非周期长码直扩信号的伪随机码盲估计

研究了m序列三阶相关函数特性,证明了不同周期m序列三阶相关函数存在共同峰,推导得到共同峰的特性以及共同峰坐标与m序列本原多项式之间对应关系,基于上述理论提出了非合作通信下的非周期长码直扩信号伪随机码估计方法。加性高斯白噪声下的仿真结果表明,本方法仅需1/4倍长码周期长度信号和4 d B信噪比,估计非周期长码直扩信号的扩频码和长扰码的正确概率就可达到99%以上。

非周期长码直扩信号的盲解扩

本文利用信号延迟相乘,消除信息码对长扰码和扩频码的影响;利用m序列的线性移位叠加性,巧妙分段信号,提出一种分段相关的信号解扰方法;对解扰信号利用斜消矩阵法估计扩频序列本原多项式,并利用基于协方差范数的信息码盲同步法实现信息码同步;最终得到非周期长码直扩信号盲解扩方法。该方法仅需要预知信号扰码m序列本原多项式和扩频码码片速率。仿真结果表明,该算法仅利用1/8倍长码序列周期长度的信号就能在信噪比3.6dB以上达到10-2以下解扩误码率。

非周期长码直扩信号的长扰码识别

该文利用m序列的二阶和三阶自相关特性,推导得到非周期长码直扩信号三阶自相关函数的极大似然估计,利用m序列的线性移位叠加特性和三阶自相关函数特性,提出了非合作通信情况下消除信息码对长码估计影响的延迟相乘方法和基于三阶自相关峰的长码识别算法,该识别算法只需已知信号的载波频率和扩频码码片速率。在加性高斯白噪声下的仿真表明,仅利用1/4倍长码周期长度的信号,在信噪比大于3.5 dB时长码m序列的正确识别概率就达到90%以上。

带残余载波的周期长码直扩信号PN码盲估计

针对下变频后含有残余载波的周期长码直扩信号PN(Pseudo-Noise)码盲估计难题,在已知码片速率和PN码周期前提下,该文提出一种结合矩阵特征值分解和数字锁相环(Digital Phase Locked Loop,DPLL)的PN码盲估计方法。该方法首先将带有残余载波的周期长码直扩信号等效建模为虚拟多用户短码直扩信号模型,利用矩阵特征值分解和模糊酉矩阵的方法估计出含有残余载波的PN码,然后利用DPLL对残余载波的频率和相位进行跟踪和估计并最终消除残余载波,最后根据特定约束条件(如m序列、Gold序列)去除分段相位模糊,最终估计出PN码序列。理论分析和仿真结果表明,提出的方法能够有效地工作在较低信噪比下,且表现出良好的性能。

非周期长码直扩信号PN码盲估计

针对低信噪比下非周期长码直扩信号PN(pseudo-noise)码盲估计问题,在已知码片速率和PN码周期前提下,提出一种基于特征值分解和梅西算法的非周期长码直扩信号PN码盲估计方法。在PN码周期内根据扩频调制比对信号,进行非重叠分段;利用分段矩阵特征值分解的方法估计各段PN码并进行拼接;通过滑动搜索窗,利用梅西算法得到PN码生成多项式,消除在拼接时产生的相位模糊。仿真结果表明,该方法适用性广,能够在较低信噪比下正确估计出m序列、Gold序列。

非周期长码直扩信号同步及伪码序列盲估计

非合作直接序列扩频系统中伪随机码的估计与同步是正确获取信息的关键。现有的研究成果多集中在短码或周期长码直扩信号的解扩,该文针对无伪码先验知识条件下NPLC-DSSS信号的失步时间估计问题,提出一种基于相关矩阵元素分布建模的方法,该方法以信息码宽分段的信号构建自相关矩阵,并以该矩阵的Frobenius范数与失步时间之间的对应关系,实现NPLC-DSSS信号失步时间的精确估计。在此基础上,通过引入判决辅助思想构建了循环迭代结构实现了NPLC-DSSS信号伪码序列的盲估计。最后,推导了该伪码序列盲估计问题的Cramer-Rao理论界。数值分析结果表明,文中所述算法在相同的信噪比和数据量条件下具有更好的估计精度,且对伪码的估计性能接近理论界。

基于相似度的NPLC-DSSS信号扩频码盲估计

针对非周期长码直接序列扩频(Non-Periodic Long Code Direct Sequence Spread Spectrum,NPLC-DSSS)信号扩频码盲估计的问题,在已知扩频周期,信息码码元宽度以及码速率的条件下,本文提出了一种基于相似度的伪码序列盲估计方法.该方法通过构造信息码库,利用平均相似度对信息码进行同步,再利用特征值分解对扩频码序列进行估计.仿真实验表明,该算法较现有算法不仅抗噪声性能提高了1 dB,而且能够对信息码同步位置及伪码序列进行联合盲估计.