💻 computer science

Logistic Map Pseudo Random Number Generator in FPGA

यह शोध पत्र लॉजिस्टिक मैप और सेंट्रल लिमिट थ्योरम का उपयोग करके गॉसियन-वितरित आउटपुट उत्पन्न करने वाले एक FPGA-आधारित छद्म-यादृच्छिक संख्या जनरेटर को प्रस्तुत करता है, जिसमें सिस्टम के सांख्यिकीय गुणों को सत्यापित करने के लिए रीयल-टाइम विज़ुअलाइज़ेशन और डेटा ट्रांसमिशन के लिए एकीकृत मॉड्यूल शामिल हैं।

मूल लेखक: Mateo Jalen Andrew Calderon, Lee Jun Lei Lucas, Syarifuddin Azhar Bin Rosli, Stephanie See Hui Ying, Jarell Lim En Yu, Maoyang Xiang, T. Hui Teo

प्रकाशित 2026-06-25

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mateo Jalen Andrew Calderon, Lee Jun Lei Lucas, Syarifuddin Azhar Bin Rosli, Stephanie See Hui Ying, Jarell Lim En Yu, Maoyang Xiang, T. Hui Teo

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

मुख्य विचार: अराजकता से व्यवस्था की ओर (Turning Chaos into Order)

कल्पना कीजिए कि आपके पास एक ऐसी मशीन है जो नंबर बनाती है। आप चाहते हैं कि वे नंबर पूरी तरह से अप्रत्याशित हों, जैसे पासा (die) फेंकना, लेकिन आप यह भी चाहते हैं कि वे एक विशिष्ट पैटर्न (एक "बेल कर्व" या गॉसियन वितरण/Gaussian distribution) का पालन करें जो विज्ञान और इंजीनियरिंग के लिए उपयोगी हो।

सिंगापुर यूनिवर्सिटी ऑफ टेक्नोलॉजी एंड डिजाइन (SUTD) की टीम ने ठीक यही करने के लिए एक डिजिटल मशीन बनाई। उन्होंने एक छोटे कंप्यूटर चिप का उपयोग किया जिसे FPGA कहा जाता है (इसे इलेक्ट्रॉनिक्स के लिए एक 'लेगो सेट' की तरह समझें जिसे आप तुरंत पुन: प्रोग्राम कर सकते हैं) ताकि एक अराजक गणितीय सूत्र को रैंडम दिखने वाले नंबरों की एक स्थिर धारा में बदला जा सके।

गुप्त सामग्री: "बटरफ्लाई इफेक्ट" रेसिपी

उनकी मशीन के केंद्र में लॉजिस्टिक्स मैप (Logistic Map) नामक कुछ है।

उपमा (Analogy): एक बहुत ही संवेदनशील पेंडुलम की कल्पना करें। यदि आप शुरुआत में इसे थोड़ा सा भी अलग तरीके से धक्का देते हैं, तो यह बाद में पूरी तरह से अलग तरह से झूलता है। इसे "अराजकता" (chaos) कहा जाता है।
गणित: टीम ने एक सरल समीकरण ( $x_{n+1} = r \cdot x_n(1 - x_n)$ ) का उपयोग किया जो इस पेंडुलम की तरह काम करता है। यदि आप एक विशिष्ट संख्या (एक "सीड" या बीज) के साथ शुरू करते हैं, तो समीकरण एक नई संख्या निकालता है, जो अगले राउंड के लिए बीज बन जाती है। क्योंकि यह समीकरण अराजक है, इसलिए नंबर बेतहाशा उछलते हैं और कभी भी एक अनुमानित पैटर्न को दोहराते नहीं हैं।

समस्या: बहुत अधिक अराजकता

इस अराजक समीकरण से आने वाले कच्चे (raw) नंबर बिखरे हुए होते हैं। वे बहुत अधिक अनियमित रूप से उछलते हैं, जिससे वे कई वास्तविक दुनिया के अनुप्रयोगों के लिए अनुपयोगी हो जाते हैं जिन्हें एक "सामान्य" वितरण (जहाँ अधिकांश नंबर बीच में केंद्रित होते हैं, और चरम सीमाओं पर कम होते हैं) की आवश्यकता होती है।

समाधान: "स्मूदी ब्लेंडर" (EWMA)

बिखराव को ठीक करने के लिए, टीम ने एक्सपोनेंशियलली वेटेड मूविंग एवरेज (EWlemental Weighted Moving Average - EWMA) नामक तकनीक का उपयोग किया।

उपमा: कल्पना कीजिए कि आप एक स्मूथी बना रहे हैं। फल के एक बड़े टुकड़े (कच्चे अराजक नंबर) को पीने के बजाय, आप इसे पिछले कुछ सेकंड के फल के साथ मिलाते हैं। आप नए नंबर का एक छोटा हिस्सा लेते हैं और उसे पुराने औसत के साथ मिला देते हैं।
परिणाम: यह "मिश्रण" (blending) जंगली उछाल को सुचारू (smooth) बना देता है। पेपर का दावा है कि ऐसा करने से, अराजक नंबर एक आदर्श बेल कर्व (Gaussian distribution) की तरह दिखने लगते हैं। उन्होंने यह समझाने के लिए सेंट्रल लिमिट थ्योरम (Central Limit Theorem) नामक गणितीय नियम का उपयोग किया कि यह स्मूथिंग ट्रिक क्यों काम करती है, भले ही मूल नंबर एक-दूसरे पर निर्भर थे।

उन्होंने इसे कैसे बनाया (हार्डवेयर)

उन्होंने केवल कंप्यूटर पर कोड नहीं लिखा; उन्होंने एक भौतिक उपकरण बनाया।

सीड/बीज (माइक्रोफोन): अराजकता को शुरू करने के लिए, उन्हें एक "सीड" नंबर की आवश्यकता थी। टोपी में से रैंडम नंबर चुनने के बजाय, उन्होंने एक माइक्रोफोन का उपयोग किया। कमरे में ध्वनि की मात्रा (या फोन स्पीकर से आने वाली आवाज) शुरुआती संख्या बन गई। यह सिस्टम को वास्तविक दुनिया के प्रति वास्तव में प्रतिक्रियाशील बनाता है।
चिप (FPGA): उन्होंने CMOD-A7 चिप में लॉजिक को प्रोग्राम किया। इस चिप के दो मुख्य कार्य हैं:
- Chaotic_Lmap: जंगली, उछलते हुए नंबरों की गणना करना।
- EWMA_avg: नंबरों को सुचारू बनाने के लिए उन्हें मिलाना।
डिस्प्ले: उन्होंने नंबरों को उत्पन्न होते समय दिखाने के लिए एक 7-सेगमेंट डिस्प्ले (जैसे माइक्रोवेव पर दिखने वाले डिजिटल नंबर) को जोड़ा।
डेटा स्ट्रीम: उन्होंने ग्राफ बनाने और यह साबित करने के लिए कि उनके नंबर वास्तव में एक बेल कर्व बनाते हैं, एक सीरियल कनेक्शन (UART) के माध्यम से लैपटॉप को नंबर भेजे।

"साउंड कोन" (Sound Cone) ट्रिक

माइक्रोफोन सीड को और बेहतर बनाने के लिए, उन्होंने एक 3D-प्रिंटेड शंक्वाकार केस (conical case) (जैसे मेगाफोन) बनाया।

उन्होंने माइक्रोफोन को शंकु (cone) के अंदर रखा।
उन्होंने फोन का स्पीकर भी शंकु के अंदर रखा।
क्यों? शंकु ध्वनि तरंगों को केंद्रित करता है, जिससे माइक्रोफोन को एक मजबूत, स्पष्ट सिग्नल मिलता है जिसका उपयोग "सीड" के रूप में किया जा सके।

परिणाम

जब उन्होंने अपनी मशीन को लगभग 5 मिनट तक चलाया (लगभग 60 इटरेशन प्रति सेकंड उत्पन्न करते हुए), तो उन्होंने अपने लैपटॉप पर डेटा एकत्र किया।

प्रमाण: उन्होंने एक हिस्टोग्राम (एक बार चार्ट जो दिखाता है कि प्रत्येक नंबर कितनी बार आया) बनाया।
निष्कर्ष: बार्स (bars) ने एक आकार बनाया जो बहुत हद तक एक चिकने बेल कर्व की तरह दिखता था। इसने यह साबित कर दिया कि अराजक प्रणाली को लेने, उसे EWMA के साथ स्मूथ करने और हार्डवेयर पर चलाने की उनकी विधि वास्तव में गॉसियन-वितरित रैंडम नंबर बनाने के लिए काम करती है।

सारांश

संक्षेप में, टीम ने एक अराजक गणितीय रेसिपी ली, किनारों को सुचारू बनाने के लिए एक "ब्लेंडर" जोड़ा, माइक्रोफोन से आने वाली ध्वनि से इसे फीड किया, और इसे एक छोटे इलेक्ट्रॉनिक चिप पर बनाया। परिणाम एक ऐसा उपकरण है जो ऐसे रैंडम नंबर उत्पन्न करता है जो उनके वितरण में पूरी तरह से सामान्य और अनुमानित दिखते हैं, जबकि वे ध्वनि की अराजक प्रकृति द्वारा संचालित होते हैं।

तकनीकी सारांश: FPGA में लॉजिस्टिक मैप स्यूडो रैंडम नंबर जनरेटर

समस्या विवरण
यह परियोजना एक विश्वसनीय स्यूडो रैंडम नंबर जनरेटर (PRNG) की आवश्यकता को संबोधित करती है जो डिजिटल हार्डवेयर, विशेष रूप से फील्ड-प्रोग्रामेबल गेट एरेज़ (FPGA) पर कार्यान्वयन के लिए उपयुक्त हो। जबकि अराजक प्रणालियाँ (chaotic systems) अपने प्रारंभिक स्थितियों (सीड्स) के प्रति संवेदनशीलता और नियतात्मक अनिश्चितता के लिए जानी जाती हैं, एक विशिष्ट सांख्यिकीय वितरण—विशेष रूप से गाऊसी (नॉर्मल) वितरण—का अनुसरण करने वाले आउटपुट उत्पन्न करना एक चुनौती बनी हुई है। पारंपरिक अराजक आउटपुट अक्सर क्रमिक मानों के बीच निर्भरता प्रदर्शित करते हैं, जिससे सेंट्रल लिमिट थ्योरम (CLT) का सीधा अनुप्रयोग जटिल हो जाता है। इसके अलावा, फ्लोटिंग-पॉइंट डेसिमल्स के बजाय डिस्क्रीट इंटीजर अंकगणित पर निर्भर हार्डवेयर के कारण, FPGAs पर निरंतर अराजक समीकरणों को लागू करना कठिन है।

कार्यप्रणाली
लेखकों ने एक लॉजिस्टिक मैप पर आधारित PRNG सिस्टम विकसित किया है, जो $x_{n+1} = r \cdot x_n(1 - x_n)$ समीकरण द्वारा परिभाषित एक अराजक मॉडल है। कार्यान्वयन को CMOD-A7 FPGA बोर्ड पर Verilog HDL का उपयोग करके एक टॉप-डाउन दृष्टिकोण के साथ किया गया था।

एल्गोरिदम अनुकूलन:
- लॉजिस्टिक मैप: FPGA की बाधाओं को ध्यान में रखते हुए, निरंतर लॉजिस्टिक मैप को 16-बिट इंटीजर डोमेन (0 से 65,535) में पुनर्गठित (rescaled) किया गया। अराजक व्यवहार सुनिश्चित करने के लिए पैरामीटर $r$ को 4 पर सेट किया गया था।
- गाऊसी रूपांतरण: अराजक आउटपुट को गाऊसी वितरण में बदलने के लिए, लेखकों ने एक एक्सपोनेंशियलली वेटेड मूविंग एवरेज (EWMA) तकनीक लागू की। यह विधि डेटा को सुचारू बनाती है और क्रमिक मानों के बीच सहसंबंधों को कम करती है, जो सैद्धांतिक रूप से यह अनुमति देती है कि CLT निर्भर चरों पर लागू हो सके। उपयोग किया गया EWMA फॉर्मूला $EWA_t = \alpha \cdot r_t + (1 - \alpha) \cdot EWA_{t-1}$ था, जिसमें $\alpha$ को प्रारंभिक जूलिया सिमुलेशन के आधार पर $40/50$ पर सेट किया गया था।
- सीड जनरेशन: सिस्टम एक XADC माइक्रोफ़ोन सेंसर से प्राप्त वास्तविक समय के सीड का उपयोग करता है, जो परिवेश की ध्वनि की मात्रा को कैप्चर करता है। यह सुनिश्चित करता है कि प्रारंभिक स्थितियाँ गतिशील और भौतिक वातावरण पर निर्भर हों।
हार्डवेयर कार्यान्वयन:
- सिस्टम आर्किटेक्चर में अराजक लॉजिस्टिक मैप (chaotic_Lmap), EWMA एवरेजिंग (EWMA_avg), एक UART ट्रांसमीटर (डेटा लॉगिंग के लिए), एक 7-सेगमेंट डिस्प्ले ड्राइवर (विज़ुअलाइज़ेशन के लिए), और क्लॉक जनरेटर के मॉड्यूल शामिल हैं।
- टॉप मॉड्यूल में एक फीडबैक लूप यह सुनिश्चित करता है कि लॉजिस्टिक मैप का आउटपुट पुनरावृत्तीय पीढ़ी (iterative generation) के लिए इसके इनपुट में वापस जाए।
- डेटा को UART के माध्यम से एक लैपटॉप पर प्रसारित किया जाता है, जहाँ एक पायथन स्क्रिप्ट 16-बिट पूर्णांकों को एकत्र करती है, एक हिस्टोग्राम बनाती है, और सत्यापन के लिए एक सैद्धांतिक नॉर्मल डिस्ट्रीब्यूशन कर्व को ओवरले करती है।
भौतिक सेटअप:
- टीम ने माइक्रोफ़ोन और FPGA बोर्ड को रखने के लिए एक शंक्वाकार केसिंग (conical casing) को डिज़ाइन किया और 3D-प्रिंट किया। यह संरचना फोन स्पीकर से ध्वनि को माइक्रोफ़ोन पर केंद्रित करती है, जिससे सिग्नल प्रवर्धित होता है और PRNG के लिए मजबूत सीड उत्पन्न करने में मदद मिलती है।

प्रमुख योगदान

अराजक PRNG का FPGA कार्यान्वयन: CMOD-A7 FPGA पर एक कार्यात्मक Verilog HDL डिज़ाइन के रूप में लॉजिस्टिक मैप और EWMA एल्गोरिदम का सफल अनुवाद।
CLT के माध्यम से गाऊसी वितरण: यह प्रदर्शन कि अराजक लॉजिस्टिक मैप आउटपुट पर EWMA लागू करने से एक गाऊसीय वितरण प्राप्त किया जा सकता है, जिसे हार्डवेयर सिमुलेशन और वास्तविक दुनिया के डेटा संग्रह के माध्यम से सत्यापित किया गया है।
सेंसर-संचालित सीडिंग: एक डायनेमिक और वातावरण-निर्भर सीड प्रदान करने के लिए XADC के माध्यम से एक एनालॉग सेंसर (माइक्रोफ़ोन) का एकीकरण, जो स्थिर या विशुद्ध रूप से एल्गोरिथम आधारित इनिशियलाइजेशन से आगे बढ़ता है।
एंड-टू-एंड वेरिफिकेशन सिस्टम: हार्डवेयर जनरेशन से लेकर सॉफ्टवेयर विश्लेषण (पायथन हिस्टोग्राम प्लॉटिंग) तक एक पूर्ण वर्कफ़्लो, जो उत्पन्न संख्याओं के सांख्यिकीय गुणों को सत्यापित करता है।

परिणाम
सिस्टम का परीक्षण लगभग 5 मिनट के रनटाइम (प्रारंभिक विश्लेषण के लिए डेटा संग्रह के लगभग 60 पुनरावृत्तियों) के दौरान किया गया। परिणामों ने दिखाया कि PRNG आउटपुट लगातार एक गाऊसीय वितरण प्रदर्शित करते हैं।

दृश्य सत्यापन: UART के माध्यम से प्राप्त डेटा के हिस्टोग्राम, डेटा के माध्य (mean) और मानक विचलन (standard deviation) का उपयोग करके गणना किए गए सैद्धांतिक नॉर्मल डिस्ट्रीब्यूशन कर्व के साथ निकटता से ओवरले हुए पाए गए।
यादृच्छिकता (Randomness): आउटपुट मानों के टाइम-सीरीज प्लॉट्स ने कोई आवधिक पैटर्न नहीं दिखाया, जो अनुक्रम की अराजक प्रकृति की पुष्टि करता है।
सीमाएँ: लेखक नोट करते हैं कि हालांकि गाऊसी कर्व के साथ फिट सफल रहा, लेकिन अधिक लंबे रनटाइम (हजारों पुनरावृत्तियों) से संभवतः अधिक सुचारू और सटीक हिस्टोग्राम प्राप्त होगा।

महत्व और दावे
यह शोध पत्र डिजिटल हार्डवेयर के क्षेत्र में, विशेष रूप से लॉजिस्टिक मैप के उपयोग से, स्यूडो-रैंडम नंबर जनरेशन में व्यावहारिक उपयोगिता और प्रभावशीलता को प्रदर्शित करने का दावा करता है। FPGA पर एक नियतात्मक अराजक स्रोत से गाऊसीय-वितरित स्यूडो-रैंडम नंबर उत्पन्न करने के लिए सेंट्रल लिमिट थ्योरम को EWMA स्मूथिंग के साथ सफलतापूर्वक एकीकृत करके, यह परियोजना एक पद्धति को मान्य करती है। यह कार्य सरल अराजक मॉडलों को सांख्यिकीय स्मूथिंग तकनीकों के साथ जोड़कर कुशल, विश्वसनीय और हार्डवेयर-इम्प्लीमेंट करने योग्य PRNGs बनाने की क्षमता को उजागर करता है, जिन्हें वास्तविक भौतिक घटनाओं द्वारा सीड किया जा सकता है।