基于谱范数和CPAST算法的周期长码直扩信号PN序列估计

针对周期长码直接序列扩频(DSSS)信号的伪噪声(PN)序列盲估计问题,提出一种新的谱范数和约束投影逼近子空间跟踪(CAPST)算法相结合的PN序列估计算法。算法首先根据最大化分段协方差矩阵的谱范数法,估计出PN序列的同步点;然后利用CPAST算法,分别估计各子段的PN码序列;最后按照一定顺序拼接成完整的周期长码PN序列。算法具有运算量小、复杂度低、实时处理及硬件实现的优点。仿真结果表明,在较低的信噪比情况,该算法能够有效地估计出同步点和PN码序列。     

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.     

一种简单的长码周期估计方法

在直接序列扩频（DS／SS）通信系统中，提出了一种简单的长码周期检测方法．将输入的DS／SS信号进行延迟相乘处理，消除信息数据对PN码周期的影响，应用自相关处理，提取长码周期．理论分析和仿真表明，在信噪比大于-10dB条件下，应用谊方法能够简单有效地估计出长码和短码周期．图4，表3，参11．     

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Givens旋转多用户多径DS-CDMA信号伪码盲估计

针对多径多用户低信噪比下的伪码估计,提出一种基于Givens旋转多用户多径DS-CDMA信号伪码盲估计的算法.该算法在同步接收扩频信号的基础上,利用特征值分解法获得用户特征向量子空间,通过2维Givens矩阵对子空间特征向量组成的2维载荷矩阵进行旋转,当定义的载荷矩阵总方差达到极小值时停止旋转,得到伪码序列的最佳估计.该算法克服了传统特征分解法估计多用户伪码序列时的缺陷,解决了多用户多径低信噪比情况下伪码序列的盲估计问题.仿真结果表明该算法是有效的,且具有抗多径干扰的能力.     

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。     

低信噪比直扩信号扩频码的盲估计方法

为了解决低信噪比直扩信号扩频码的盲估计问题,提出了一种直扩信号的协方差矩阵累加平均和离散卡洛(Karhunen-Loève,K-L)变换的方法。该方法是在已知直扩信号的扩频码周期、码速率等参数的前提下,将接收到的直扩信号以一随机确定值为起点进行周期分段以形成连续多个观察向量,求协方差矩阵并累加平均,实施离散K-L变换以得到信号所含主成分,由主成分特征向量估计观察信号的扩频码。而后对观察信号进行解扩处理,从而实现直序扩频信号的盲解扩处理。理论分析和数值结果表明了该方法非常鲁棒不易受噪声影响,在通常情况下可以工作于低于-20dB信噪比的环境下。     

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。