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.     

基于ML的多径信道下直扩信号PN码和信道的联合盲估计

针对非协作通信下多径信道直接序列扩频信号伪随机(PN,Pseudorandom)码的估计难题,本文在分析信号二阶统计特性的基础上,提出了一种基于最大似然(ML,Maximum Likelihood)的PN码和多径信道联合盲估计的方法.该方法首先建立PN码和信道序列的最大似然数学模型,然后通过交替转换数学模型和使用迭代最小二乘投影(ILSP,Iterative Least Square Projection)算法实现PN码和多径信道的联合估计.为了进一步降低算法复杂度和避免矩阵求逆,本文给出了算法的自适应求解方式.此外,针对低信噪比下信道估计误差引起PN码的估计精度下降的问题,本文提出了一种基于迭代总体最小二乘投影的改进算法.所提算法不受PN码码型限制,并通过仿真实验验证了算法的有效性.     

基于特征分解的直扩信号盲估计研究与仿真

对含噪声直接序列扩频(Direct Spread Spectrum Sequence,DSSS)信号以2倍信息码元2T0时间窗截断计算自相关矩阵并做特征分解,利用最大特征向量对接收DSSS信号的PN码进行盲检测恢复,对最大特征向量求取PN码长累加和、寻找最大值的方法计算PN码在特征向量中的位置。仿真分析表明,该方法能够在低信噪比下对伪随机序列进行估计,同时得到了接收信号中PN码的初始相位。     

基于最大范数准则与矩阵特征分解的PN码估计方法

针对直扩信号伪随机序列(PN码)的估计问题,在基于协方差矩阵特征分解算法的基础上,利用最大范数准则加以改进,提出了基于最大范数准则与矩阵特征分解的伪码序列估计方法,并对其进行了理论分析和实验仿真.仿真结果表明,该算法能适用于低信噪比情况,并且与直接特征分解方法相比,估计性能更好.     

非周期性DSSS信号的PN码序列盲估计

非周期性DSSS信号由于在扩频码周期内扩频序列的不可重复性而使其PN码序列盲估计方法和针对常规周期性DSSS信号的估计方法有所不同.文中在已知扩频码周期、码速率和信息码速率等参数,且信息序列使不相关的前提下,提出了最大相关峰脉宽盲同步算法、分段矩阵特征分解序列估计方法和基于最优移位相加特性的信息码剥离算法来完成对非周期性DSSS信号的盲同步和PN码序列盲估计,理论分析和仿真结果表明上述方法具有运算量小、适用范围广、低信噪比条件下鲁棒的优点.     

短码、周期长码直扩信号伪码序列盲估计

针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题,提出了一种基于奇异值分解的盲解扩算法.在已知信息码元速率和伪码周期条件的前提下,算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间,然后根据信号子空间和伪码序列的模糊关系,利用求解的模糊酉矩阵和特定约束条件(如m序列)去其模糊性,最终估计出伪码序列.仿真结果表明,该算法不仅解决了在不同的时延下估计伪码序列带来的问题,而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点.     

基于神经网络的低信噪比直扩信号扩频码的盲估计方法

针对低信噪比直扩信号扩频码的盲估计问题,本文首先用离散卡-洛(K-L)变换的方法对直扩信号进行了研究,得出了在已知信号伪码参数的前提下对低信噪比直扩信号的伪码序列进行盲估计是可行的,并将该问题抽象为一个信号主分量提取问题.然而该K-L变换在伪码序列很长时的计算存储量和计算量都比较大,于是进一步提出了一种主分量神经网络(N. N.或Neural Networks)的解决方法,该方法充分利用了无监督N. N.的自适应主分量提取特性,能较好完成直扩信号伪码序列的盲估计,从而使直扩信号的盲解扩成为可能.理论分析和数值结果都表明本方案能工作在较低的输入信噪比条件下.     

直扩信号PN码序列估计的神经网络方法

为了解决通信侦察中低信噪比下直扩信号PN码序列的盲估计问题,分析了神经网络算法。该算法基于直扩通信的基带信号模型,通过对输入信号的主分量进行分析和提取,获取神经网络学习后的突触权值,进而估计出PN码序列。理论分析与仿真数值结果都表明,该算法在较低信噪比背景环境中,能够准确地恢复出PN码序列。     

基于快速OPAST算法的直扩信号PN码序列估计

在直接序列扩频(DSSS)通信对抗系统中,伪码(PN)序列估计是一个重要的研究课题.针对在某些情况下权值向量不收敛的问题,提出了一种基于快速正交投影逼近子空间跟踪(OPAST)算法和滑动窗技术的直扩信号PN码序列估计算法,对非同步接收DSSS信号按照宽窗口分段,利用快速OPAST算法提取主特征向量,滑动窗技术实现码同步.该算法迭代权值向量具有正交性以及良好的收敛性,同时解决了常见相位模糊问题.算法具有较低复杂度,数据存储量少,易于硬件实现与实时处理.仿真结果表明,在-10 dB的较低信噪比背景环境中,该快速OPAST算法可以正确有效地估计出PN码序列.     

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.