(z)=P1(z)*P2(z)*...*PJ(z),且只有乘积关系;
最后,新产生的随机数的特征多项式与原有的TR_GEN具有相同的特征属性,其周期也为各个多项式周期的相乘,即为T=(2k1-1)*(2k2-1)*...*(2kJ-1)。
当TR_GEN的数量为J时,其关系为:
CTR_GEN产生的随机数具有更长的周
期,而且其特征多项式P(z)中具有更多的非零系数。
6.根据权利要求1所述的基于FPGA硬件实现的伪随机数的生成方法,其特征在于所述步骤S5具体包括:
S51:当多项式Pj(z)满足互不相关的条件时,将多个TR_GEN产生的每一
位结果进行“异或”,可以得到一个新的随机序列域,当TR_GEN的数量为J时,其关系为:
S52:CTR_GEN就是实现P(z)=P1(z)*P2(z)*...*PJ(z)所对应随机数生成器的一种便捷方式,采用CTR_GEN结构可以实现周期更长,相关性更低的随机数。
J个TR_GEN构成了CTR_GEN结构,每个TR_GEN结构产生的每比特数据经过异或得到最新的随机序列,J个TR_GEN结构并行运算,其处理速率基本等同于单个TR_GEN的运算速率,有效提高随机数的产生速率。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于Hadoop体系架构的视图库系统及其构建方法 | 2020-05-08 | 489 |
一种改善在线信源速率异常的方法 | 2020-05-08 | 726 |
一种基于光纤通道与无线通道切换的线路差动保护方法 | 2020-05-11 | 505 |
一种基于LoRa技术的边缘计算网关及其通信处理方法 | 2020-05-08 | 487 |
一种智能广域分布式多源差动保护管理系统 | 2020-05-08 | 743 |
一种电费查询缴纳系统 | 2020-05-08 | 941 |
基于北斗的四旋翼无人机中继通信平台 | 2020-05-11 | 432 |
一种外部输入时钟RPCK的同步系统及其方法 | 2020-05-11 | 708 |
用于高温试验箱的具备USB接口的温度控制器 | 2020-05-08 | 503 |
一种实验用压强与流速变化关系的测量装置 | 2020-05-08 | 269 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。