低信噪比DS-UWB信号伪码的盲估计方法

文中介绍了DS-UWB信号模型及其时域表达式,并基于此研究了在低信噪比下DS-UWB信号伪码盲估计的问题.提出了DS-UWB信号的相关矩阵累加平均与其特征分解相结合的方法.该方法可以由相关矩阵的主特征向量估计出观察信号的伪码.文中在理论分析的前提下,用仿真实验证明了这种方法在低信噪比下是非常有效的.     

低信噪比长伪码直扩信号的盲估计方法

为了解决低信噪比长伪码直扩信号的盲估计难题,提出了一种长伪码直扩信号的相关矩阵累加平均结合特征分析的新方法。本方法是在已知长伪码直扩信号的扩频码周期、码速率等参数,并且信息序列不相关的前提下,将接收到的长伪码直扩信号以一随机确定值为起点进行周期分段形成连续多个观察向量,求其相关矩阵并累加平均,并实施特征分析以得到相关矩阵的特征值和信号所含主成分,由相关矩阵的特征值可以估计出信号所含的噪声方差、信号信噪比和信号分段时随机确定的起点,由主成分特征向量还可以进一步估计出观察信号的扩频码序列。本文所提出的方法充分分析和推导了长伪码直扩信号的特征结构,提出了对长伪码直扩信号盲估计的核心基础算法,该算法可以有进一步应用于长伪码直扩信号盲解扩的潜力。本文提出的方法并不象已经提出的其他算法,其对长伪码扩频信号的盲估计性能可以随着观察向量个数的增加逐步得到改善,而且该方法可以应用于任意类型的扩频码、信息码,在理论上能工作在任意强度的加性高斯白噪声环境下,并且不需要事先提取任何定时同步信息。理论分析和数值结果表明了本方法较为鲁棒不易受到噪声影响。     

基于神经网络的低信噪比直扩信号扩频码的盲估计方法

针对低信噪比直扩信号扩频码的盲估计问题,本文首先用离散卡-洛(K-L)变换的方法对直扩信号进行了研究,得出了在已知信号伪码参数的前提下对低信噪比直扩信号的伪码序列进行盲估计是可行的,并将该问题抽象为一个信号主分量提取问题.然而该K-L变换在伪码序列很长时的计算存储量和计算量都比较大,于是进一步提出了一种主分量神经网络(N. N.或Neural Networks)的解决方法,该方法充分利用了无监督N. N.的自适应主分量提取特性,能较好完成直扩信号伪码序列的盲估计,从而使直扩信号的盲解扩成为可能.理论分析和数值结果都表明本方案能工作在较低的输入信噪比条件下.     

一种神经网络结合NIC的PN码估计方法

针对网络电磁对抗环境中直接序列扩频信号的伪随机码的估计,这里提出了一种基于神经网络结合信息更新法则的方法,对过去基于神经网络的方法进行改进,构建了新的运算模型。理论分析和计算机仿真结果表明,该方法能在较低的信噪比容限下,正确地估计出扩频信号的伪随机码序列,该方法的性能优于原有的基于神经网络模型的码估计方法,为今后能够解决低信噪比条件下扩频码序列盲处理问题提供了一种更有效的途径。     

直扩信号PN码序列估计的神经网络方法

为了解决通信侦察中低信噪比下直扩信号PN码序列的盲估计问题,分析了神经网络算法。该算法基于直扩通信的基带信号模型,通过对输入信号的主分量进行分析和提取,获取神经网络学习后的突触权值,进而估计出PN码序列。理论分析与仿真数值结果都表明,该算法在较低信噪比背景环境中,能够准确地恢复出PN码序列。     

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.     

窄带干扰环境下直扩信号伪码的盲估计方法研究

为了解决窄带干扰条件下低信噪比直扩信号扩频码的盲估计问题,该文提出了一种直扩信号的相关矩阵累加平均结合矩阵特征分解的方法。该方法首先按照已获知的直扩信号扩频码周期、码速率等二次统计特性参数对接收信号进行取样处理以获得一个观察向量集,接着用所提出的方法对该集合进行处理,其结果可以估计出信号所夹杂的窄带干扰(以多音干扰为例)特征波形,同时还可以进一步估计出信号的扩频码序列。利用前者,可以进一步消除信号所夹杂的窄带干扰,而利用后者则可以对接收信号实行盲解扩处理。理论分析和数值结果都表明了该方法非常有效,并能工作在较低的输入信噪比和很低的信号干扰比环境下。     

窄带干扰条件下含有未知载频的直扩信号的伪码序列估计

为了解决窄带干扰条件下含有未知载频的直扩信号的伪码序列的估计问题,该文在已知码片速率和伪码周期的前提下,提出一种结合矩阵特征分解和线性调频Z变换的伪码序列盲估计算法。该方法对接收信号分段获得观察向量,并对观察向量的相关矩阵进行特征分解,最后应用改进的最小描述长度(MDL)准则和线性调频Z变换(CZT)对特征向量进行处理,可以估计出窄带干扰信号,同时还可以估计出信号的载频和伪码序列。仿真实验给出了不同干扰信号和不同伪码序列长度时算法的性能曲线,理论分析和仿真结果都表明了该方法能有效地工作在较低的信噪比下。     

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.     

Non-Supervised Learning for Spread Spectrum Signal Pseudo-Noise Sequence Acquisition

An idea of estimating the direct sequence spread spectrum (DSSS) signal pseudo-noise (PN) sequence is presented. Without the apriority knowledge about the DSSS signal in the non-cooperation condition, we propose a self-organizing feature map (SOFM) neural network algorithm to detect and identify the PN sequence. A non-supervised learning algorithm is proposed according the Kohonen rule in SOFM. The blind algorithm can also estimate the PN sequence in a low signal-to-noise (SNR) and computer simulation demonstrates that the algorithm is effective. Compared with the traditional correlation algorithm based on slip-correlation, the proposed algorithm's bit error rate (BER) and complexity are lower.     

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。     

基于快速OPAST算法的直扩信号PN码序列估计

在直接序列扩频(DSSS)通信对抗系统中,伪码(PN)序列估计是一个重要的研究课题.针对在某些情况下权值向量不收敛的问题,提出了一种基于快速正交投影逼近子空间跟踪(OPAST)算法和滑动窗技术的直扩信号PN码序列估计算法,对非同步接收DSSS信号按照宽窗口分段,利用快速OPAST算法提取主特征向量,滑动窗技术实现码同步.该算法迭代权值向量具有正交性以及良好的收敛性,同时解决了常见相位模糊问题.算法具有较低复杂度,数据存储量少,易于硬件实现与实时处理.仿真结果表明,在-10 dB的较低信噪比背景环境中,该快速OPAST算法可以正确有效地估计出PN码序列.     

分段极性相关法估计DS-BPSK信号参数

介绍了一种分段极性相关的方法,并将其应用于DS-BPSK信号的多个参数估计和伪码捕获。该方法首先通过计算分段相关值的极性序列之间的相关值来估计基带码元极性,然后对分段数据进行平滑以提高信噪比条件,最后再估计伪码序列位数、码片宽度和伪码序列值等参数。仿真结果表明,该方法在输人信噪比R_(SN)=-17 dB条件下,可以同时估计DS-BPSK信号的多个特征参数,也可以进行伪码的快速捕获。     

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。     

Hadamard扩谱及CDMA的研究

在MATLAB平台上,对直接序列扩频系统进行仿真分析.系统采用Hadamard序列作为扩频码,对系统在平坦衰落和瑞利衰落信道环境下的误码率进行分析,讨论了扩频、解扩过程.此外,还仿真比较了不同用户数和不同扩频码的系统,为分析设计直扩系统提供依据.仿真结果表明,本实验系统可在SNR为-1.6dB的传输条件下得到10-3量级的误码率,Hadamard序列可用作扩频序列,系统可用作检验各种正交码组的正交性.     

多径环境下的直扩信号伪码周期估计

针对低信噪比条件下多径直接序列扩频(直扩)信号伪码周期估计的难题,拓展了先前提出的单径环境下基于信号功率谱二次处理的方法,提出了在低信噪比条件下多径环境中直扩信号的伪码周期估计的二次谱算法.该算法首先对多径直扩信号求取功率谱,然后将所得到的功率谱作为一输入信号求其第二次功率谱,所得二次功率谱将在伪码周期整数倍处出现代表信号存在的尖峰脉冲,通过对这些尖峰脉冲闻的距离进行检测就可以获得多径直扩信号伪码周期参数的检测估计.理论分析和计算机仿真结果表明:该算法可以有效地估计出多径环境下直扩信号的伪码周期,且估计性能和多径环境密切相关.     

基于相关脉宽峰值搜索的直扩信号盲同步算法

无论是实现直扩信号的盲解扩还是扩频码序列恢复,严格的同步都是算法的关键,同步精度对扩频码序列估计的误码性能有着重要影响。为此提出了一种基于相关脉宽峰值搜索的直扩信号盲同步算法,仿真分析表明,该算法能够较好运用于低信噪比条件下直扩信号的同步点估计。     

基于Haar小波变换的直扩信号伪码盲同步方法

为了解决非合作条件下短码直接序列扩频信号的盲同步问题,提出了一种基于Haar小波变换的伪码同步方法。该方法不需要事先知道扩频序列,先将直扩信号进行延迟相乘和低通滤波处理,计算其Haar小波变换,再按照伪码周期分段进行累加,搜索幅度累计平均的峰值,即可估计出直扩信号的伪码同步时间。理论分析和仿真实验表明在低信噪比下,该方法仍具有较好的性能,而且计算量较小、数值稳定性好,易于工程实现。     

伪噪声码产生新方法

伪噪声编码通信一直是通信技术的主流，但是同时具有良好的自相关性和互相关性的伪噪声码族并不很多。针对这一问题，提出了一种新的伪噪声码的产生方法。通过理论和仿真分析。证明了它具有良好的相关性，是一种实用性很强的伪码序列。     

一种循环前缀为PN序列的OFDM信道估计算法

与传统的正交频分复用（OFDM）频域信道估计方法不同，提出了一种循环前缀为PN序列的OFDM信道估计方法：在时域OFDM符号中不插入传统意义上的循环前缀，而是插入PN序列作为训练序列，将PN序列与对应的接收序列作圆周相关处理获得信道频率响应估计；而由于PN序列周期性出现，它也起到了循环前缀的作用。仿真结果表明：在多径瑞利衰落信道中，在相同信噪比和相同信道利用率的条件下，提出的算法比频域梳状导频插入的时域滤波算法具有更高的信道估计精度。