基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。     

二进制偏置载波调制长码扩频信号的组合码盲估计

针对BOC长码扩频信号的盲估计问题,提出了一种酉矩阵变换方法对组合码(扩频序列和副载波序列的组合)进行估计,该方法可以消除矩阵与信号子空间的相位模糊关系。首先将信息序列与组合码序列的长码直扩模型建模于虚拟多用户模型;然后计算信号的自相关矩阵,并通过搜索该矩阵Frobenius范数最大值的位置来确定接收信号的失步点;接着将接收信号连续采样,按组合码周期将信号分段,对各个分段进行自相关运算,对得到的自相关矩阵进行累加平均后,进行矩阵分解;最后利用酉矩阵变换方法确定信号子空间与特征向量的关系,得到出各个信息位对应的组合码部分,对各个部分的组合码进行结合可以得出完整的组合码序列。仿真分析表明,该方法能够在较低的信噪比下达到较精确的估计性能。     

基于模糊函数的直扩信号多参数估计

为解决低信噪比下直扩信号的参数盲估计问题,提出了一种基于模糊函数的直扩信号载频、码率和伪码周期估计新方法。对直扩信号的模糊函数进行了推导和分析,发现直扩信号模糊函数在特定延时和频率上有明显特征对应载频、码率和伪码周期等参数,给出了直扩信号参数估计的具体算法。仿真实验表明在扩频码长为63及码元数为16条件下,载频和码率估计可工作在-12 dB,扩频周期估计可工作在-6 dB低信噪比条件下。该方法可用于非合作通信中直扩信号的参数估计。     

BOC调制长码扩频信号的组合码盲估计*

针对BOC长码扩频信号的盲估计问题,本文提出了一种酉矩阵变换方法对组合码(扩频序列和副载波序列的组合)进行估计。该方法可以消除矩阵与信号子空间的相位模糊关系,首先将将信息序列与组合码序列的长码直扩模型建模于虚拟多用户模型,然后计算信号的自相关矩阵,并通过搜索该矩阵Frobenius范数最大值的位置来确定接收信号的失步点,然后将接收信号连续采样,按组合码周期将信号分段,对各个分段进行自相关运算,对得到的自相关矩阵进行累加平均后,进行矩阵分解,最后利用酉矩阵变换方法确定信号子空间与特征向量的关系,得到出各个信息位对应的组合码部分,对各个部分的组合码进行结合可以得出完整的组合码序列。仿真分析表明,该方法能够在较低的信噪比下达到较精确的估计性能。     

基于矩阵变换法的DSSS信号盲估计

提出一种基于矩阵变换法的简便盲估计算法.此算法在已知PN码速率及PN码周期已知的情况下,对基带扩频信号进行分段处理和累加运算以消除噪声的影响,进而实现PN码的盲估计,并在此基础上分析了使用不同m序列作扩频序列时的系统性能.Matlab仿真结果表明此算法可以在SNR低于-18dB的环境下正常工作.     

非合作直扩信号伪码及信息序列联合盲估计

研究了短码直接序列扩频信号扩频序列及信息序列联合盲估计问题。在已知码片速率和扩频码周期的前提下,对接收信号以2倍伪码周期进行分段构造信号矩阵,然后对其进行奇异值分解,对最大和次大左奇异向量进行线性变换,得到信息序列;利用自相关函数从最大和次大右奇异向量中得到扩频码序列。该算法在失步时间未知的情况下能够同时估计出伪码序列及信息码序列,避免了传统特征值分解盲估计算法利用2个矢量空间组合扩频序列时存在的相位模糊问题。同时,在引入了矩阵的线性变换后,避免了不同时延估计结果存在模糊的问题,提高了盲估计性能。通过理论分析和计算机仿真结果表明：该算法能够有效估计扩频序列,并且具有精确度高、性能不受时延大小影响等优点。     

基于压缩信号特征值分解的超宽带码序列估计算法

针对脉冲超宽带通信中码序列盲估计问题,根据超宽带信号为时域极窄脉冲这一主要特点,提出了一种适于较低采样率下基于特征值分解的码序列盲估计算法。结合压缩传感理论,首先利用压缩测量矩阵将信号维度降低,然后按字符周期将接收到的UWB信号截取成若干等长的时间窗,分段积累得到压缩后信号协方差矩阵的估计值,进而通过对于协方差矩阵的特征值分解得到码序列的估计,同时进一步根据所得特征值得到接收信号符号帧级的时间偏移量估计。实验验证表明,该方法可以以较低采样率,在低信噪比条件下较好地完成接收信号的码序列估计。     

基于二阶矩的直扩信号伪码周期估计算法

直接序列扩频信号(DSSS)具有抗干扰抗截获等特性,对其参数的有效估计具有重要意义。针对直扩信号的伪码周期估计的问题,在现有的自相关估计方法基础上引入二阶矩概念,提出了一种基于二阶矩的伪码周期估计算法,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,并且与自相关估计方法相比,估计性能更好。     

软扩频多址信号盲分离

为解决软扩频信号多址干扰问题,根据不同用户信息彼此独立且扩频码不相关的特点,采用多个接收端接收数据并运用Fast-ICA算法,实现了Walsh码软扩频多址信号盲分离及伪码序列估计。首先根据已知的伪码速率和伪码周期对接收信号进行采样分组,接着利用主分量分析法对分组信号进行降维白化,最后应用Fast-ICA算法实现软扩频多址信号的盲分离和伪码序列估计。仿真结果表明:该算法在一定信噪比范围内能够实现不多于5个用户的Walsh码软扩频多址信号盲分离并估计出伪码序列。     

低信噪比直扩信号PN序列参数估计

在直接序列扩频信号侦察过程中,针对信噪比低,参数未知的特点,本文提出了一种PN序列参数估计的方法.首先,利用的二次谱方法对PN码周期进行估计,然后根据基带信号能量累积最大化的原理,运用二位搜索算法估计PN码同步起始点,最后,将信号按照PN周期分成多个时段,利用多重互相关方法估计PN码序列.计算机仿真结果表明,在极低的信噪比条件下仍能良好地工作.