基于去噪盲分离的多个直扩信号参数估计

噪声条件下多个直扩信号混合情况下的参数估计是传统算法所无法处理的,为此提出将去噪盲分离算法应用于此问题,达到噪声消除和使多个扩频信号相互分离的目的。首先回顾了在低信噪比条件下估计单个直扩信号参数的循环谱估计技术,并且说明了盲分离算法在估计多个混合直扩信号参数的可行性。然后给出了含噪盲分离的基本模型和一种有效算法移偏快速独立分量分析(fast independent component analysis, FASTICA)。接着引出了一个算法框架--去噪盲分离,证明了经典独立成分分析(independent component analysis, ICA)算法可以统一到这个框架中。仿真结果表明了算法的有效性和实用性。     

基于四阶累积量的线性调频信号参量估计

针对加性高斯有色噪声背景下的一维、二维线性调频信号的参量估计问题,引入高阶统计量,提出了一种基于四阶累积量的新方法。该方法利用高阶累积量对加性高斯噪声有较好的抑制能力的特性,结合极大似然方法,可获得较低信噪比下的线性调频信号参量的较高精度的估计。给出了应用该方法的具体步骤,通过仿真实验证明了该算法的有效性。     

基于块稀疏贝叶斯学习的直扩通信窄带干扰检测与参数估计

现有基于Nyquist采样定理的直扩(direct sequence spread spectrum, DSSS)通信窄带干扰(narrowband interference, NBI)检测和参数估计方法存在应用受限于采样率较高的问题。针对这一问题,将压缩感知(compressive sensing, CS)应用于DSSS通信NBI的检测和参数估计,根据DSSS信号与NBI的不同压缩域特性以及NBI在频域表现出的分块稀疏特性,利用块稀疏贝叶斯学习(block sparse Bayesian leaning, BSBL)框架获取干扰检测和参数估计的特征量,通过对特征量的检测和参数估计实现对NBI的检测和参数估计。理论分析和仿真结果表明:所提方法能够在压缩采样条件下实现对DSSS通信中NBI的有效检测和参数估计,与传统方法相比具有显著优势,干扰检测和参数估计性能受干扰强度、干扰带宽以及压缩率变化的影响,干扰强度越强、干扰带宽越小、压缩率越大,干扰检测和参数估计效果越好。     

基于延迟相乘和能量累积的DSSS信号参数估计算法

针对直接序列扩频(direct sequence spread spectrum, DSSS)信号截获和参数盲估计问题,提出了一种采用延迟相乘和能量累积实现DSSS信号参数估计的新方法。该算法采用延迟相乘估计伪随机码（pseudonoise,PN）周期,将延迟相乘序列分成连续的片断,通过累积能量最大值搜索估计信息码周期,实现了PN码序列和信息序列的估计。理论分析和仿真结果表明,在加性高斯白噪声条件下,对扩频增益为G_p dB的DSSS信号,在信噪比高于-G_p/2 dB的条件下,该算法能够实现稳定的参数提取。该算法不需要预先设定门限和参数,适合采用硬件设计实现。     

基于Duffing振子的直接序列扩频信号检测及参数估计

针对直接序列扩频信号检测中信号特征提取的问题,提出了利用Duffing振子对小信号的敏感性和对噪声的免疫性来检测信号的这些特征信息。以基于Duffing振子的载波检测为例,进行了分析和仿真,给出了直接序列扩频信号的幅度、相位和载频的估计值。仿真表明,所提的方法可以获得很好的检测性能,能检测到信噪比为-38.35 dB的DSSS/BPSK信号。     

Fast method for spreading sequence estimation of DSSS signal based on maximum likelihood function

To estimate the spreading sequence of the direct sequence spread spectrum (DSSS) signal, a fast algorithm based on maximum likelihood function is proposed, and the theoretical derivation of the algorithm is provided. By simplifying the objective function of maximum likelihood estimation, the algorithm can realize sequence synchronization and sequence estimation via adaptive iteration and sliding window.since it avoids the correlation matrix computation, the algorithm significantly reduces the storage requirement and the computation complexity. Simulations show that it is a fast convergent algorithm, and can perform well in low signal to noise ratio (SNR).     

低信噪比长伪码直扩信号伪码周期的估计方法

针对低信噪比长伪码调制直扩(DS-SS)信号的伪码(PN码)周期参数估计的难题,提出了一类基于信号功率谱二次处理的新方法。该方法首先对信号的功率谱进行估计,接着将估计出的功率谱作为输入信号再来求取功率谱,最后得到的二次谱就会在长伪码调制DS-SS信号PN码周期的整数倍处得到一列尖锐的二次谱线,通过估计这些谱线的间距就可以获得其PN码的周期估计。为了在低信噪比情况下增强二次谱线和估计效果,采用了由多个接收信号矢量计算得到的二次谱结果进行平均累积的办法。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。     

高斯色噪声下混合信号二维DOA估计方法

针对色高斯噪声环境下混合信号二维波达方向(two-dimensional direction of arrival, 2D-DOA)估计问题,提出四阶累积量与斜投影算子相结合的混合信号波达方向(direction of arrival, DOA)估计算法。首先利用接收数据构造四阶累积量矩阵切片替代传统协方差矩阵来抑制高斯色噪声,并通过传播算子方法(propagator method,PM)估计非相干信号的仰角与方位角。然后采用正交三角(orthogonal triangular,QR)分解构造特定的斜投影算子,使接收信号中仅包含相干信号信息。将矩阵重构与PM相结合来解相干并估计相干信号的仰角与方位角。可以实现高斯色噪声背景下混合信号的2D-DOA估计,且估计信号的方位角和仰角能够实现自动配对,仿真实验证明了算法的有效性。     

直扩信号的谱检测和神经网络估计

论述了二次谱理论、谱相关理论和神经网络方法在直接序列扩频(DS/SS)信号的检测与估计中的应用,提出了利用谱分析结合神经网络的方法来实现对低信噪比DS/SS信号的参数及其伪码(PN)序列的估计.计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作.     

低复杂度的DSSS信号扩频序列估计算法

在非协作条件下直接序列扩频(DSSS)信号的扩频序列估计是盲解扩的必需环节。通过构造基于接收信号自相关矩阵的两个检验统计量,分别完成了扩频序列的同步和扩频序列的估计。所提的算法具有很低的运算复杂度。仿真实验验证了所提算法性能的有效性。综合算法的鲁棒性、计算复杂度和低信噪比下的估计性能等评价因素,算法相比其它的典型算法有着一定程度的优越性,并易于快速实现。     

直接扩频序列信号的参数估计

在频谱监测、电子侦听等非协作通信中,接收机要对直接扩频序列信号进行侦收,必须要首先估计信号的参数,包括波特率、码片速率和载波频率等。由于噪声功率电平远高于接收到的信号功率电平,常规的基于能量和谱的参数估计方法在此并不适用。针对这些问题提出了一种估计算法,该算法首先对接收信号的自相关函数进行累积以消除噪声的影响,然后在此基础上估计信号的波特率、码片速率和载波频率。所有这些算法都不需要知道DSSS信号的具体调制类型。计算机仿真结果表明了这些算法的有效性。     

Low complexity method for spreading sequence estimation of DSSS signal in non-cooperative communication systems

It is a necessary step to estimate the spreading sequence of direct sequence spread spectrum (DSSS) signal for blind despreading and demodulation in non-cooperative communications. Two innovative and effective detection statistics axe proposed to implement the synchronization and spreading sequence estimation procedure. The proposed algorithm also has a low computational complexity with only linear additions and modifications. Theoretical analysis and simulation results show that the algorithm performs quite well in low SNR environment, and is much better than all the existing typical algorithms with a comprehensive consideration both in performance and computational complexity.     

具有频谱可控特性的直扩系统规避窄带干扰技术

根据不同的m-W复合序列具有频谱跳变的特点,提出了一种在直扩通信中对窄带干扰进行规避的方法。该方法通过改变m序列、Walsh序列的周期和Walsh函数序列的序数可以使直扩信号具有频谱可控的特性,从而使窄带干扰所在频段的信号能量较少,降低干扰对信号的影响。仿真结果表明,对于单频和窄带干扰,在信噪比一定的情况下,采用规避方式的误码率可比常规直扩方式提高1至2个数量级。     

非周期直扩信号PN码盲估计技术

在非协作信息侦测情况下,在扩频周期内,由于非周期性直接序列扩频（direct sequence spread spectrum, DSSS）信号的扩频序列具有不可重复性,再加上扩频信号的非同步性,使得扩频码的盲估计十分困难。在信息序列不相关,且已知扩频码周期、码速率和信息速率等参数的前提下,提出一种针对非周期性DSSS信号PN(pseudo-noise)序列的盲估计方法。该方法按照信息码元宽度进行分段,利用子空间跟踪算法估计各段PN序列,结合滑动窗口方法实现盲同步,并按照一定的顺序排列拼接实现PN序列盲估计。仿真结果表明,该方法运算量小,对存储空间要求低,在低信噪比条件下可快速准确恢复PN码序列。     

直扩信号伪码周期及序列的估计算法

为了解决直扩信号伪码周期和序列估计的难题,提出了功率谱二次处理结合信号子空间分解的方法。该方法首先利用功率谱二次处理手段估计出直接序列扩频(DS-SS)信号的伪码周期,在此基础上采用信号子空间分解对DS-SS信号伪码序列进行盲估计。为了用信号子空间分解法对伪码序列实施精确估计,在其后加上了r1校正方法。计算机模拟结果表明,该方法在输入信噪比小于-14 dB时还能良好地工作。     

基于自适应抽取STFT的混合DS/FH扩频信号参数估计

针对混合DS/FH扩频信号的参数估计问题,提出了一种基于自适应抽取的STFT信号分析方法。该方法利用STFT的信道化实现,采用抽取处理实现自适应窗长时频分析,有效地解决了窗长变化带来的数据量问题,易于通信侦测接收机实现。仿真实验以BPSK_DS/FH信号为例,表明了该估计方法的有效性。     

基于直接序列扩频信号的水声信道辨识仿真

提出了基于直接序列扩频信号(Direct sequence spread spectrum,DSSS)的水声信道辨识方法,建立了水声信道仿真模型,用DSSS信号通过已知参量的仿真信道,然后对水声信道进行辨识。通过分析信道的散射函数求得水声信道主要路径的多普勒展宽与多径强度的估计值。在有、无噪声的情况下都比较精确的估计出了信道参量。算例和仿真结果表明所提出的信道辨识方法是有效和可行的。     

Approach to blind estimation of the PN sequence in DS-SS signals with residual carrier

This paper presents an approach of singular value decomposition plus digital phase lock loop to solve the difficult problem of blind pseudo-noise (PN) sequence estimation in low signal to noise ratios (SNR) direct sequence spread spectrum (DS-SS) signals with residual carrier. This approach needs some given parameters, such as the period and code rate of PN sequence. The received signal is firstly sampled and divided into non-overlapping signal vectors according to a temporal window, whose duration is two p...     

DSSS信号在低SNR下的同步捕获算法

同步捕获与信号识别是DSSS系统的关键技术。给出了一种频差与扩频码同步联合捕获的方法,提出了一种基于峰值窗口的噪声与干扰估计算法,基于此估计,在信号识别中采用了相对门限。还对该算法的虚警概率、漏检概率、误捕率性能进行了仿真,为其应用提供了依据。该方法针对二进制DSSS/MPSK系统,但同样也适用于多进制正交扩频系统。     

基于时变白化滤波器的DSSS系统干扰盲检测

将循环维纳滤波应用于直接序列扩频(direct sequence spread spectrum, DSSS)系统的干扰检测, 并提出了一种干扰盲检测器, 称之为时变白化滤波检测器。由于DSSS信号和干扰信号具有不同的循环平稳特征, 因此可以调整时变白化滤波检测器的滤波器系数, 使干扰检测器的输出只包含背景噪声和干扰信号, 从而实现干扰盲检测。仿真结果表明, 采用本文提出的循环平稳干扰检测器的DSSS接收系统能够在较大的干信比范围内检测干扰信号的存在, 并且在性能上优于时不变白化滤波检测器。