直扩信号伪码的盲估计方法的研究

对直接序列扩频通信的信号检测方法进行了综述,重点讨论了自相关域检测方法、四阶累积量方法、谱分析与信号子空间分解法,其中四阶统积量方法和谱分析与信号子空间分解法的最低检测门限远低于相关算法,谱分析与信号子空间分解法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中,利用功率谱二次处理结合信号子空间分解的方法可以实现对低信噪比DS/SS信号的估计。     

一种直扩信号伪码周期及序列的盲估计方法

论述了功率谱二次处理理论和信号子空间分解方法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中的应用,提出了利用功率谱二次处理结合信号子空间分解的方法以实现对低信噪比DS/SS信号的完全估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题,提出了一种基于奇异值分解的盲解扩算法.在已知信息码元速率和伪码周期条件的前提下,算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间,然后根据信号子空间和伪码序列的模糊关系,利用求解的模糊酉矩阵和特定约束条件(如m序列)去其模糊性,最终估计出伪码序列.仿真结果表明,该算法不仅解决了在不同的时延下估计伪码序列带来的问题,而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点.     

基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法

针对非合作扩频通信中直扩信号伪码序列的盲估计问题,在已知码片速率和伪码周期的前提下,该文提出一种基于奇异值分解的直扩信号伪码序列及信息序列的盲估计方法。该方法对接收信号构成的观测矩阵进行奇异值分解,通过左奇异向量实现伪码序列估计的盲估计。同时,通过右奇异向量可以在信号序列未同步和伪码序列未知的情况下实现信息序列的盲估计。仿真实验结果表明该算法具有精确度高、稳定性高、计算量小和观测时间短等优点。     

基于二次谱的直扩信号伪码周期估计方法研究

文章采用二次功率谱法实现直接序列扩频信号(DS/SS信号)伪码周期的估计,此方法是对接收信号求得一次功率谱后再进行第二次求功率谱处理,最终得到信号的二次谱在信号伪码周期整数倍处出现一系列的尖峰脉冲,脉冲间距即为伪码周期。通过对二次谱法进行仿真实验,结果表明在较低信噪比条件下能够实现直扩信号的伪码周期估计;准确估计时所需的信噪比容限随着伪码周期的增加而逐渐降低。     

基于张量分解和多项式库搜索的多天线NPLC-DS-CDMA伪码序列估计

针对低信噪比下非周期长码直接序列码分多址(NPLC-DS-CDMA)信号伪码序列估计问题,该文提出一种基于张量分解和多项式库搜索的多天线估计方法。该方法首先对接收信号建模为3阶张量模型并根据扩频增益分割为多个子张量,然后利用交替最小二乘投影(ALSP)算法对子张量进行CP分解得到伪码片段因子矩阵和接收增益因子矩阵,利用接收增益矩阵互相关性和旁瓣能量检测对伪码片段组合序列筛选得到每个用户的伪码序列,最后利用多项式库搜索的方法识别出伪码序列的生成多项式,进一步提高伪码序列估计的正确率。仿真结果表明,所提方法能够实现对NPLC-DS-CDMA信号伪码序列的有效估计。     

基于自相关差分累积量的长码DS信号伪码周期估计

直接序列扩频（DS）信号,尤其是长码DS信号的截获一直都是电子战中的难题。文章提出的基于自相关差分累积量的方法,能够在非合作背景下对长码DS信号的伪码周期进行估计,实验结果表明,该方法能够在低信噪比条件下,对扩频调制比（信息比特持续时间和伪码周期之比）远小于1的长码DS信号的伪码周期进行有效估计。     

基于特征值分解的直扩信号信息序列和伪码序列盲估计方法

本文研究了非协作扩频通信中短码直扩信号的盲解扩问题,针对现有方法在低信噪比条件下失步时间估计不准等问题,本文提出了一种改进的基于特征值分解的直扩信号信息和伪码序列盲估计方法。方法首先定义了第一类接收信号自相关矩阵,并根据其特征值分解的特点,利用矩阵特征值与失步点的关系完成信号失步点的估计,随后利用特征向量在伪码序列未知的情况下估计出信息序列。失步点估计完成以后,再利用第二类接收信号自相关矩阵的特征向量实现伪码序列的盲估计。实验结果表明方法具有估计精度高、稳定性好、抗噪性能强的优点。      

谱相关理论用于直接序列扩谱信号的检测与估计

本文论述了谱相关理论在直接序列扩谱信号的检测与估计中的应用，提出了利用谱相关函数法与集平均算法相结合的方法来实现对低信噪比直接序列扩谱信号的检测及其载频与伪码速率的估计，并利用相关处理方法来估计的伪码周期，信息码序列及伪码序列，通过计算机模拟证实了该方法的有效性。     

基于虚拟多用户模型的长码直扩信号伪码估计

针对长码直接序列扩频(DSSS)信号的伪随机码(PN)盲估计问题,提出了一种新的周期长码直接序列扩频信号(PLC DSSS)模型.该模型等同于虚拟多用户短码扩频DS - CDMA系统,采用DS- CDMA的谱范数来估计同步偏移,该算法不需要更多假定限制,利用相关函数二阶矩、特征值分解和模糊酉矩阵方法就可以完成伪码序列的...     

负信噪比直扩信号伪码盲估计方法

给出了一种采用延迟相关积累和信号子空间分析实现对负信噪比直扩（DSSS）信号伪码盲估计的方法。计算机仿真结果表明，该方法可以在-15dB信噪比条件下检测信号并估计出伪码、载波频率等参数，估计结果可以实现非合作解扩解调。     

负信噪比同步CDMA信号伪码盲估计方法

为了实现对直接序列扩频通信信号的非协作接收，提出了一种新的基于子空间分析和盲信号处理算法的负信噪比同步码分多址（CDMA）信号伪码全盲估计方法。该方法突破了以往直接序列扩频信号伪码估计技术单用户假设的局限，更加贴近实际应用。理论分析和计算机仿真表明了该方法的有效性。     

基于相位估计器的直接序列快捕方法

该文提出一种基于直接序列扩频系统(DS/SS)的码相位估计器。它能根据输入信号与一个特殊序列不同相位下的互相关值,相当准确、有效地估计出本地伪随机序列的改进方向和大小,成倍地缩短了捕获的时间。理论分析和计算机模拟表明,对于周期511以上的伪随机码而言,该算法在正常工作条件下平均捕获时间仅为常规捕获方法的一半。     

一种DS/SS信号PN码序列估计的神经网络方法

本文提出了一种利用神经网络(N.N.)完成直接序列扩频(DS/SS)信号PN(伪噪声码)码序列估计的新方法.该方法充分利用了无监督N.N.的自适应主元提取特性,加上其高速运算能力,解决了传统方法在PN码的实时处理及实现上的困难,理论分析和数值结果表明了本方案能在较低的输入信噪比条件下完成对PN码的正确估计.     

基于最大范数准则与矩阵特征分解的PN码估计方法

针对直扩信号伪随机序列(PN码)的估计问题,在基于协方差矩阵特征分解算法的基础上,利用最大范数准则加以改进,提出了基于最大范数准则与矩阵特征分解的伪码序列估计方法,并对其进行了理论分析和实验仿真.仿真结果表明,该算法能适用于低信噪比情况,并且与直接特征分解方法相比,估计性能更好.     

利用三阶相关特征信息的周期长码扩频信号伪码盲估计

针对非合作通信下长码直扩码分多址信号的伪随机序列估计问题,本文首先利用同阶数、不同本原多项式产生的m序列的三阶相关函数峰不同的特点,构造三阶相关函数的特征信息矩阵。然后推导得到长码直扩码分多址信号三阶相关向量与特征信息矩阵的匹配理论值。最后估计接收信号延迟三阶相关函数,得到其三阶相关向量,与特征信息矩阵匹配,估计得到各扩频长码。理论分析和仿真结果表明该方法能够有效估计单用户和多用户的长码直接序列扩频信号伪随机序列。      

同/异步短码DS-CDMA信号伪码序列及信息序列盲估计

针对传统单通道异步直接序列码分多址(DS-CDMA)信号信息序列及伪码序列(PN)难以估计的问题,该文提出一种基于平行因子(PARAFAC)的多通道盲估计方法。该方法首先将信号建模为多通道接收模型,然后将观测数据矩阵等效为平行因子模型,最后使用迭代最小二乘算法对平行因子进行低秩分解,进一步完成对DS-CDMA信号各用户的信息序列及伪码序列进行估计。仿真实验表明,该方法不仅能有效地对同步、异步短码DS-CDMA信号的伪码序列及信息序列进行估计,而且能在通道数为6、信噪比(SNR)为–10 dB的条件下,实现10个用户伪码序列的有效估计。     

微弱DS—UWB信号的盲估计方法研究

介绍了直接序列超宽带(DS-UWB)信号的信号模型及其时域表达式,提出了用DS-UWB信号的相关矩阵特征分解的方法来解决在低信噪比下DS-UWB信号伪码和相关参数盲估计的问题.该方法可以在一个算法中同时实现码同步和伪码序列的恢复,大大减小了估计的复杂度和相位模糊度.理论分析和仿真实验都证明了该方法在低信噪比下的有效性.     

基于定向天线的导航信号参数估计方法研究

为了实现非合作导航信号的监测,必须估计非合作导航信号的多普勒频率、伪码速率、伪码周期、信号功率和码序列等多个参数。提出一套非合作导航信号盲检测与参数盲估计方法,利用导航信号循环平稳特性估计信号频率、码速率和信号功率,再根据周期信号自相关方法估计伪码周期,最后使用滑动相关和数据累加方法估计信号码序列。仿真结果验证了提出方法的正确性。     

基于信号子空间的直接序列扩频信号波形估计方法

将直接序列扩频(DS-SS)信号波形估计问题归结为信号子空间估计问题,提出基于传播算子算法的扩频波形估计方法。针对特征值分解求解信号子空间计算量较大的问题,利用传播算子估计信号子空间,并对算法计算量和性能进行理论分析和实验验证,结果表明该算法有效,且计算量远小于现有算法。