低信噪比长伪码直扩信号的盲估计方法

为了解决低信噪比长伪码直扩信号的盲估计难题,提出了一种长伪码直扩信号的相关矩阵累加平均结合特征分析的新方法。本方法是在已知长伪码直扩信号的扩频码周期、码速率等参数,并且信息序列不相关的前提下,将接收到的长伪码直扩信号以一随机确定值为起点进行周期分段形成连续多个观察向量,求其相关矩阵并累加平均,并实施特征分析以得到相关矩阵的特征值和信号所含主成分,由相关矩阵的特征值可以估计出信号所含的噪声方差、信号信噪比和信号分段时随机确定的起点,由主成分特征向量还可以进一步估计出观察信号的扩频码序列。本文所提出的方法充分分析和推导了长伪码直扩信号的特征结构,提出了对长伪码直扩信号盲估计的核心基础算法,该算法可以有进一步应用于长伪码直扩信号盲解扩的潜力。本文提出的方法并不象已经提出的其他算法,其对长伪码扩频信号的盲估计性能可以随着观察向量个数的增加逐步得到改善,而且该方法可以应用于任意类型的扩频码、信息码,在理论上能工作在任意强度的加性高斯白噪声环境下,并且不需要事先提取任何定时同步信息。理论分析和数值结果表明了本方法较为鲁棒不易受到噪声影响。

基于软判决的PN码序列多项式估计改进算法

针对现有伪噪声(PN)码序列多项式估计算法容错能力有限的问题,提出一种将统计预处理和软判决求解含错方程相结合的多项式估计改进算法。该算法利用PN码序列的周期特性,通过增加统计预处理环节降低序列的误码率,采用软判决求解含错方程的方法,实现低信噪比条件下PN码序列生成多项式的正确估计。仿真结果表明,改进算法具有较好的容错性能,在信噪比为-9 dB时其估计正确率可达90%以上,且与传统多项式估计算法相比信噪比增益至少为6 dB。

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。