混沌直扩信号扩频序列盲估计

与传统直扩序列相比,混沌扩频序列具有非线性复杂度较高的优点,该优点同时也是盲估计混沌扩频序列的难点。针对这个难点,该文提出了非线性弹性反传神经网络盲估计方法,充分利用非线性神经网络能逼近任意非线性函数的特性,无须搜索信息码和扩频序列之间的同步点,能在较低的信噪比下准确盲估计混沌扩频序列。传统的神经网络使用中,神经网络的有用信息是网络的输出,而该文中则是输出层的权系数。侦察截获的混沌直扩信号同时用作神经网络的输入和期望输出,神经网络收敛后的输出层权系数就是混沌扩频序列的估计值。仿真结果证明了该方法的有效性。     

混沌扩频序列产生器

本文给出了基于一类混沌映射的扩频序列进行产生方法，运用混沌的遍历理论分析了周期趋于无穷时混沌扩频序列的性能，并对实际性能作了计算机模拟，结果显示，混沌扩频序列具有良好的平衡特性，相关特性和理想的线性复杂度，且数量极多，是直接序列扩频通信的优选序列。     

基于码片延迟的多径信道扩频序列盲估计

针对多径信道下低信噪比直扩信号扩频序列的盲估计问题,提出一种通过码片延迟与相关矩阵分析相结合的方法实现扩频波形估计。该方法首先将接收信号延迟一段时间与原信号相乘,然后代入自相关矩阵中,通过特征值分解求得最大特征值及其对应的特征向量,通过该特征向量中的零点确定同步位置并恢复扩频序列。理论分析和仿真结果表明,本算法在低信噪比条件下能完成对PN码序列的精确估计。     

直接序列扩频信号的载频提取与扩频序列的盲估计

在高阶统计理论的基础上，提出了利用四阶累积量来提取直接序列扩频信号（DS-SS）的载频，并结合DS-SS的累积技术与特征向量分析的方法，对扩频序列的盲估计算法进行了改进。仿真结果表明该方法鲁棒性强，可以工作于-20dB信噪比的环境下。     

一种混沌扩频码序列设计的准则

本文根据符号动力学，利用混沌系统构造了一族相互独立的Ｂｅｒｎｏｕｌｌｉ序列作为扩频序列，给出了获得ｑ元Ｂｅｒｎｏｕｌｌｉ序列的一种设计准则－测充熵等于ｌｏｇｑ。     

一种基于蔡氏电路的混沌扩频序列

本文从混沌序列具有的伪随机特性入手,利用蔡氏电路建立了一个混沌序列发生器,实验统计分析证明可以利用蔡氏电路产生一种较理想的混沌伪随机序列;通过对以混沌伪随机序列为基础得到的混沌扩频序列的特性分析,表明基于蔡氏电路的混沌扩频序列适合于扩频通信中的应用。     

基于Fast-ICA同、异步系统短码CDMA信号扩频序列与信息序列盲估计

本文通过分析短码CDMA信号特性,将接收信号以间隔2倍扩频周期、重叠1倍扩频周期的时间窗进行分割,建模CDMA系统与线性混合的盲源分离模型一致,使建立的CDMA模型同时适用于同、异步系统.利用盲源分离方法,实现了同步系统、异步系统失步时间未知和已知条件下,各用户等功率或非等功率时,扩频序列与信息序列的盲估计.理论分析和...     

基于Fast-ICA的CDMA信号扩频序列优化盲估计

针对当前基于分段估计非周期长码DS-SS信号扩频序列的方法,本文在分析长码扩频CDMA信号的特点上,提出基于Fast-ICA的盲估计CDMA信号扩频序列的优化分段取值方法,并给出区别于当前分段长度尽量小、以降低信息跳变概率的分段准则.该方法不仅能够适用于同步单、多用户短码DS-SS信号,也适用于单、多用户非周期长码DS-SS信号.同时,文章提出一种接近于实际应用的分段选择,理论分析和仿真结果验证了本文方法的有效性.     

并行组合扩频系统中混沌序列优选的研究

在结合并行组合扩频通信基础上，研究系统中的Logistic—Map混沌扩频序列优选准则。仿真结果表明，Logistic—Map混沌扩频序列可以提供数量众多的适于并行组合扩频通信系统的扩频序列族。     

基于时空混沌的扩频序列产生方法

本文介绍了一种新的扩频序列产生方法，利用蔡氏混沌电路作为驱动序列，对时空混沌模型一单向耦合映象格子进行驱动产生扩频序列，验证了这种扩频序列良好的自相关、互相关特性，结果表明，本方法产生出来的序列扩频特性，性能良好，适用于扩频通信系统一     

Logistic－MaP混沌扩频序列

混沌作为一种非线性动态系统中的现象，受到了人们的重视，研究工作者纷纷探索它在通信中的可能应用．本文分析了一种广泛研究的离散时间动态系统Ｌｏｇｉｓｔｉｃ－Ｍａｐ所产生的混沌序列的白噪声统计特性．为适应实际需要还给出了Ｌｏｇｉｓｔｉｃ－Ｍａｐ简便的数字硬件实现方法．据此，进一步提出数字混沌序列的概念，研究了数字混沌序列在ＣＤＭＡＤＳ／ＳＳ通信系统中的具体应用．仿真数据显示Ｌｏｇｉｓｔｉｃ－Ｍａｐ数字混沌序列拥有较理想的自相关和互相关特性，且数目极大，适合作为扩频地址码．     

Logistic混沌序列的特性及其在扩频通信中的应用

详细分析Logistic映射的混沌序列对初始值的敏感性、非相关、近似熵复杂性等主要特性,并将其应用扩频通信系统中.仿真结果表明Logistic混沌序列具有传统扩频码序列的良好扩频特性.     

基于神经网络混沌扩频序列的研究

应用神经网络的强大学习能力和具有全局最优的BP改进算法,提出了通过训练学习建立的具 有混沌性态的优化神经网络模型;利用网络权值调整的灵活性来产生混沌序列,该模型序列更换容易并且数 量巨大。实验与分析结果表明该模型产生的混沌扩频序列具有良好的相关特性、平衡特性以及理想的线性复 杂度,是最优加密密钥及扩频码的优选码型之一。     

基于粒子滤波的混沌信号盲分离

该文首先建立了混沌信号盲分离问题的状态空间模型,进而通过引入Rao-Blackwellisaion策略和加扰动的方法,提出了一种基于粒子滤波的在线盲分离算法。在此基础上,为了降低分离后信号中的残留噪声,提出了新颖的延迟估计方法,很好地解决了传统的延迟加权(delay-weight)方法中信号源之间的相互干扰问题。     

多用户混沌序列扩频通信系统设计与性能分析

该文介绍了多用户混沌扩频通信系统原理,分析了Chebyshev,Logistic,Tent 3种混沌扩频序列的平衡性、相关性,建立了多用户混沌扩频通信系统动态可视化仿真模型,利用模型研究了这3种不同混沌扩频序列扩频码的初始值、信噪比、用户数以及截取的序列长度对系统误码率的影响。仿真结果表明,Chebyshev映射的扩频性能最好,Logistic映射次之,Tent映射最差,且这3种混沌扩频码的扩频性能均优于传统的扩频码。     

基于混沌序列的数字图像加密算法

给出了一种基于混沌序列和图像融合的数字图像加密算法，可以实现对数字图像的快速加密，实验证明。该算法具有较高的效率和较好的加密效果。     

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。     

广义映射混沌扩频序列及其特性分析

该文从扩频通信对扩频码序列的要求出发,提出采用广义映射产生混沌数字序列的思路。通过对广义映射混沌数字序列相关性和平衡性的分析,给出一种改进的广义映射混沌数字序列生成方法。计算机模拟分析表明,使用该文方法生成的混沌序列具有良好的平衡性和保密性,更适合在码分多址通信中应用。     

基于离散数字混沌序列的图像加密

由幅值连续的Logistic混沌公式研究了一种幅度值离散数字混沌序列的产生方法,可方便用于硬件实现图像加密。采用函数运算方法由3个不同周期的离散数字混沌序列异或运算获得长周期图像加密序列,将图像加密序列与原始图像异或加密图像。加密和解密仿真对比可见,该方法对初始值具有敏感性。分析表明,所获得的幅度离散数字混沌序列产生方法具有算法简单,信息安全可靠性高,便于硬件实现的特点。