基于双信息周期的短码DS-SS信号盲解扩

研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列盲估计算法,该算法在低信噪比条件下可以同时完成扩频波形和信息序列的估计,计算量小,且可避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了盲估计的正确率。仿真结果验证了算法的有效性。     

非周期性DSSS信号的PN码序列盲估计

非周期性DSSS信号由于在扩频码周期内扩频序列的不可重复性而使其PN码序列盲估计方法和针对常规周期性DSSS信号的估计方法有所不同.文中在已知扩频码周期、码速率和信息码速率等参数,且信息序列使不相关的前提下,提出了最大相关峰脉宽盲同步算法、分段矩阵特征分解序列估计方法和基于最优移位相加特性的信息码剥离算法来完成对非周期性DSSS信号的盲同步和PN码序列盲估计,理论分析和仿真结果表明上述方法具有运算量小、适用范围广、低信噪比条件下鲁棒的优点.     

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。     

窄带干扰下基于子空间跟踪的扩频序列估计

针对窄带干扰条件下低信噪比直扩信号扩频序列（Direct Sequence Spread Spectrum,DSSS）的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法.该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,根据求解结果可以估计出信号所夹杂的窄带干扰特征波形,并进一步消除窄带干扰估计出信号的扩频码序列.结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现.     

短码DS-SS信号扩频序列及信息序列联合盲估计方法

研究了短码DS-SS信号的扩频序列及信息序列联合盲估计问题。首先,利用双信息符号周期、间隔一信息符号周期的时间窗对接收信号进行重组,并形成接收信号矩阵。然后,利用奇异值分解联合盲估计信号的扩频序列与信息序列。该算法在失步时间未知、低信噪比条件下利用单一矢量空间盲估计扩频序列和信息序列。不但不受扩频序列类型的限制,而且避免了传统特征值分解盲估计算法利用2个矢量空间组合扩频序列时存在的相位模糊问题,提高了盲估计性能。最后仿真验证了算法的有效性。     

基于改进传播算子的DS-SS信号扩频序列盲估计方法

本文研究了DS-SS信号的扩频序列盲估计问题,针对现有特征值分解算法失步时间估计不准和计算量大等缺点,提出一种基于改进传播算子的扩频序列盲估计算法,该算法对传统传播算子估计信号子空间的方法进行了改进,使之能够估计扩频序列,并利用信号子空间估计信号失步时间.与基于特征值分解的方法相比,本文算法提高了失步时间的估计精度,并有效的降低了计算量.最后对算法计算量和性能进行了仿真分析和验证,结果表明本文算法有效,计算量远小于现有特征值分解算法,且估计性能在低信噪比条件下更优.     

基于广义能量函数的扩频码序列盲估计算法

本文提出一种基于广义能量函数(GEF)的直接序列扩频(DS/SS)信号扩频码序列的盲估计方法.广义能量函数通过引入一个加权矩阵来优化线性神经网络的连接权矢量,可以推导出一种新的递归最小二乘(RLS)学习算法.该算法能高效提取一个输入信号相关矩阵的多个主分量,可对同步和非同步模型下的PN码序列实现盲估计.该算法具有收敛快、稳健性好等优点,其运算量和储存量远远小于特征值分解算法,收敛速度、相关性能和运算复杂度等恢复性能优于压缩投影逼近子空间跟踪(PASTd)算法和改进神经网络(MHR)算法.计算机仿真证明,该算法能在较低的信噪比条件下,实时高效地恢复PN码序列,具有优异的性能.     

基于Fast-ICA的CDMA信号扩频序列盲估计及性能分析

DS-CDMA分为长码和短码扩频2种扩频方式,已有的扩频序列盲估计算法只适用于短码扩频信号,不能完成长码扩频信号的扩频序列估计。对长码扩频CDMA信号的数学模型进行分析,提出了一种的新的基于Fast-ICA的多用户扩频序列盲估计方法并推导了算法的理论性能。该方法不仅能适用于长码扩频CDMA信号,而且对同步短码扩频CDMA信号也同样适用。理论分析和仿真结果验证了该方法的有效性。     

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...     

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。     

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。     

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.     

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.     

DS-UWB信号参数估计的自相关算法

利用DS-UWB信号周期平穗的特性,根据DS-UWB信号与高斯白噪声在自相关域上的差异,提出了一种DS-UWB信号参数估计的自相关算法.该算法可以在自相关积分时间不同的情况下,准确地估计DS-UWB信号伪码周期和伪码码片宽度,为下一步实现DS-UWB信号的细微特征分析提供了参考.理论分析和仿真实验都证明了该方法在低信噪比下非常有效.     

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。     

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.     

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。     

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.