基于双PN周期的短码DS-SS信号扩频波形及信息序列盲估计方法

针对短码DS-SS信号盲解扩,研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列联合盲估计算法,该算法在低信噪比条件下同时完成扩频波形和信息序列的估计,计算量小,且避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了盲估计的正确率。最后仿真验证了算法的有效性。

基于缺失数据模型的长码直扩信号的伪码估计

在信号截获应用背景下,提出了一种新的缺失数据模型用于长码直扩信号的盲同步和伪码估计.在同步环节中,传统短码同步算法Frobenius范数最大法被扩展至缺失数据模型并验证了渐进有效性;在伪码估计环节,提出了一种低计算复杂度的用于加权低秩逼近的交替投影算法.由于本文提出的方法能够直接利用接收数据,而不仅仅是它的自相关矩阵,仿真表明其性能明显好于传统的只依赖自相关矩阵的算法,特别是在短数据场合.

窄带干扰下基于子空间跟踪的扩频序列估计

针对窄带干扰条件下低信噪比直扩信号扩频序列(Direct Sequence Spread Spectrum,DSSS)的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法。该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,根据求解结果可以估计出信号所夹杂的窄带干扰特征波形,并进一步消除窄带干扰估计出信号的扩频码序列。结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现。

基于子空间跟踪的长码直扩序列盲估计

针对低信噪比直扩信号扩频序列(direct sequence spread spectrum,DSSS)的盲估计问题,提出了一种基于子空间跟踪的扩频波形估计算法。该方法避开了直接的特征分解求解,利用滑动窗技术取得码同步,利用子空间跟踪法分段估计扩频序列,并按照一定的顺序拼接实现伪码盲估计。结果表明,该算法在低信噪比条件下能完成对PN码序列的精确估计,降低了数据的存储量,易于硬件实现。

基于双PN周期的窄带干扰直扩序列盲估计

为了解决窄带干扰条件下低信噪比直扩信号扩频序列(direct sequence spread spectrum,DSSS)的盲估计问题,提出一种基于双PN周期分解的扩频波形估计算法。该算法用2倍PN周期进行采样形成观测向量,利用特征分解法求各特征值及其向量,并利用特征向量消除窄带干扰,并求出PN码序列。结果表明:该算法在低信噪比条件下能完成对PN码序列的精确估计,能解决传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题。

基于ITD和DSS的旋转机械信号识别研究

为解决盲源分离在分析旋转机械故障信号时的欠定问题,提出一种基于固有时间尺度分解(ITD)和盖尔圆(GDE)的欠定去噪源分离(DSS)方法,即为ITD-GDE-DSS。通过ITD求出信号的旋转分量,进而重组固有旋转分量和原观测信号作为满足盲源分离要求的新观测信号,使盲源分离中维数不足的问题得到解决。通过GDE估计观察信号的组成源数,为DSS方法分离出源信号提供先决条件。将ITD-GDE-DSS方法应用于某转子的实测故障信号分析中,诊断出转子在升速过程中不平衡故障特征,分离出转子突加不平衡的一阶临界转速和二阶临界转速的信号。

基于码片延迟的多径信道扩频序列盲估计

针对多径信道下低信噪比直扩信号扩频序列的盲估计问题,提出一种通过码片延迟与相关矩阵分析相结合的方法实现扩频波形估计。该方法首先将接收信号延迟一段时间与原信号相乘,然后代入自相关矩阵中,通过特征值分解求得最大特征值及其对应的特征向量,通过该特征向量中的零点确定同步位置并恢复扩频序列。理论分析和仿真结果表明,本算法在低信噪比条件下能完成对PN码序列的精确估计。

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。