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。     

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。     

基于BP神经网络的直扩信号扩频码盲识别

针对微弱直扩信号的盲检测与估计问题,在接收方未知发送方扩频序列的前提下 ,提出了一种恢复直接序列扩频（DSSS）信号扩频码的方法。该方法基于反向传播（B P）神经网络,它的输入是接收到的信号,而其期望输出是和输入相同的信号,根据误差反 向传播来有监督地调节神经网络,网络达到收敛时根据第二层权值的符号函数值即可盲估计 出扩频码序列。实验结果表明,即使是在负信噪比情况下,该方法也能得到一个很好的估计 效果。     

窄带干扰下基于循环谱的BPSK直扩信号盲检测

针对窄带干扰中BPSK直扩信号检测,提出了一种基于循环谱的新的检测方法,给出了具体检测流程,分析了检测性能。该方法充分利用了窄带干扰和直扩信号的循环平稳特性,通过峰值搜索检测信号。在不需要知道信号伪码序列和频率参数等先验信息的情况下,该检测方法在窄带强干扰中能有效地实现直扩信号盲检测。仿真实验证明了所提出检测方法的有效性。     

侦察中的直扩信号PN序列盲估计算法

为了解决通信侦察中低信噪比下直扩信号PN序列的盲估计问题,分析了矩阵特征分解算法。该算法基于直扩通信的基带信号模型,以及已知直扩信号的伪码周期,通过对信号的自相关矩阵进行特征分解,获取最大特征值对应的特征向量,进而估计出PN序列。理论分析与仿真数值结果表明,该算法在较低信噪比背景环境中,能够准确地恢复出PN序列。     

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.     

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.     

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。     

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。     

基于改进传播算子的DS-SS信号扩频序列盲估计方法

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.     

应用LMS自适应滤波器实现直接序列扩频系统伪码同步

在直扩系统中,伪随机序列的同步必须在数据解调判决前完成。介绍了一种新型的同步方法,这种方法利用LMS自适应滤波器来检测收发端的码延迟,具有比传统的相关检测更优良的性能。更重要的是,这种方法根据稳定后的滤波器工作特性,可直接实现PN码的跟踪,不需要额外电路。     

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。     

直接序列扩频信号的时频特性分析

本文采用时频分析方法推导了理想信道条件下单码片成形直扩信号及其解扩信号的短时频谱特性，并给出了基于匹配滤波和最大比合并解扩解调算法的信噪比和误码率计算公式。分析计算结果表明，直扩系统的误码性能与码片波形的选择密切相关，并且与扩频码片的最大比合并有效性是相一致的。最大比合并有效性可以作为衡量码片波形性能的尺度，通过比较各种扩频码片波形的最大比合并有效性来对其误码性能进行定性分析。     

基于聚类的软扩频信号盲解扩方法

该文研究的是在未知扩频序列的情况下,实现多序列直扩信号(也称软扩频信号)的解扩。对于传统直扩信号来说,主模解扩法(DMDS)被证明是一种有效的盲解扩方法,但是它并不适用于软扩频信号的盲解扩问题。借鉴无监督聚类分析的思想,该文提出了一种基于聚类的软扩频信号盲解扩方法(KCDS)。该方法将软扩频信号分成不重叠的信号向量,利用这些向量的聚类特征完成扩频码的估计,通过最大化平均侧影宽度完成延迟时间和扩频码数量的估计。计算机仿真表明,在零均值噪声环境下,KCDS算法可以解决软扩频信号的盲解扩问题。     

直扩BPSK系统抗干扰性能研究

直扩系统因其良好的抗干扰性能在通信上获得了广泛应用,其所用扩频码具有连续功率谱或离散功率谱。以处理增益为指标,分析了全频带、部分频带和单频干扰对这两类扩频码的干扰效果,并进行了比较,所得结论对于直扩系统的设计和研究有重要意义。