共查询到19条相似文献,搜索用时 500 毫秒
1.
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。 相似文献
2.
3.
4.
5.
短码DS-SS信号扩频序列及信息序列联合盲估计方法 总被引:1,自引:0,他引:1
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。 相似文献
6.
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. 相似文献
7.
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. 相似文献
8.
9.
10.
11.
低信噪比长伪码直扩信号的盲估计方法 总被引:7,自引:1,他引:6
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。 相似文献
12.
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。 相似文献
13.
14.
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. 相似文献
15.
16.
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。 相似文献
17.
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. 相似文献
18.
窄带干扰环境下直扩信号伪码的盲估计方法研究 总被引:1,自引:0,他引:1
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。 相似文献
19.
多径环境下的直扩信号伪码周期估计 总被引:2,自引:0,他引:2
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. 相似文献