基于E-PASTd的直扩信号盲扩频码估计算法

基于增强的压缩投影近似子空间跟踪（E-PASTd）的盲扩频码估计算法具有低运算量、低存储量和易于硬件实现的优点。介绍了基于E-PASTd的盲扩频码估计算法并分析了这种算法性能不理想的原因,针对性地提出了解决这些问题的3个措施,包括增加接收信号时间窗宽度、权向量归一化和主动延时信号。提出了一种改进的基于E-PASTd的盲扩频码估计算法,并仿真验证了改进算法的有效性。     

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.     

基于Fast-ICA的周期长码直扩信号盲扩频码估计

在分析周期长码（Periodic Long-Code,PLC）直扩信号（Direct Sequence Spread Spectrum,DSSS）虚拟多用户模型的基础上,提出了一种新的周期长码直扩信号模型.该模型不仅适用于已经进行了同步的周期长码直扩信号,也适用于尚未进行同步的周期长码直扩信号.在新模型的基础上,提出了一种基于Fast-lCA的盲同步和扩频码估计方法.理论分析和仿真结果验证了该方法的有效性.     

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。     

直扩信号伪码的盲估计方法的研究

对直接序列扩频通信的信号检测方法进行了综述,重点讨论了自相关域检测方法、四阶累积量方法、谱分析与信号子空间分解法,其中四阶统积量方法和谱分析与信号子空间分解法的最低检测门限远低于相关算法,谱分析与信号子空间分解法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中,利用功率谱二次处理结合信号子空间分解的方法可以实现对低信噪比DS/SS信号的估计。     

直扩信号PN码序列估计的神经网络方法

为了解决通信侦察中低信噪比下直扩信号PN码序列的盲估计问题,分析了神经网络算法。该算法基于直扩通信的基带信号模型,通过对输入信号的主分量进行分析和提取,获取神经网络学习后的突触权值,进而估计出PN码序列。理论分析与仿真数值结果都表明,该算法在较低信噪比背景环境中,能够准确地恢复出PN码序列。     

负信噪比直扩信号伪码盲估计方法

给出了一种采用延迟相关积累和信号子空间分析实现对负信噪比直扩（DSSS）信号伪码盲估计的方法。计算机仿真结果表明，该方法可以在-15dB信噪比条件下检测信号并估计出伪码、载波频率等参数，估计结果可以实现非合作解扩解调。     

基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法

针对非合作扩频通信中直扩信号伪码序列的盲估计问题,在已知码片速率和伪码周期的前提下,该文提出一种基于奇异值分解的直扩信号伪码序列及信息序列的盲估计方法。该方法对接收信号构成的观测矩阵进行奇异值分解,通过左奇异向量实现伪码序列估计的盲估计。同时,通过右奇异向量可以在信号序列未同步和伪码序列未知的情况下实现信息序列的盲估计。仿真实验结果表明该算法具有精确度高、稳定性高、计算量小和观测时间短等优点。     

基于特征值分解的直扩信号信息序列和伪码序列盲估计方法

本文研究了非协作扩频通信中短码直扩信号的盲解扩问题,针对现有方法在低信噪比条件下失步时间估计不准等问题,本文提出了一种改进的基于特征值分解的直扩信号信息和伪码序列盲估计方法。方法首先定义了第一类接收信号自相关矩阵,并根据其特征值分解的特点,利用矩阵特征值与失步点的关系完成信号失步点的估计,随后利用特征向量在伪码序列未知的情况下估计出信息序列。失步点估计完成以后,再利用第二类接收信号自相关矩阵的特征向量实现伪码序列的盲估计。实验结果表明方法具有估计精度高、稳定性好、抗噪性能强的优点。      

直扩信号伪码周期的谱检测

针对低信噪比直扩信号（DS／SS信号）的伪码（PC码）周期截获的难题,提出了一类基于信号功率谱二次处理的新方法,理论分析和计算机模拟表明,该类方法在较低的输入信噪比条件下能良好地工作。     

一种K-means改进算法的软扩频信号伪码序列盲估计

针对软扩频信号因采用了编码技术使得伪码序列难以估计的问题,该文提出一种基于K-means聚类改进的软扩频信号伪码序列盲估计方法。该方法首先以单倍伪码周期的窗长对接收信号进行数据分段以构造观测数据矩阵,其次利用相似测度的理论从观测数据中寻找出K-means算法最优的初始聚类中心点,然后通过搜索平均轮廓系数(Silhouette Coefficient, SC)最大的绝对值以完成伪码集合规模数的估计,最后找到估计的伪码集合规模数所对应的聚类中心点集合,进一步完成对软扩频信号伪码序列的盲估计。通过仿真实验表明,在伪码序列估计错误概率低于0.1的情况下,该文方法比未改进方法提高信噪比约4 dB;而且在同一条件下,该文方法对信号的盲解扩性能优于未改进的方法。     

基于相关-循环谱方法的DSSS／BPSK信号检测与识别

在通信侦察、频谱监测等非协作通信领域,直接序列扩频(Direct Sequence Spread Spectrum,DSSS)信号得到广泛应用。但其低功率谱密度发射的隐蔽性,抗干扰能力强等特点增加了通信对抗中信号截获、检测和分析的难度。低信噪比情况下,针对DSSS/BPSK信号与同调制类型窄带BPSK信号的辨别问题,利用直扩信号的循环平稳性、扩频序列的周期性和良好的自相关性,给出相关-循环谱算法,进行直扩信号的检测识别。对该算法进行了仿真实验,并与相关积累法和倒谱法比较,实验结果说明该算法具有更低的信噪比容限和更高的检测识别正确率。     

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。     

混沌直扩信号扩频序列盲估计

与传统直扩序列相比,混沌扩频序列具有非线性复杂度较高的优点,该优点同时也是盲估计混沌扩频序列的难点。针对这个难点,该文提出了非线性弹性反传神经网络盲估计方法,充分利用非线性神经网络能逼近任意非线性函数的特性,无须搜索信息码和扩频序列之间的同步点,能在较低的信噪比下准确盲估计混沌扩频序列。传统的神经网络使用中,神经网络的有用信息是网络的输出,而该文中则是输出层的权系数。侦察截获的混沌直扩信号同时用作神经网络的输入和期望输出,神经网络收敛后的输出层权系数就是混沌扩频序列的估计值。仿真结果证明了该方法的有效性。     

基于FPGA和DSP的扩频信号发生器设计与实现

在扩频通信系统设计中,为了测试不同的扩频通信系统接收机的工作性能,经常需要改变其测试信号的参数以发射适合接收机测试使用的测试信号。通过对扩频信号产生原理的阐述,并结合Xilinx公司的Virtex-2和TI公司的TMS320C6416T硬件特点,实现了一种扩频序列可调,数据速率和码片速率可调的扩频信号和载波频率可调的的扩频信号发生器。在某数字波束形成系统接收机的测试实验中验证了这种扩频信号发生系统性能稳定可靠。     

基于相关脉宽峰值搜索的直扩信号盲同步算法

无论是实现直扩信号的盲解扩还是扩频码序列恢复,严格的同步都是算法的关键,同步精度对扩频码序列估计的误码性能有着重要影响。为此提出了一种基于相关脉宽峰值搜索的直扩信号盲同步算法,仿真分析表明,该算法能够较好运用于低信噪比条件下直扩信号的同步点估计。