采用随机共振增强的混合扩频信号跳频参数估计

为解决强背景噪声下直扩/跳频(DS/FH)混合扩频信号的跳频参数估计精度低的问题,提出了一种基于随机共振的参数估计(SRPE)方法。首先对非线性预处理后的DS/FH信号进行信道化调制,将其转化为多个低频单分量信号,以满足随机共振的绝热近似条件;然后根据噪声强度自适应调整系统的参数,对每个单分量信号进行随机共振处理,使目标信号得到增强;最后采用Wigner-Villa变换来估计信号的跳频频率和跳速。仿真结果表明:SRPE方法能够提高目标信号的信噪比,实现强背景噪声下对DS/FH跳频参数的精确估计;在-10dB的低输入信噪比下,SRPE方法的频率估计误差低于10-3,与信道化谱增强方法相比,估计精度提高了70%以上。

高动态链路中折叠PMF-FFT快速捕获方法

在高动态链路中存在大多普勒频偏,直接序列扩频(direct-sequence spread spectrum,DSSS)接收机必须具有大捕获带宽。现今广泛使用的部分匹配滤波加快速傅里叶变换运算(partial matching filter-fast Fourier transform,PMF-FFT)方法的捕获带宽受限于其FFT运算点数,难以适应高动态场景。因此,提出一种低复杂度大带宽的折叠PMF-FFT捕获方法。该方法首先对接收信号和本地伪码分别作折叠,即分段求和,然后再按照PMF-FFT方法处理。理论分析和仿真结果表明,在更低计算复杂度下,折叠长度为F的折叠PMF-FFT方法的捕获带宽能够达到PMF-FFT方法的F倍。