面向中频的短码直扩信号数字盲解扩算法

针对直接序列扩频(direct sequence spread spectrum, DSSS)信号盲解扩问题,现有的方法大多基于矩阵分解理论,抽取主特征向量进行解调进而恢复伪码波形。非合作接收条件下,由于伪码波形未知且信噪比极低,载波频率、相位信息往往难以精确估计。考虑非合作接收条件,伪码未同步且含有随机载波频偏,现有方法常对两倍长度的复基带分段相关矩阵进行分解,带来了极大的计算资源消耗,并且存在性能退化等问题。本文提出了一种面向中频的短码DSSS信号数字盲解扩算法,分析了载波残余对伪码波形同步的影响,并通过中频实矩阵分解重构了伪码波形,最后针对含任意载波残余的DSSS二进制相移键控(DSSS-binary phase shifted keying, DSSS-BPSK)信号,设计了完整的从波形到比特的低复杂度盲解调解扩流程。仿真结果表明,所提算法拥有更好的误码率性能以及良好的载波参数鲁棒性。     

面向中频的短码直扩信号数字盲解扩算法

针对直接序列扩频(direct sequence spread spectrum, DSSS)信号盲解扩问题,现有的方法大多基于矩阵分解理论,抽取主特征向量进行解调进而恢复伪码波形。非合作接收条件下,由于伪码波形未知且信噪比极低,载波频率、相位信息往往难以精确估计。考虑非合作接收条件,伪码未同步且含有随机载波频偏,现有方法常对两倍长度的复基带分段相关矩阵进行分解,带来了极大的计算资源消耗,并且存在性能退化等问题。本文提出了一种面向中频的短码DSSS信号数字盲解扩算法,分析了载波残余对伪码波形同步的影响,并通过中频实矩阵分解重构了伪码波形,最后针对含任意载波残余的DSSS二进制相移键控(DSSS-binary phase shifted keying, DSSS-BPSK)信号,设计了完整的从波形到比特的低复杂度盲解调解扩流程。仿真结果表明,所提算法拥有更好的误码率性能以及良好的载波参数鲁棒性。     

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。     

Neural network approach to blindestimation of PN spreading sequence in lower SNR DS/SS signals

PNsequence.1.INTRODUCTION Sincethespectrumdensityofdirectsequencespread spectrum(DS/SS,DS)signalsisalwaysverylower thannoiseincommunicationchannel,theDSsignals haveobviouscapabilityofanti jammingandlower probabilityinterception.However,ifsomeparame tersofthesignalwereknown,suchasperiodand chiprateofthepseudonoise(PN)sequence,blind estimationofthePNsequencefromDSsignaldirectly ispossible[5,6],whichisusefulincommunication managementandmilitaryscout.Amethodoftime delayedautocorrelation…     

PN code acquisition algorithm in DS-UWB system based on threshold comparison criterion

The direct sequence ultra-wideband (DS-UWB) is a promising technology for short-range wireless communications. The UWB signal is a stream of very low power density and ultra-short pulses, and the great potential of DS-UWB depends critically on the success of timing acquisition. A rapid acquisition algorithm for reducing the acquisition time of the coarse pseudo-noise (PN) sequences is proposed. The algorithm utilizes the auxiliary sequence and biscarch strategy based on the threshold comparison criterion. Both theoretical analysis and simulation tests show that with the proposed search strategy and simple operations over the symbol duration at the receiver, the proposed algorithm can considerably reduce the acquisition time even as it maintains the PN sequence acquisition probability in the DS-UWB system over the dense multipath environment.     

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。     

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).     

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。     

直接序列扩频信号伪码速率盲估计

针对直接序列扩频通信信号的侦察问题,充分利用扩频基带信号发送成型滤波后的波形特点,提出了一种基于最大平均功率序列的算法。该算法首先计算序列的平均功率,然后对其进行谱分析并作平滑处理而完成伪码速率的判定。计算机仿真实验及实际应用证明了该算法在较低的信噪比条件下具有良好的工作性能。     

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.     

基于一种特定混沌映射的跳频系统

提出用一种简单的分段线性映射 ,构造混沌跳频序列 ,以取代跳频通信中的伪随机序列 (PN序列 )。分析了此混沌序列的相关特性 ,并与Logistic混沌序列进行了比较。仿真和实验结果表明 ,此序列具有较理想的相关特性 ,应用于跳频通信中可获得较好的抗干扰能力。     

在残余频偏下微弱直扩信号伪码周期的谱检测

针对存在残余频偏调制下的微弱直扩(DS)信号的伪码(PN码)周期截获的难题,拓展了先前提出的基于信号功率谱二次处理的方法。该方法先对带残余频偏调制的微弱DS信号求取功率谱,然后将所得到的功率谱作为一输入信号求取其第二次功率谱,于是所得二次功率谱将在PN码周期整数倍处出现代表信号存在的尖锐脉冲。通过对这些尖脉冲间的距离进行检测,就可以获得DS信号PN码周期参数的检测估计。理论分析和计算机仿真表明,该方法基本不受输入信号残余频偏的影响,在很大频偏和较低的输入信噪比条件下都能良好地工作。     

基于多主分量神经网络的同步DS-CDMA伪码盲估计

针对批处理方法在实现非等功率同步直接序列码分多址(direct sequence code division multiple access, DS-CDMA)信号伪码序列盲估计时存在的复杂度高、收敛速度慢的问题,引入了3种多主分量神经网络(Sanger NN、LEAP NN和APEX NN)。首先将已分段的一周期DS-CDMA信号作为神经网络的输入信号,用神经网络各权值向量的符号函数代表DS-CDMA信号各用户的伪码序列,然后通过不断输入信号来反复训练权值向量直至收敛,最终DS-CDMA信号各用户的伪码序列就可以通过各权值向量的符号函数重建出来。此外,本文提出了一种在递归最小二乘(recursive least square, RLS)意义下的最优变步长收敛模型,极大地提高了网络的收敛速度。理论分析与仿真实验表明:将3种神经网络用于同步非等功率DS CDMA信号伪码盲估计时的复杂度均明〖JP2〗显降低,且LEAP NN与Sanger NN均可有效地实现-20 dB信噪比、10个用户下的同步非等功率DS-CDMA〖JP〗伪码盲估计,APEX NN则相对较差,此外,LEAP NN消耗内存较大、收敛速度快,APEX NN相反,Sanger NN则介于两者之间。     

基于OFDM-LFM的弹载广域SAR成像距离模糊抑制

高弹道弹载合成孔径雷达(synthetic aperture radar, SAR)在对中大型舰船目标进行广域成像时,其高弹道高度和高机动速度特性使图像易产生多重距离模糊,图像质量严重恶化。针对这一问题,提出了一种基于正交频分复用线性调频(orthogonal frequency division multiplexing-linear frequency modulation, OFDM-LFM)信号的正交波形设计方案,该方案采用Bernulli映射的混沌调制序列,对OFDM-LFM信号基进行频率调制,降低了信号的互相关峰值电平和自相关峰值旁瓣电平,进一步提高了发射脉冲间的正交性,且该调制方式可产生多个相互正交的波形,以解决多重距离模糊问题。目标成像仿真结果证明,混沌序列调制的OFDM-LFM信号可有效抑制弹载广域SAR成像的距离模糊。     

基于正交特性的短码直扩信号伪码序列盲估计

在短码直扩信号伪码序列的估计中,当使用特征值分解(eigenvalue decomposition,EVD)算法、奇异值分解(singular value decomposition,SVD)算法和压缩投影逼近子空间跟踪(projection approximation subspace tracking with deflation,PASTd)算法来估计伪码序列时,存在着当最大特征值和次大特征值相近时最大特征向量会受到干扰,进而影响伪码序列估计的问题。针对此问题,提出了一种基于正交特性的伪码序列估计算法。在已知码片速率和伪码周期的前提下,该算法首先把接收信号划分成长度为两倍码元宽度、数据重叠50%的数据段,然后用SVD估计出最大特征向量和次大特征向量,由于最大特征向量和次大特征向量是相互正交的,可以利用两者的正交特性来估计扩频序列。该算法不但能在信号失步时间未知的情况下估计伪码序列,而且仿真结果表明该算法具有稳定性高,需要的数据量少和能在低信噪比下有较好的估计性能等优点。     

基于相关熵的扩频周期估计方法

针对低信噪比下直接序列扩频信号扩频周期估计难题,利用相关熵可度量随机过程局部相似性的特点,提出了一种基于相关熵的估计新方法。首先分析了相关熵隐含的周期性,理论上推导了证明周期性存在的系列表达式,据此分析出可由接收信号的相关熵峰值间隔估计扩频周期。此外,研究了信息码的存在对扩频周期估计性能产生的影响,并针对此问题,在相关熵法的基础上提出了一种延时相乘相关熵分析法。仿真结果表明,与常用的基于功率谱的倒谱法和二次谱法,以及基于自相关函数的波动相关法相比,该文所提出的基于相关熵的新方法有更好的扩频周期估计性能。     

时延-多普勒频移对伪码捕获影响的性能分析

在扩频信号处理中,伪码的捕获一般通过相关来实现。以m序列为研究对象,首先针对一种典型的相关过程分析了其时延、多普勒频移对相关的联合影响,结论表明两者耦合影响非常小,几乎可忽略不计。在此基础上提出另一种利用FFT进行能量积累的伪码捕获方法,该方法相对一般相关可对多普勒进行补偿,并可得到时延-多普勒频移的联合二维估计。     

基于子空间跟踪的扩频码盲估计算法

针对直接序列扩频(DS/SS)信号的扩频码盲估计问题,改进了特征分解的方法,利用滑动窗技术取得码同步,并提出了一种基于信号子空间跟踪的PN(pseudo noise)码恢复算法。计算机仿真表明,由于这种算法避开了直接的特征分解求解,降低了数据的存储量,易于硬件实现,具有良好的收敛特性,性能上优于已有的梯度算法和神经网络算法。     

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。     

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。