در سیستم‌های مخابراتی دیجیتال از اسکرمبلرهای خطی هم برای رمزنگاری ساده و هم برای شکستن توالی زیادی از بیت‌های یکسان استفاده می‌شود. موضوع توالی بیت ها، یعنی تعدد زیادی از صفرها و یک‌های پشت سرهم، معمولاً منجر به مشکلاتی در سنکرون سازی می‌شود. در واقع روش‌های سفید کردن آماره‌های منبع دیجیتالی بدون استفاده از داده‌های حشویات تحت عنوان اسکرمبلینگ بیان می‌شود. در مخابرات و دی‌کد کننده‌ها، اسکرمبلر دستگاهی است که داده‌ها را قبل از ارسال دستکاری می‌کند و آنها را تغییر می‌دهد. این تغییرات در گیرنده به طور معکوس انجام می‌شود تا به داده‌ی اولیه برسیم.

در این پایان‌نامه پس از معرفی اسکرمبلر و اجزای تشکیل دهنده‌ی آن به بررسی روش‌های یافتن پارامترهای اسکرمبلر در دو حالت در دست داشتن دنباله متن ورودی (روش برلکمپ-مسی) و حالت دیگر داشتن فقط دنباله‌ی اسکرمبل شده (الگوریتم کلوزیو)، پرداخته می‌شود و نتایج آن مورد بررسی قرار می‌گیرد. پس از آن حالتی را در نظر می‌گیریم که داده‌های اسکرمبل شده پس از عبور از کانال دچار خطا شده و در حضور نویز کانال به شناسایی پارامترهای اسکرمبلر می‌پردازیم و اثر نویز را روی داده‌های خروجی از دو نوع اسکرمبلر(اسکرمبلرهای ضربی و اسکرمبلرهای جمعی) مشاهده می‌کنیم. پس از آن به بررسی روش شناسایی چندجمله‌ای فیدبک اسکرمبلرهای خطی با فرض اینکه بیت‌های منبع قبل از اینکه اسکرمبل شوند توسط کدینگ اصلاح خطا کدگذاری شده‌اند، می‌پردازیم.

واژگان کلیدی: اسکرمبلر، ثبات‌های انتقال خطی با پسخورد ، رمزنگاری، کانال دودوئی متقارنBSC، شنود سیگنال

فهرست مطالب

عنوان صفحه

فصل 1- مقدمه 2

1-1- اسکرمبلر چیست و چرا از آن استفاده می کنیم؟ 2

1-2- مزایای استفاده از اسکرمبلینگ قبل از ارسال داده 3

1-3- دنباله‌های شبه تصادفی 4

1-4- معیارهای میزان تصادفی بودن یک دنباله 5

فصل 2- تئوری عملکرد شیفت‌رجیسترهای خطی با پسخورد 8

2-1- ترکیب و ساختار شیفت رجیسترها 8

2-2- سنتز الگوریتم LFSR 11

2-3- نمایش کلاسیک دنباله های LFSR 18

2-4- شبیه‌سازی و نتایج مربوط به اجرای الگوریتم برلکمپ-مسی بر روی دنباله خروجی LFSR 21

فصل 3- شناسایی پارامترهای اسکرمبلرهای خطی 25

3-1- تشخیص پارامترهای اسکرمبلر با استفاده از دنباله متن ورودی x(t) 28

3-2- تشخیص پارامترهای اسکرمبلرجمعی فقط با استفاده از بایاس متن ورودی 29

3-3- تشخیص پارامترهای اسکرمبلرضربی فقط با استفاده از بایاس متن ورودی 39

3-4- الگوریتم کلوزیو اصلاح شده 42

3-5- نتایج شبیه‌سازی الگوریتم کلوزیو روی اسکرمبلرهای ضربی و جمعی 50

فصل 4- شناسایی پارامترهای اسکرمبلر در حضور نویز کانال 54

4-1- تشخیص اسکرمبلر زمانی‌که نویز به صورت بیت‌های تغییریافته باشد 54

4-2- شناسایی اسکرمبلر زمانی‌که درج بیت به صورت نویز در دنباله رخ دهد 59

3-3- نتایج شبیه‌سازی شناسایی چندجمله‌ای اسکرمبلرها در حضور نویز کانال 65

فصل 5- شناسایی پارامترهای اسکرمبلر با استفاده از کلمه دوگان انکدر کانال 68

5-1- محاسبه بایاس بعد از کدینگ کانال 69

5-2- بازسازی چندجمله‌ای فیدبک اسکرمبلر بعد از عبور از کدینگ کانال 71

5-3- نتایج مربوط به شناسایی اسکرمبلر قرار گرفته پس از انکدر بلوکی 79

نتیجه‌گیری………………………………………………………………………………………………………..89

منابع……………………………………………………………………………………………………………………91

چکیده و عنوان انگلیسی……………………………………………………………………………………93

فصل اول

فصل 1-

مقدمه

1-1- اسکرمبلر چیست و چرا از آن استفاده می کنیم؟

یک سیستم انتقال داده دیجیتالی همواره در ارسال داده‌ها آنها را دچار خطا و آسیب می‌کند که مقدار این اختلالات و آسیب‌ها بسته به آماره‌های منبع تغییر می‌کند. گاهی اوقات همزمان‌سازی، تداخل و مشکلات اکولایز کردن به آماره‌های منبع مربوط می‌شود. اگرچه استفاده از حشویات در ارسال کدها تا حدی عملکرد سیستم را از آماره‌های منبع مستقل می‌کند اما همواره وابستگی‌هایی وجود دارد به علاوه اضافه کردن داده‌های حشویات باعث مشکلاتی از قبیل افزایش نرخ سمبل‌های ارسالی و یا اضافه شدن تراز در سمبل‌ها می‌شود. در یک سیستم ارسال کد اگر فرض کنیم سمبل‌های ارسالی از نظر آماری از هم مستقل هستند آنالیز و خطایابی آن بسیار آسان‌تر خواهد شد. به چنین منبعی که سمبل‌های آن از نظر آماری از هم مستقل هستند منبع سفید می‌گوییم چرا که آنالیز آن مانند نویز سفید گوسی است. روش‌های سفید کردن آماره‌های منبع دیجیتالی بدون استفاده از داده‌های حشویات تحت عنوان اسکرمبلینگ[1] بیان می‌شود. در مخابرات و دی‌کد کننده‌ها، اسکرمبلر[2] دستگاهی است که داده‌ها را قبل از ارسال دستکاری می‌کند و آنها را تغییر می‌دهد. این تغییرات در گیرنده به طور معکوس انجام می‌شود تا به داده‌ی اولیه برسیم. انواع روش‌های اسکرمبلینگ در ماهواره و مودم‌های [3]PSTN مورد استفاده قرار می‌گیرد. اسکرمبلر را می‌توان درست قبل از یک کدگذار FEC[4] قرار داد یا اینکه می‌توان پس از FEC و قبل از بلوک مدولاسیون قرار داد.

سعی ما در این پژوهش بر این است که روش‌ها و تکنیک‌های مختلف در شناسایی پارامترهای اسکرمبلر‌های خطی را مورد بررسی قرار دهیم. این کار با داشتن رشته بیت‌های خروجی و بر اساس فرضیه‌هایی روی بیت‌های ورودی اسکرمبلر انجام می‌شود. البته شخصی که این کار را با استفاده از بیت‌های خروجی انجام می‌دهد باید دو مقوله را در نظر بگیرد ابتدا اصلاح خطا و سپس استخراج پارامترهای اسکرمبلر. با توجه به خطی بودن اسکرمبلرهای مورد بحث، استفاده از روش‌های جبری برای تخمین پارامترهای اسکرمبلر کارآمدترین روش‌ می‌باشد. خصوصاً شیفت رجیسترهای خطی با پسخورد که تابع فیدبک آنها تابعی خطی می‌باشد که در ادامه بیشتر در این باره توضیح داده شده است.

1-2- مزایای استفاده از اسکرمبلینگ قبل از ارسال داده

با این روش بدون اضافه کردن داده‌ی حشویات به پیام ارسالی، می‌ توان در تجهیزات گیرنده دقت Time Recovery را افزایش داد.
با پراکنده نمودن انرژی در کل سیگنال حامل، احتمال تداخل سیگنال‌های حامل را کاهش می‌دهد و وابستگی چگالی طیفی بین داده‌های اسکرمبل شده و داده‌های واقعی ارسال شده را از بین می‌برد.
امنیت ارسال داده را بالا می‌برد و در رمزنگاری می‌توان از اسکرمبلرها استفاده کرد. چرا که حالت ایده‌آل یک متن رمز شده این است که یک دنباله‌ی کاملاً تصادفی باشد. به عبارتی بیت‌های دنباله از یکدیگر کاملاً مستقل باشند و احتمال صفر و یک بودن برابر باشد و بتوان از روی کلیدی محدود و کوتاه، دنباله‌ای طویل و [5]i.d تولید نمود.

1-3- دنباله‌های شبه تصادفی

به منظور شبیه سازی و تست سیستم‌های ارتباطی دیجیتال، به دنباله‌هایی که تقریبی ازدنباله های تصادفی دودویی ایده آل می‌باشند نیاز داریم. در تولید دنباله شبه تصادفی دودویی از شیفت رجیسترهای خطی فیدبکی استفاده می کنیم. می توان با یک تغییر ساده در این مدارها از آنها به عنوان اسکرمبلر/دی اسکرمبلر های خود سنکرون دیجیتال استفاده کرد. اسکرمبلر ها با شکستن رشته طولانی 0 یا 1در داده ها اجازه می دهند تا حلقه های ردیابی در گیرنده به شکل مخفی و پنهان حفاظت و نگهداری شود.
اگر نرخ داده بسیار بالا باشد، این اسکرمبلر ها و دی اسکرمبلر ها را می توان با مدارهای ساده ساخت. در نرخ متوسط داده ها مانند مودم خط تلفن ، آن را می توان با چند خط کد ساده اجرا کرد. ترکیب این تابع وسایر ویژگی های آن به کد ، می توان سخت افزارهای اضافی را از میان می برد. این روش قابلیت اطمینان را افزایش و هزینه های تولید را کاهش می دهد.

یک دنباله تصادفی دودویی ایده آل در واقع یک دنباله نامتناهی مستقل و دارای توزیع یکنواخت است که متغیرهای تصادفی در آن هر یک از مقادیر 0 یا 1 را با احتمال 0.5 می‌پذیرند. این دنباله را می توان با رشته داده های تولید شده توسط منابع دودویی مدل کرد. با شیفت رجیسترهای خطی فیدبکی می‌توان به بهترین تقریب برای دنباله های تصادفی دودویی دست یافت. دنباله‌ی به دست آمده به این روش شبه تصادفی ، شبه نویز ، حداکثرطول ، یا دنباله نامیده می‌شوند.

برای دانلود پایان نامه اینجا را کلیک کنید.