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。     

基于最大范数准则与矩阵特征分解的PN码估计方法

针对直扩信号伪随机序列(PN码)的估计问题,在基于协方差矩阵特征分解算法的基础上,利用最大范数准则加以改进,提出了基于最大范数准则与矩阵特征分解的伪码序列估计方法,并对其进行了理论分析和实验仿真.仿真结果表明,该算法能适用于低信噪比情况,并且与直接特征分解方法相比,估计性能更好.     

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。      

窄带干扰下基于子空间跟踪的扩频序列估计

针对窄带干扰条件下低信噪比直扩信号扩频序列（Direct Sequence Spread Spectrum,DSSS）的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法.该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,根据求解结果可以估计出信号所夹杂的窄带干扰特征波形,并进一步消除窄带干扰估计出信号的扩频码序列.结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现.     

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。     

带残余载波的周期长码直扩信号PN码盲估计

针对下变频后含有残余载波的周期长码直扩信号PN(Pseudo-Noise)码盲估计难题,在已知码片速率和PN码周期前提下,该文提出一种结合矩阵特征值分解和数字锁相环(Digital Phase Locked Loop, DPLL)的PN码盲估计方法。该方法首先将带有残余载波的周期长码直扩信号等效建模为虚拟多用户短码直扩信号模型,利用矩阵特征值分解和模糊酉矩阵的方法估计出含有残余载波的PN码,然后利用DPLL对残余载波的频率和相位进行跟踪和估计并最终消除残余载波,最后根据特定约束条件（如m序列、Gold序列）去除分段相位模糊,最终估计出PN码序列。理论分析和仿真结果表明,提出的方法能够有效地工作在较低信噪比下,且表现出良好的性能。      

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.     

基于谱相关的直扩信号载频及伪码速率估计技术

将谱相关理论应用到直接序列扩频信号的关键参数估计中，针对BPSK调制的直扩信号，分析了其谱相关密度函数的特征，提出了基于集平均的谱相关估计算法。该算法在非零循环频率上搜索特征谱线，从而在较低信噪比下完成对直扩信号载频和PN码速率的估计。最后通过仿真验证了该算法的性能。     

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.     

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。     

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...     

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。     

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。     

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。     

一种DS/SS信号PN码序列估计的神经网络方法

本文提出了一种利用神经网络(N.N.)完成直接序列扩频(DS/SS)信号PN(伪噪声码)码序列估计的新方法.该方法充分利用了无监督N.N.的自适应主元提取特性,加上其高速运算能力,解决了传统方法在PN码的实时处理及实现上的困难,理论分析和数值结果表明了本方案能在较低的输入信噪比条件下完成对PN码的正确估计.     

A Neural Network Approach to Blind Estimation of PN Spreading Sequence in DS/SS Signals

As the power spectrum density of direct sequence spread spectrum (DS/SS or DS), signals is often much lower than the noises’, the DS signals have the ability to resist interception and interference. But in point of fact, if we have get some parameters of the DS signals, including information symbol period, chip period of the pseudo noise (PN) sequence, we can estimate the PN sequence in DS signals blindly, this has great value for management or interception of DS communications. Ref.[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。