数字IC设计实战：LFSR伪随机序列生成与Verilog实现

最新推荐文章于 2026-05-14 09:07:39 发布

原创

最新推荐文章于 2026-05-14 09:07:39 发布 · 850 阅读

1. 从“随机”说起：为什么数字电路也需要“伪随机”？

大家好，我是老张，在数字IC这行摸爬滚打十多年了。今天想和大家聊聊一个听起来很“玄学”，但在芯片设计里却无处不在的玩意儿——伪随机序列。你有没有想过，在那些高速通信、数据加密的芯片里，那些看起来毫无规律、像雪花点一样的“0”和“1”是怎么来的？难道芯片里也内置了一个骰子吗？

当然不是。真正的物理随机数生成在硬件里成本很高，而且很多时候我们并不需要“真随机”，我们需要的是一种可以预测、可以重复，但看起来又足够随机的序列。这就是“伪随机”的精髓。想象一下，你和朋友约定了一个只有你们俩知道的秘密暗号规则，每次见面都按这个规则生成一串新暗号。对外人来说，这串暗号每次都不一样，毫无规律；但对你们俩来说，只要知道初始的“种子”和规则，就能完全复现。伪随机序列在芯片里干的就是这个活儿。

而实现这个功能的核心硬件，就是我们今天的主角：线性反馈移位寄存器，英文简称 LFSR。它结构简单到令人惊讶——就是几个D触发器（可以理解为一排能存“0”或“1”的小盒子）加上几个异或门（XOR，相同出0，不同出1），却能产生周期极长、统计特性极好的序列。在通信里用它做加扰和解扰，让数据看起来更“白”，减少连续0或1对时钟恢复的干扰；在测试里用它生成激励，去“撞”出芯片的潜在bug；甚至在早期的游戏机里，用它来生成看似随机的敌人和道具。

接下来，我就带你从零开始，彻底搞懂LFSR的两种经典架构，并用Verilog手把手实现它，让你不仅能看懂，更能自己写出来、仿真出来。

2. 庖丁解牛：深入理解LFSR的两种核心架构

LFSR主要有两种实现方式，名字听起来挺唬人：斐波那契型和伽罗瓦型。别被名字吓到，咱们用大白话和电路图把它讲明白。它们的核心区别，就在于“反馈”这根线是怎么接的。

2.1 斐波那契LFSR：集中反馈，多点汇聚

斐波那契LFSR，也叫外反馈型或多到一型。这个名字很形象：“多到一”，意思是多个触发器的输出，经过异或运算后，共同反馈给最前面的那一个触发器。

咱们来看一个最简单的3级LFSR例子，它的反馈多项式是 f(x) = x^3 + x^2 + 1。这个多项式里的“次方”代表触发器的编号（通常从1开始，对应最低位或最左边），x^3和x^2表示第3级和第2级触发器的输出是“抽头”，要参与反馈计算。

电路是怎么工作的呢？假设我们有三个D触发器，从左到右叫Q1, Q2, Q3（Q3是最高位，也是输出位）。在斐波那契结构里，每个时钟上升沿到来时：

Q2的值移给Q1。
Q3的值移给Q2。
新的Q3输入从哪里来？它来自一个异或门的输出，而这个异或门的输入，就是抽头位（这里是Q2和Q3）的值。也就是说，Q3_next = Q2 ^ Q3（^表示异或）。

看出来了吗？反馈路径在触发器链的外部，像一个集中的“决策中心”，收集多个抽头位的信号，算出一个结果，然后只喂给最前端的那个触发器。这种结构非常直观，和我们从数学多项式推导出的逻辑表达式直接对应。

我画个简化的数据流图帮你理解：

时钟沿到来前: [Q1, Q2, Q3] = [A, B, C]
反馈计算: feedback = B ^ C
时钟沿到来后: [Q1, Q2, Q3] 变为 [B, C, feedback]

所以，整个寄存器像一个队列，每次整体向右移动一位，新的队首（Q3）由后面某几个队员（抽头）共同决定。

2.2 伽罗瓦LFSR：分布式反馈，逐级渗透

伽罗瓦LFSR，也叫内反馈型或一到多型。它的思路截然不同：“一到多”，意思是最后一个触发器的输出，会像涟漪一样向前扩散，与途中的多个触发器进行异或。

还是用同样的反馈多项式 f(x) = x^3 + x^2 + 1。在伽罗瓦结构里，电路连接变了：

最后一个触发器Q3的输出，会直接反馈回来。
这个反馈信号不是只给Q1，而是会“注入”到抽头所对应的触发器的前一级输入。对于抽头x^2（对应Q2），反馈信号会与Q1的输出异或，结果作为Q2的输入。
对于最高位抽头x^3（对应Q3），它的输入直接来自Q2的输出（或者，在某些定义中，如果多项式包含常数项1，则Q1的输出会经过一个异或门后作为Q3的输入，但在这个具体多项式里，我们按常见接法）。

更常见的描述是：将反馈路径插入到寄存器链之间。具体来说，最后一个寄存器的输出，会与所有抽头位对应的寄存器的前一级输出进行异或。听起来有点绕？看数据流：

时钟沿到来前: [Q1, Q2, Q3] = [A, B, C]
反馈信号 = C （最后一个寄存器的输出）
对于Q2（对应抽头x^2），它的下一个输入 = Q1 ^ 反馈信号 = A ^ C
对于Q3（对应抽头x^3），它的下一个输入 = Q2 = B
Q1的下一个输入 = 外部输入或0（通常就是简单的移位，输入为0或来自前级）
时钟沿到来后，新的状态可能是 [0, A^C, B] （取决于具体实现）

实际上，伽罗瓦结构更像是在移位路径上开了几个“小口”，让反馈信号在这些“小口”处与数据流进行混合。