一种DS-CDMA系统扩频码和参数盲估计方法

传统DS-CDMA系统扩频码盲估计方法以主元分析为基础,若各用户扩频码非正交(即存在多址干扰)则将导致扩烦码估计失效.本文通过码域映射,信息码盲分离以及相应的信号处理手段,实现了多用户情况下的扩频码、延时信息以及信息码的盲估计.该方法无需已知任何同步信息,允许系统存在较差的信噪比和多址干扰.仿真实验表明,对异步DS-CDMA系统该方法有效可行.     

利用神经网络盲估计混沌直扩信号扩频序列*

混沌扩频序列具有比传统直扩序列更高复杂度的特点,然而它也同时是盲估计混沌直扩序列的难点。利用神经网络能无限任意逼近非线性函数的特点,设计了一种改进型的基于神经网络盲估计混沌扩频序列的方法。仿真结果表明,该方法无需搜索信息码和扩频序列之间的同步点,即使是在较低信噪比的条件下,仍然能有效的从噪声背景中盲分离出混沌扩频信号,并且盲估计出原始混沌序列。     

基于MCMC-UKF的直接序列扩频信号盲估计

针对长码直接序列扩频信号的扩频码及信息序列盲估计问题,提出基于重叠分段MCMC-UKF的扩频码及信息序列联合估计算法。在贝叶斯框架模型下,结合重叠分段的思想,利用UKF算法求解非线性模型,估计各参数后验概率的均值和方差,通过MCMC方法迭代抽样得到各分段扩频序列,进行序列拼接以完成对扩频序列及信息序列的估计。仿真结果表明,该算法能适应较低的信噪比环境,且不受扩频序列类型的限制。     

窄带干扰环境下DS-SS信号的细微特征分析

通过对窄带干扰(NBI)条件下低信噪比直接序列扩频(DS-SS)信号的细微特征分析,得到了NBI特征波形和DS-SS扩频伪码(PN)的盲估计。首先按PN码周期和码速率(假设已获知)对接收DS-SS信号进行取样预处理形成观察向量集,接着用细微特征分析方法对该集合进行处理,最后可以估计出信号所夹杂的NBI特征波形和信号的PN码序列。为了减少所估计PN码的相位模糊性,本文在取样预处理时将取样时间窗口增大到PN码周期的二倍,结果使所估计的PN码或是原码或是反码,从而提高了估计准确性。同时利用所估计的NBI特征波形可消除原始信号所夹杂的NBI,而利用所估计的PN码序列则可以对DS-SS信号实施盲解扩处理。理论分析和数值结果表明,该方法有效,并能工作在较低的输入信噪比和信号干扰比环境下。     

一种短码直扩信号分层盲解扩算法

针对非合作低信噪比条件下短码二进制频移键控(Binary phase shift keying,BPSK)/直接序列扩频(Direct sequence spread spectrum,DSSS)信号的盲解扩问题,提出了一种分层的处理方法。算法首先估计序列扩频周期,然后利用短码DSSS信号的相关特性寻找短码序列的起始位,构造两个扩频周期长度的滑动窗口。通过两窗口序列内积的符号判断相邻码字的相对极性。每轮迭代通过滑动对起始位进行修正,提高算法的鲁棒性。仿真实验表明,信噪比高于-2 dB时盲解扩算法可以实现低于2×10－4的误码率,算法具有一定的工程应用价值。     

一种DSSS信号载频与码片速率的估计方法

在军事通信领域中,为解决抗干扰问题,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号具有较低的功率谱密度,信号淹没在背景噪声中,侦查难度较大.针对低信噪比DSSS信号载频与码片速率检测的难题,为提高通信系统的性能,消除噪声,利用循环统计量的循环特性可以体现出循环平稳信号的频率参数,高阶循环累积量可以有效地抑制任何平稳噪声与非平稳高斯有色噪声的特点,提出了一种可同时对DSSS信号的载频与码片速率进行盲估计的方法.通过对不同延时切片的选择可以实现低信噪比DSSS信号载频与码片速率的检测,不需要任何的先验信息,在低信噪比的情况下有较好的估测效果.仿真实验验证了估计方法有效性.     

一种DSCDMA扩频序列的盲估计方法*

针对低信噪比条件下直接序列扩频码分多址(DS-CDMA)信号扩频序列盲估计的难题,提出了一个能对同步和异步的短码调制DS-CDMA信号的扩频序列进行盲估计的新方法。该方法在分析接收信号特征结构及其相关矩阵结构的基础上,首先估计出接收信号中一个用户信号的功率、特征扩频序列的失步点及序列本身,再用已经估计出来的特征信息对相关矩阵进行缩减,以消除该用户对剩余用户信号估计的影响。依此方法,逐次迭代,最后完成对接收信号中所有用户信息的盲估计。所估计出用户信息的顺序与其功率大小密切相关,功率越大的用户,就越先被估计出     

一种基于K-means算法的长码直扩信号伪码序列盲恢复方法*

针对长码直接序列扩频(DSSS)信号伪码(PN)序列盲恢复的难题,借鉴无监督聚类分析的思想,提出了一种基于K均值(K-means)聚类算法的长码直扩信号PN码序列盲恢复方法.该方法首先通过最小平均相异度完成PN码序列的盲同步;然后利用K均值算法完成PN码序列的盲估计;最后利用游程检验算法筛选出原PN码序列,从而完成PN码序列的盲恢复.理论分析和计算机仿真表明,该方法可以在较低信噪比下准确恢复长码直扩信号PN码序列,表现出很好的性能.     

基于子空间的DS-CDMA信号扩频序列估计技术*

提出了一种基于MUSIC算法的子空间扩频码估计算法。该方法通过对接收信号进行特征值分解,并将特征序列映射为子空间的形式,然后采用MUSIC算法寻找一切可能的扩频码序列,最后运用线性解相关检测器对得到的所有扩频码序列进行排错。这样就可以找到所有活动用户,并检测出活动用户的扩频码和信息码,及其用户功率,完成多用户检测。仿真表明,该算法能精确地估计出活动用户的扩频码和用户功率,有优异的误码率性能,在实际应用中有很大的价值。     

一种多径信道直扩信号伪码序列盲估计方法

针对多径信道下直接序列扩频信号伪码序列盲估计的难题,拓展了基于加性高斯白噪声信道提出的子空间法,提出了一种基于子空间法和三阶相关函数法相结合的多径信道直扩信号伪码序列盲估计的新算法,进行了理论推导。该算法对接收到的多径直扩信号按照伪码周期的两倍进行分段形成数据向量,构造自相关矩阵并进行特征值分解得到不同增益伪码序列的延迟叠加,运用m序列的三阶相关特性估计生成多项式进而估计伪码序列。计算机仿真结果验证了该算法的有效性。     

正交空时分组码系统的一种新的盲信道估计算法

基于QR分解的信道盲估计方法是一种性能优良的新算法。将该算法推广到正交空时分组码的信道估计中,结合正交空时分组码的特性提出了一种新的信道盲估计算法。与经典的信道盲估计算法相比,新算法的计算量大为降低。同时,Monte Carlo仿真表明,当信噪比较低时,该算法比子空间法具有更好的性能。     

基于Sanger神经网络的TDDM-BOC信号组合码序列盲估计

针对低信噪比（SNR）下时分数据调制二进制偏移载波调制信号（TDDM-BOC）的组合码序列盲估计问题,提出一种基于Sanger神经网络（Sanger NN）的新方法。首先将已分段的信号作为输入信号并利用Sanger NN提取各主分量的权值向量;然后通过其多次输入反复训练权值向量,直至权值向量达到收敛;最终利用各个权值向量的符号函数重建信号的组合码序列,实现TDDM-BOC组合码序列的盲估计。此外,采用最优变步长的方法来提高收敛速度。理论分析和仿真实验表明,Sanger NN可以实现-20.9~0 dB信噪比下TDDM-BOC信号组合码序列的盲估计,且其复杂度明显低于传统奇异值分解（SVD）法和自适应特征提取的在线无监督学习神经网络（LEAP）;尽管Sanger NN收敛所需数据组数大于LEAP,但收敛时间明显少于LEAP算法。     

基于盲辨识和盲均衡的直扩信号伪码估计方法

为了解决多径信道下直接序列扩频信号的伪码盲估计问题,在直扩信号等效联合信道模型的基础上,提出一种信道盲辨识与数据重用盲均衡相结合的伪码盲估计方法。该方法利用信道盲辨识方法估计得到等效联合信道,通过数据重用盲均衡进一步估计出伪码。理论分析与仿真验证表明,该方法在低信噪比条件下仍然可实现对多径直扩信号伪码序列的准确盲估计,并且对于m、Gold、M序列等不同伪码具有广泛适应性。     

一种数字通信信号盲信噪比估计方法

针对数字通信信号的信噪比盲估计问题,提出了一种基于子空间理论的盲信噪比估计方法.该方法首先根据信号自相关序列构建特定维数的信号自相关矩阵,并根据实际工程应用需求,利用坐标旋转数字计算(Coordinate rotation digital computer,CORDIC)算法实现Jacobi旋转来完成自相关矩阵的特征值...     

基于VC的MIMO-OFDM系统的子空间半盲信道估计

传统的子空间盲信道估计收敛速度缓慢且需要大量接收信号才能保证估计性能良好,就此问题提出了一种新的基于虚拟载波（VC）的MIMO-OFDM系统的盲信道估计算法。该算法是传统子空间算法与块矩阵思想的结合,在每个OFDM符号中提取一组子矢量来降低维度。而后又在盲信道估计算法中加入导频序列形成新的半盲信道估计算法。通过计算机模拟仿真发现,新提出的盲信道和半盲信道估计算法在信道估计性能和收敛性方面均表现较好。     

基于ULV更新算法的DS-CDMA自适应检测研究

通过研究多径信号码空间和数据矢量空间,采用噪声子空间技术进行异步DS-CDMA系统期望信号矢量估计,以利于把盲线性滤波优化技术应用于稳健的干扰抑制。提出一种修改的ULV更新算法进行噪声子空间跟踪,该算法不需要相关矩阵的秩估计,直接估计噪声子空间,不进行信号子空间跟踪。仿真结果验证了该文算法的有效性。     

一种鲁棒的基于子空间分解的盲信噪比估计方法

为解决原子空间分解算法中对信号和噪声子空间维数估计鲁棒性差的问题,根据信号的过采样率信息提出了一种新的构造自相关矩阵的方法,以减少矩阵内部数据间的相关性,从而达到提高信号和噪声子空间维数估计精度的目的.同时,针对利用最小描述距离(MDL)准则估计维数时,只能在有限信噪比范国内实现精确估计这一情况,采用噪声功率(NP)法...     

虚拟阵列Khatri-Rao积与子空间联合稀疏表示的DOA估计方法

利用目标信号在空域分布的稀疏性,该文提出了一种基于虚拟阵列Khatri-Rao(KR)积与信号子空间联合稀疏表示的单快拍DOA估计方法;该方法利用单次快拍的采样数据,构造出双向虚拟阵列数据,并对虚拟阵列数据的协方差矩阵进行KR积变换处理,然后对向量化后的数据进行顺序重构,利用重构矩阵的大奇异值对应的左奇异向量为估计信号子空间;最后,利用凸优化工具箱对稀疏模型进行二阶凸规划的优化求解,得到高精度的DOA估计值;仿真实验验证了算法的有效性,在低信噪比下比传统MUSIC和OMP算法具有更高的估计精度。     

基于自适应拟牛顿子空间跟踪的盲多用户检测算法

该文提出了一种新的基于自适应拟牛顿子空间跟踪盲多用户检测算法,这种算法的计算复杂度为O(n2r),其中n为扩频因子,r为用户数。仿真分析表明:该文提出的方法的算法稳态性能及收敛速度比其他基于子空间的盲多用户检测算法都要好,因而是一种优秀的盲自适应多用户检测算法,具有一定的应用和研究价值。