[发明专利]随机序列的生成方法、装置、设备及存储介质

说明书

本发明涉及随机序列的生成方法、装置、设备及存储介质，该方法，包括：获取特征多项式；根据特征多项式，构建稀疏矩阵；根据稀疏矩阵，生成移位t次后的状态矩阵；获取种子，并结合状态矩阵，生成随机序列。本发明通过预处理生成随机序列的状态矩阵，达到优化硬件上的关键路径，提升带宽，减少芯片面积的目的。

技术领域

本发明涉及随机序列生成技术领域，尤其是指随机序列的生成方法、装置、设备及存储介质。

背景技术

现有的LFSR(线性反馈移位寄存器)获得伪随机序列的主要方式有两种，一种是Fibonacci(斐波那契)法，另一种是Galois(伽罗瓦)法。在数据扰码处理过程中，需要获得初始种子n次移位之后生成的随机种子，以及每次移位之后从对应抽头处获得bit(位)值，并将其组成随机序列，该操作可以通过n次操作LFSR单步移位来实现，此方法实行效率低，若采用单步移位n次，间接实现n次移位操作，在硬件实现上关键路径过长，难以适配高速通信场景。

发明内容

本发明的目的在于克服现有技术的不足，提供随机序列的生成方法、装置、设备及存储介质。

为了解决上述技术问题，本发明采用如下技术方案：

随机序列的生成方法，包括以下步骤：

获取特征多项式；

根据特征多项式，构建稀疏矩阵；

根据稀疏矩阵，生成移位t次后的状态矩阵；

获取种子，并结合状态矩阵，生成随机序列。

其进一步技术方案为：所述特征多项式为f(x)；其中，其中，c_k＝1表示电路连接，否则表示断开；x^k表示第k处寄存器D_k的值；c₀＝c_n＝1。

其进一步技术方案为：所述稀疏矩阵为稀疏矩阵T⁽⁰⁾，包括斐波那契型和伽罗瓦型；

若是斐波那契型，则：稀疏矩阵

若是伽罗瓦型，则：稀疏矩阵

其中，T⁽⁰⁾中的“0”表示第1次移位；c_n＝c₀＝1；E为n×n的单位矩阵；为零向量。

其进一步技术方案为：所述根据稀疏矩阵，生成移位t次后的状态矩阵步骤中，移位t次后的状态矩阵为状态矩阵T^(t)；然后记T^(t)中第i行、第j列、t-1次变换对应的状态矩阵中的元素为

若是斐波那契型，(t+1)次移位的状态矩阵T^(t)，对应的线性变换方程为L₁，T^(t)＝L₁(T^(t-1))；其中，T^(t)第1行的行向量中的元素为：剩余行的行向量中的元素为

若是伽罗瓦型，对应的线性变换方程为L₂，T^(t)＝L₂(T^(t-1))；其中，T^(t)第1至n行的行向量中的元素为：第n+1行的行向量中元素为：

其进一步技术方案为：所述获取种子，并结合状态矩阵，生成随机序列步骤中，采用移位p次生成长度为p的随机序列，其中，p与t均为自然数，p等于t或p不等于t；其中，基于T⁽⁰⁾移位p-1次获得状态矩阵T^(p-1)，生成随机序列

其中，表示初始随机种子，为移位p次后生成的随机序列。