一种DS/SS信号PN码序列估计的神经网络方法

本文提出了一种利用神经网络（Ｎ．Ｎ．）完成直接序列扩频（ＤＳ／ＳＳ）信号 ＰＮ（伪噪声码）码序列估计的新方法。该方法充分利用了无监督Ｎ．Ｎ．的自适应主元提取特性，加上其高速运算能力，解决了传统方法在ＰＮ码的实时处理及实现上的困难，理论分析和数值结果表明了本方案能在较低的输入信噪比条件下完成对ＰＮ码的正确估计。

窄带干扰环境下DS-SS信号的细微特征分析

通过对窄带干扰(NBI)条件下低信噪比直接序列扩频(DS-SS)信号的细微特征分析,得到了NBI特征波形和DS-SS扩频伪码(PN)的盲估计。首先按PN码周期和码速率(假设已获知)对接收DS-SS信号进行取样预处理形成观察向量集,接着用细微特征分析方法对该集合进行处理,最后可以估计出信号所夹杂的NBI特征波形和信号的PN码序列。为了减少所估计PN码的相位模糊性,本文在取样预处理时将取样时间窗口增大到PN码周期的二倍,结果使所估计的PN码或是原码或是反码,从而提高了估计准确性。同时利用所估计的NBI特征波形可消除原始信号所夹杂的NBI,而利用所估计的PN码序列则可以对DS-SS信号实施盲解扩处理。理论分析和数值结果表明,该方法有效,并能工作在较低的输入信噪比和信号干扰比环境下。

一种改进的DS/SS信号PN码序列估计算法

基于文献[1]的特征分析法,估计低信噪比情况下直接序列扩频(DS/SS)信号的PN(伪随机码)码,本文提出了一种改进的算法.本算法解决了原算法中PN码序列估计存在的相位不确定性,即估计的PN码部分码元与真实PN码元相比可能发生反号的问题.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.

DS／SS信号的侦察

本文讨论了在AM、FM和BPSK三种调制信号的干扰环境中，对直接序列扩频(DS／SS)信号侦察的一种方案——对自相关域样本进行模糊样式识别的方法，并给出了部分计算机模拟结果。

一种直扩信号伪码速率的快速检测方法

为了解决快速提取直接序列扩频通信信号伪码码速率的难题,详细介绍了一种用延时相乘法实现快速提取直扩信号伪码速率的原理和实现方法。理论分析和计算机模拟表明,该方法在较低的输入信噪比条件下具有较高的识别率。

一种直扩信号伪码周期及序列的盲估计方法

论述了功率谱二次处理理论和信号子空间分解方法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中的应用,提出了利用功率谱二次处理结合信号子空间分解的方法以实现对低信噪比DS/SS信号的完全估计。计算机模拟结果表明,该方法在较低的输入信噪比条件下能良好地工作。

基于E-PASTd的直扩信号盲扩频码估计算法

基于增强的压缩投影近似子空间跟踪(E-PASTd)的盲扩频码估计算法具有低运算量、低存储量和易于硬件实现的优点。介绍了基于E-PASTd的盲扩频码估计算法并分析了这种算法性能不理想的原因,针对性地提出了解决这些问题的3个措施,包括增加接收信号时间窗宽度、权向量归一化和主动延时信号。提出了一种改进的基于E-PASTd的盲扩频码估计算法,并仿真验证了改进算法的有效性。

直扩信号伪码的盲估计方法的研究

对直接序列扩频通信的信号检测方法进行了综述,重点讨论了自相关域检测方法、四阶累积量方法、谱分析与信号子空间分解法,其中四阶统积量方法和谱分析与信号子空间分解法的最低检测门限远低于相关算法,谱分析与信号子空间分解法在直接序列扩频(DS/SS)信号的伪码周期估计以及伪码序列盲估计中,利用功率谱二次处理结合信号子空间分解的方法可以实现对低信噪比DS/SS信号的估计。

低信噪比直扩信号伪码周期检测的谱方法

针对低信噪比直扩信号 (DS/ SS信号 )的伪码 (PN码 )周期检测的难题 ,本文提出了一类基于信号功率谱二次处理的新方法 ,理论分析和计算机模拟表明 。

直扩信号伪码周期及序列的估计与检测方法的研究

直接序列扩频通信的信号检测是通信对抗的关键问题，本文对直接序列扩频通信的信号检测方法进行了综述，并重点讨论了自相关域检测方法、四阶累积量方法、谱分析与信号子空间分解法，其中四阶统计量方法和谱分析与信号子空间分解法的最低检测门限远低于相关算法，谱分析与信号子空间分解法在直接序列扩频（DS／SS）信号的伪码周期估计以及伪码序列盲估计中，利用功率谱二次处理结合信号子空间分解的方法可以实现对低信噪比DS／SS信号的估计。

基于Haar小波变换的直扩信号参数盲估计

为解决低信噪比下直扩信号的参数估计问题,提出了一种基于H aar小波变换实现直扩信号伪码(PC码)速率和符号周期盲估计的新型算法。阐述了小波变换表征和检测直扩信号相位瞬变的原理,给出了直扩信号小波变换的具体形式。通过对直扩信号小波变换频谱特征的具体推导,详细论述了通过小波变换提取这两个参数的算法原理和具体步骤。仿真实验表明,在码元数为400及扩频因子为63的参数条件下,该文所提出的伪码速率和符号周期估计算法可至少工作在-18 dB和-14 dB的低信噪比下,且其性能优于某些典型的算法。

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。