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。     

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。     

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。     

大多普勒偏移下直接序列扩频信号捕获新方法

针对具有大多普勒偏移的直接序列扩频信号捕获问题,提出一种基于快速傅里叶变换(FFT)的多普勒和伪码分别并行搜索的捕获新方法.该方法利用伪码二相调制特性,通过乘法消除伪码影响,得到多普勒估计值,在此基础上运用圆周相关法得到的伪码相位估计值.计算机仿真表明,它能更快、更高精度地完成多普勒频率一伪码相位的二维搜索,且捕获时间与多普勒偏移大小无关,尤其适用于大多普勒环境.     

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。     

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。     

一种混沌量化的混沌扩频序列

针对单值量化和多值量化存在的问题,提出了一种混沌量化的方法来产生混沌扩频序列,不仅大大提高了混沌序列的周期,有效克服有限精度问题,而且增加了量化的复杂度,提高了抗破译能力.对其性能进行了分析和仿真,结果表明,所产生的混沌序列具有比多值量化混沌序列更好的相关性能和伪随机性能.同时,利用Bedekamp-Massey算法,得出该序列具有理想的线性复杂度,更进一步显示了其良好的伪随机性能.最后将该序列应用到多用户CDMA系统中,仿真结果表明,其具有理想的误码率性能,抗多址干扰能力强.     

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...     

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。     

高精度LFM信号参数估计的谱校正方法

为精确估计噪声背景下线性调频（linear frequency modulation, LFM）信号的调频率和中心频率等参数,提出了一种基于Radon模糊变换（Radon-ambiguity transform, RAT）和分数阶傅里叶变换（fractional Fourier transform, FRFT）的离散谱校正估计方法。该方法将LFM信号的调频率和中心频率估计问题转化为模糊域和分数阶Fourier域上的两次一维谱峰搜索过程,并且通过对矩形窗截断的LFM信号的RAT和FRFT谱线结构分析,将能量重心谱校正法引入两次谱峰搜索过程,在不增加运算量的基础上实现了谱峰位置的超分辨率估计,较大幅度地提高了信号的参数估计精度。仿真结果显示,对于单分量LFM信号情况,该方法对信号的RAT和FRFT谱峰位置的校正误差分别降到了扫描步长的1.55%和4.94%,证明了该方法的有效性。     

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。     

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.