利用三阶相关特征信息的周期长码扩频信号伪码盲估计

针对非合作通信下长码直扩码分多址信号的伪随机序列估计问题,本文首先利用同阶数、不同本原多项式产生的m序列的三阶相关函数峰不同的特点,构造三阶相关函数的特征信息矩阵。然后推导得到长码直扩码分多址信号三阶相关向量与特征信息矩阵的匹配理论值。最后估计接收信号延迟三阶相关函数,得到其三阶相关向量,与特征信息矩阵匹配,估计得到各扩频长码。理论分析和仿真结果表明该方法能够有效估计单用户和多用户的长码直接序列扩频信号伪随机序列。      

非周期长码直扩信号的盲解扩

本文利用信号延迟相乘,消除信息码对长扰码和扩频码的影响;利用m序列的线性移位叠加性,巧妙分段信号,提出一种分段相关的信号解扰方法;对解扰信号利用斜消矩阵法估计扩频序列本原多项式,并利用基于协方差范数的信息码盲同步法实现信息码同步;最终得到非周期长码直扩信号盲解扩方法。该方法仅需要预知信号扰码m序列本原多项式和扩频码码片速率。仿真结果表明,该算法仅利用1/8倍长码序列周期长度的信号就能在信噪比3.6dB以上达到10-2以下解扩误码率。      

宽带码分多址信号的戈尔德序列盲识别

针对非合作通信中宽带码分多址(Wideband Code Division Multiple Accesss WCDMA)信号的戈尔德(Gold)序列识别问题,提出了基于优选对m序列三阶相关峰的WCDMA信号Gold序列识别方法.根据m序列三阶相关特性,推导得到Gold序列的三阶相关特性;利用m序列的移位叠加性,采用二次延迟相乘方法消除信息码和正交可变扩频因子码对Gold序列识别的影响;最后,利用信号的三阶相关函数识别Gold序列.仿真结果表明:本文算法可以有效识别WCDMA信号的Gold序列,且信号长度越长、信噪比越高,算法的正确识别概率越高.     

非周期长码直扩信号的长扰码识别

该文利用m序列的二阶和三阶自相关特性,推导得到非周期长码直扩信号三阶自相关函数的极大似然估计,利用m序列的线性移位叠加特性和三阶自相关函数特性,提出了非合作通信情况下消除信息码对长码估计影响的延迟相乘方法和基于三阶自相关峰的长码识别算法,该识别算法只需已知信号的载波频率和扩频码码片速率。在加性高斯白噪声下的仿真表明,仅利用1/4倍长码周期长度的信号,在信噪比大于3.5 dB时长码m序列的正确识别概率就达到90%以上。     

非周期长码直扩信号的伪随机码盲估计

研究了m序列三阶相关函数特性,证明了不同周期m序列三阶相关函数存在共同峰,推导得到共同峰的特性以及共同峰坐标与m序列本原多项式之间对应关系,基于上述理论提出了非合作通信下的非周期长码直扩信号伪随机码估计方法。加性高斯白噪声下的仿真结果表明,本方法仅需1/4倍长码周期长度信号和4 dB信噪比,估计非周期长码直扩信号的扩频码和长扰码的正确概率就可达到99%以上。