基于硬限幅Hebbian学习规则的PN码盲估计算法

为了解决非周期性直接序列扩频信号的盲估计难题,提出了以2倍信息码元宽度为分段长度、利用基于硬限幅Hebbian学习规则的神经网络算法提取各段主分量,以获得PN码序列的盲估计方法.该算法吸取了广义Hebbian学习规则和简化Hebbian学习规则各自的优点,在运算速度和收敛稳定性之间做到了很好的折中.仿真结果表明:该算法在数据组数为768、信噪比大于-17 dB的条件下均能保证较小的序列估计误码率.     

直接序列扩频信号PN序列盲估计方法

在非协作信息侦测情况下,提出了一种实用的直接序列扩频(DS-SS)通信信号PN码序列的快速盲估计方法。该方法根据DS-SS基带信号的特点,首先采用二阶循环统计量估计PN码周期,然后利用分段互相关平均估计PN码同步始点;并在准确预估计这2个参数的基础上,将接收信号以PN码周期分成多个时段,利用多重互相关方法估计PN码序列。理论分析与仿真表明,该方法在截获信号信噪比很低的情况下有很好的估计性能,且无需任何先验知识,对PN码码型也没有任何限制,是一种有效的快速盲估计方法。     

长码直扩信号的伪码参数及序列的估计方法

针对长码直扩信号的盲估计问题,将相关函数二阶矩方法、最大范数法和特征值分解方法应用于扩频周期、同步偏移、符号周期和PN码序列的估计中。根据长码直扩信号的特点,对各种估计方法进行了分析,得出了与短码直扩信号不同的结论,并提出了长码直扩信号的参数估计和PN码序列估计方法。计算机仿真实验验证了所提出的方法的有效性。     

多径信道中扩频信号伪随机序列盲估计

为解决异步直扩序列的盲估计问题，提出采用独立分量分析（ＩＣＡ）结合主分量分析（ＰＣＡ），在信道未知情况下有效盲分离多用户多径直扩信号和扩频码信息.由于不同用户信息是相互独立的且扩频序列是非相关的，对于某个用户，如果不存在多径效应，直接采用独立分量分析估计得到扩频序列；对于多径信号，进一步利用m序列的三阶相关特性估计出扩频序列.在高斯噪声下的性能分析表明，独立分量分析结合m序列三阶相关特性的盲估计过程，可以在不知道扩频码同步信息的情况下对异步多用户信号进行盲分离和估计.算法利用了ＣＤＭＡ系统的扩频增益，可以在低信噪比条件下盲估计扩频序列.     

基于现场可编程门阵列的非周期伪码测控同步系统的实现

扩频码周期与信息码周期之比非周期将会导致相邻的信息码对应的扩频码不同,常规的同步方法不再适用,为解决非周期性直扩信号伪码快速捕获和同步的难题,提出了采用每1／4个码元积分,然后取绝对值相加的方法来剥离信息位,进行伪码粗捕和跟踪,每1／2个码元积分进行位同步,最后将位同步信息进行载波跟踪完成整个同步过程的方法该方法运算速度快,对符号位不敏感,能够消除非周期直序列扩频带来的影响现场可编程门阵列（FPGA）实现结果表明：该方法在信噪比大于-20dB条件下,对伪码长度为1023的M序列非周期直序列扩频,能做到可实现无误码同步性能。     

带残余频偏的QPSK-DSSS信号伪码序列盲估计

针对正交相移键控(QPSK)调制的带残余频偏直接序列扩频(DSSS)信号伪码序列难以估计的问题,提出信号相关矩阵特征分解结合全数字锁相环(DPLL)进行伪码序列估计的方法。首先对接收信号进行采样和分段得到数据矩阵;根据最大化信号相关矩阵的谱范数估计出伪码序列的同步点;在同步基础上再计算信号相关矩阵的特征子空间;针对其主分量特征向量带有残余频偏且相位存在π/2跳变的问题,采用全数字锁相环跟踪和消除其残余频偏进而恢复伪码序列。研究结果表明,针对QPSK-DSSS信号,所提方法能够实现负信噪比下伪码序列的盲估计。     

一种DS/SS信号盲同步算法

提出了一种DS/SS信号盲同步算法,在此基础上利用特征分析法可解决相位不确定性的缺陷。该算法简单有效、计算量小,利于硬件实时处理。理论分析及计算机仿真结果表明,该算法在低信噪比条件下可实现DS/SS信号的盲同步及PN码序列的精确估计。     

一种基于Hilbert Huang变换的直扩信号盲检测方法

针对直扩信号在低信噪比情况下难以检测的问题,提出一种基于Hilbert—Huang变换的盲检测算法。通过对信号进行经验模态分解,根据能量最大原则对得到的内蕴模态函数进行筛选和提取,实现信号的重构;计算其时间、瞬时频率及幅值的分布图和边际谱,从而检测出直扩信号并估计出载频。理论分析和仿真实验表明该算法在信噪比为-16dB的情况下能有效地检测出直扩信号。     

一种基于Hilbert Huang变换和循环谱的直扩信号参数估计方法

尝试将Hilbert-Huang变换时频分析方法应用到直扩信号的参数估计领域,在研究传统循环谱参数估计方法的基础上,充分利用直扩信号的循环平稳特性和Hilbert-Huang变换的分解自适应性以及良好的时频聚集性,提出一种基于Hilbert-Huang变换和循环谱理论的参数估计方法。该方法避免了多维搜索,且不需要伪码序列和各频率参数等先验信息,可实现直扩信号的盲参数估计,仿真实验证明了该方法的有效性。     

多电平DSSS信号的盲检测

提出了一种能够对低信噪比条件下多电平直接序列扩频(DSSS)信号进行盲检测的方法.该方法不需要知道发射机的扩频传输体制,当采用MPSK等恒包络线性调制方式时,该算法只需利用信号二阶矩就可以进行盲检测;当采用MQAM等非恒包络线性调制方式时,该算法首先估计接收信号的四阶矩,以抵消调制符号自身包络的影响,然后再采用简易的二阶矩方法进行后续信号检测.理论分析和仿真结果都证实了该方法能够检测出低信噪比多电平直接序列扩频信号.     

CCSK信号的扩频序列估计

提出了一种新的基于拟自相关矩阵的循环码移键控(CCSK)扩频序列估计算法.扩频序列估计被表示成拟自相关矩阵的0范数最小化问题,也等价于一个0范数意义下秩-1逼近.一种非迭代的算法用于求解该优化问题,它利用整个拟自相关矩阵纠正由于噪声造成的错误元素,得到数据符号的估计之后将对应的数据符号波形进行循环移位以便使其具有相同的...     

低复杂度的OFDM信号信噪比的盲估计

针对非合作通信系统中,多径信道下传统的正交频分复用(OFDM)信号信噪比盲估计方法的估计性能差,计算复杂度高的问题,提出了一种低复杂度的OFDM信号信噪比盲估计方法。该方法首先根据接收到的观测信号建立自回归(AR)模型,通过AR模型估计出信号的功率谱,然后基于高阶累积量的2阶和4阶的组合特征量与寻求跳变值的方法相结合估计出信号的带宽,最后通过计算出带宽之内的信号总功率和带宽之外的噪声功率估计出接收信号的信噪比。实验仿真结果表明,作者提出的方法无需任何先验信息,在多径信道下具有良好的估计性能,且计算复杂度低,更适合于实时的非合作通信系统。     

低信噪比下长码直扩信号的符号宽度估计

针对长码直扩信号,提出了一种新的符号宽度估计算法.在基于高阶自相关统计量和最大化相应的自相关系数中得到粗略估计值,然后基于伪码差分解扩的概念和二阶循环自相关函数得到精确估计值.粗略估计步骤在低信噪比和短数据长度下具有鲁棒性,给精确估计步骤提供一个可信的估计范围,从而改善了精确估计步骤的性能;在精确估计时,采用伪码差分解...     

基于判决域半径的码字错误率估计

针对目前典型通信中对错误概率的估计主要是依靠蒙特卡罗仿真的局限性,给出一种利用判决域的半径来估计错误率的方法,将伯努利实验样本用判决域半径样本替换. 由于半径样本所含的信息量更加丰富,可以减少所需的样本数. 同时,由于判决域的几何结构基本上与信噪比(SNR)无关,所以估计错误率时不必随SNR重新测量半径,基于同一组半径样本即可估计出任意SNR下的错误率.     

基于有限长样本数据的信噪比估计

从信号模型上给出了信号子空间是有限维数的说明,并通过仿真说明信号与噪声子空间的特征值在短数据下无法准确获得。提出基于仅由噪声特征值构成的极大似然函数的改进AIC准则,实现了信号子空间的维数的准确估计,从而获得了一种在相对较小样本下更稳健的信噪比估计方法。从不同的信噪比大小与样本数据长度进行仿真验证,结果表明,该方法比原始的子空间方法能适应更低的信噪比和更短的数据样本长度。     

基于S变换的混合DS/FH扩频信号参数估计

针对混合二相编码调制的混合扩频信号的参数估计问题,提出了一种基于S变换的跳频参数估计方法．该方法利用非线性变换获得携带跳频信息的参考信号,并利用循环谱估计该信号的频率集作为修正信息; 在S变换中引入高斯窗长控制参数以实现其时频分辨率的可控性．在此基础上,提取修正S变换时频脊线作为对参考信号瞬时频率的估计; 利用修正信息降低脊线高频区域的误差,同时抑制噪声对参数估计精度的影响．仿真实验表明了该算法对跳频参数估计的有效性．算法无需信号的先验知识,并易于通信侦测接收机的实现．     

数字电视广播信道估计算法的改进

对数字电视地面广播国家标准(DTMB)中单载波传输模式的信道估计算法提出一种改进方案。在研究了DTMB单载波传输模式的帧结构、系统接收处理流程的基础上,探讨了现有的基于PN序列滑动互相关的信道估计算法中存在的不足之处;并根据DTMB单载波传输模式帧头PN序列的特殊性对不足之处提出了改进方案。仿真表明,当信噪比大于20 dB时,改进后的算法明显优于未改进的常规算法。