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。     

一种改进的DSSS信号扩频码估计算法研究

在低信噪比条件下检测出直接序列扩频(DSSS)信号后,要恢复出原始信息,估计出扩频码序列是非常关键的,因此有必要研究DSSS信号的扩频码序列估计算法。提出了一种基于改进的协方差矩阵迭代算法应用于估计扩频码序列。理论分析和计算机仿真实验都表明了该算法能在低信噪比下估计出扩频码序列,与其他一些扩频码序列估计算法如基于投影子空间的算法、基于神经网络的算法相比,具有运算量更小等优势。     

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。     

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。     

一种基于波形的直扩信号伪随机码估计算法

非合作通信条件下估计未知直接序列扩频信号的伪随机（PN）码是截获直接序列扩频信号信息内容的关键。本文提出一种基于固有时间尺度分解（ITD）的时域波形处理算法,可以在很低信噪比的条件下准确地估计直接序列扩频信号的PN码。该算法充分利用ITD时频分辨率高和适于实时处理的优势,直接分解直扩信号波形,借助于多个周期的伪随机码信号的相干累加提高信噪比,通过对载频处瞬时幅度累加值与第一上过零点频率处瞬时幅度累加值的差分信号波动特性的分析,找到一个PN码周期内相邻码片极性变化的位置,从而揭示PN码,而不必猜测其代数结构。与已有PN码估计算法相比,该算法具有采样精度要求低,对载频估计误差不敏感,适用于各种类型PN码等优势。计算机仿真验证了所提算法的可行性。      

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.     

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。     

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。     

窄带脉冲干扰环境下直扩信号伪码周期及序列的盲估计

带内窄带脉冲干扰会对直接序列扩频信号估计性能产生较大的影响,针对此问题,提出了一种抑制窄带脉冲干扰并对扩频码序列及周期的盲估计算法。采用最大熵概率密度谱估计算法估计出接收信号的概率密度谱,进而用估计的概率密度谱设计滤波函数对信号滤波来抑制窄带脉冲干扰。利用二次谱算法对扩频码周期进行估计并通过 Viterbi 算法对扩频序列进行提取。仿真实验表明,该算法不仅能抑制较强的窄带脉冲干扰,而且能在无先验信息的条件下估计出扩频信号的扩频码周期及序列等信息,从而获知直扩通信中所传输的码元序列。     

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。     

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...     

基于噪声功率估计的抗窄带干扰接收机自适应PN码捕获技术

在存在强窄带干扰条件下,正确实现伪码捕获是抗干扰接收机的关键技术之一。变换域干扰检测与PN码捕获判决都需要估计接收机背景噪声功率,本文在变换域谱线幅度平方服从指数分布假设下,利用中位数估计理论对存在窄带干扰接收信号的背景噪声功率进行估计,实现干扰检测门限和PN码捕获判决门限的自适应设置。仿真结果表明,文中设计的检测装置可实现强窄带干扰、大动态范围接收机PN码的正确捕获。     

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.     

基于矩阵填充和三阶相关的长短码DS-CDMA信号多伪码盲估计

由于长短码直扩码分多址(LSC-DS-CDMA)信号包含了多个用户的长码和短码,已有的直扩码分多址信号的盲伪码估计方法不再适用。为此该文提出一种基于矩阵填充和三阶相关的伪码估计方法。首先从理论上将结构复杂的LSC-DS-CDMA信号构建为多用户短码扩频的缺失矩阵模型,将复合码矩阵估计建模为盲源信号分离问题;然后将矩阵填充理论应用于复合码矩阵估计,提出基于奇异值阈值算法和快速独立成分分析算法的各用户复合码序列估计方法;最后利用m序列的移位相加性特性,提出延迟三阶相关算法,从各用户复合码序列中估计其包含的长短伪码序列。仿真表明,当信噪比高于-2 dB时,该文算法的长短伪码估计平均误码率低于0.1%。     

同/异步短码DS-CDMA信号伪码序列及信息序列盲估计

针对传统单通道异步直接序列码分多址(DS-CDMA)信号信息序列及伪码序列(PN)难以估计的问题,该文提出一种基于平行因子(PARAFAC)的多通道盲估计方法。该方法首先将信号建模为多通道接收模型,然后将观测数据矩阵等效为平行因子模型,最后使用迭代最小二乘算法对平行因子进行低秩分解,进一步完成对DS-CDMA信号各用户的信息序列及伪码序列进行估计。仿真实验表明,该方法不仅能有效地对同步、异步短码DS-CDMA信号的伪码序列及信息序列进行估计,而且能在通道数为6、信噪比(SNR)为–10 dB的条件下,实现10个用户伪码序列的有效估计。     

多径环境下异步长码直接序列码分多址信号伪码序列及信息序列盲估计

针对低信噪比 (SNR)下存在多径效应的传统单通道异步长码直接序列码分多址(DS-CDMA)信号伪码序列(PN)及信息序列难估计问题,该文提出一种基于平行因子的多通道盲估计方法。该方法先将接收到的多径信号建模为多通道模型,然后将长码DS-CDMA信号建模成短码DS-CDMA信号的缺失数据模型,形成观测缺失数据矩阵,并将其等效为缺失平行因子模型,最后利用正则交替最小二乘法(ALS)对缺失平行因子进行低秩分解,实现多径环境下长码DS-CDMA信号各用户伪码序列及信息序列的盲估计。仿真结果表明,序列的估计性能与多径环境密切相关,且在莱斯因子为10,多径路数为3,通道数为4,用户数为6,信噪比大于–10 dB的条件下,伪码序列及信息序列的估计错误率均低于1%。     

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。