一种M-ary扩频信号的盲同步方法

针对通信侦察领域M-ary扩频信号的盲同步问题,根据M-ary扩频信号的结构特点及扩频码集元素间的相关特性,提出了一种扩频码长度和失步时间联合估计方法。该方法能够同时估计出M-ary扩频信号的扩频码长度及失步时间,且不受扩频码集类型的限制。仿真实验表明,该算法能在较低的信噪比条件下对三种不同码集的扩频信号进行估计,且算法的性能随着所使用数据的增多而提高。     

基于重叠缓冲预解跳的DS/FH扩频信号快速捕获

DS/FH(Direct Sequence/Frequency Hopping)扩频信号捕获相对直接序列扩频(Direct Sequence Spread Spectrum,DSSS)需要更多维度的搜索，捕获电路复杂。针对现有DS/FH扩频信号捕获算法复杂度高、电路结构与波形参数强相关，以及通用性差、灵活度低的问题，提出了一种基于重叠缓冲预解跳的DS/FH扩频信号快速捕获方法，利用双缓冲补零(Double Block Zero Padding，DBZP)缓冲单元与预解跳单元的灵巧结合，将时域-频域-多普勒域高度耦合的扩跳频图案搜索进行降维分离，在保证积分增益的同时降低了捕获实现的复杂度。数值分析与仿真结果表明，所提方法兼顾了捕获性能与运算资源，相比现有基于预解跳方法的DS/FH扩频信号捕获算法的运算量减小了50%。     

采用矩阵累乘的自相关矩阵构造

提出了一种适用于低信噪比情况下提取扩频信号特征参数的算法。该算法通过对被测信号的多次采样、分段累乘,扩大了待分解信号的样本数,降低了噪声的影响,从而能够获得比传统子空间分解算法更好的性能。通过分段累乘构造的自相关矩阵,对其进行特征值分解后,表现出对噪声不敏感的特性,在一定程度上克服了常规方法的噪声敏感缺点。对算法的仿真计算表明,该方法应用在低信噪比的通信环境下,信号特征值不会被噪声湮没,解决了传统子空间方法在低信噪比条件下的分辨率不足的问题。该算法的提出对低信噪比条件下的扩频信号处理和参数检测有重要的工程和实际意义。     

拥挤干扰环境下的一种多载波扩频信号接收波束成形方法

针对拥挤干扰环境中的多载波扩频通信系统,提出了一种基于期望信号波达方向估计和干扰功率空间谱分析的波束成形方法。该方法首先利用多载波扩频调制信号的频率分集特性估计期望信号的波达方向,然后利用空间谱分析估计干扰信号的空间功率分布,在此基础上完成波束成形。该方法能够在拥挤强干扰环境下精确估计信号的波达方向,从而保证了干扰信号空间谱估计的有效性。仿真结果表明,即使干扰信号的功率显著强于期望信号,本算法仍然能够精确地估计出期望信号的波达方向,从而保证算法的有效性。     

直接序列扩频分组映射码索引调制

针对直接序列扩频码索引调制发射端使用大量伪随机（PN）码的问题，提出了一种使用较少PN码的分组映射码索引调制方案。该方案在发射端并行设置多个调制子块独立进行幅相调制,同时集中选取各调制子块间同相、正交支路扩频所需的PN码，经索引值大小排序后依次扩频各调制子块中调制符号的同相、正交分量。分析和仿真结果表明，相同频谱效率条件下所提方案比直接序列扩频码索引调制方案使用的PN码个数更少，并在加性噪声信道下,信噪比高于10 dB时,保持着约1 dB的误比特率性能优势，并远优于空间调制在最优检测算法下的误比特率性能。     

一种改进的基于传播算子的二维DOA估计算法

针对面阵中的波达方向估计算法复杂度过大的问题，提出了一种改进的基于传播算子的二维面阵波达方向（Direction of Arrival,DOA）估计算法。该改进算法基于面阵平移不变性质，将原始子面阵在X和Y轴上分别平移得到两个子面阵，将两个子面阵相加得到虚拟子面阵，利用原始子阵和虚拟子面阵构造新的信号矢量，基于传播算子算法求出其特征值，特征值中的模值和相位值包含信源的二维角度信息，由此可求出自动配对的二维角度。与基于传播算子的二维DOA估计算法相比，该算法有效降低了运算复杂度，且保持性能相近。仿真实验验证了算法的有效性。     

混合扩频信号快速参数估计与识别算法

针对混合扩频信号多是基于直接序列扩频和跳频扩频相结合的现状,提出了基 于直接序列和线性调频相结合的混合扩频信号快速参数估计与识别算法。通过建立基于频域 矩峰度系数的神经网络,将两类信号识别开来, 信噪比为-2 dB时识别概率均达到95%以 上 。通过倒序共轭卷积和分段截取后快速解线调,实现了复合信号各参数的快速估计,信噪比 为 -1 dB时码速率估计精度均较高。     

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。     

基于BP神经网络的直扩信号扩频码盲识别

针对微弱直扩信号的盲检测与估计问题,在接收方未知发送方扩频序列的前提下 ,提出了一种恢复直接序列扩频（DSSS）信号扩频码的方法。该方法基于反向传播（B P）神经网络,它的输入是接收到的信号,而其期望输出是和输入相同的信号,根据误差反 向传播来有监督地调节神经网络,网络达到收敛时根据第二层权值的符号函数值即可盲估计 出扩频码序列。实验结果表明,即使是在负信噪比情况下,该方法也能得到一个很好的估计 效果。     

基于遗传算法的OFDM高精度盲频偏估计器

针对正交频分复用系统频偏估计问题,提出了一种基于遗传算法的高精度盲频偏估计器。该算法首先将带载波间干扰的正交频分复用系统视为正交码分多址接入系统,将载波间干扰系数视为码分多址接入系统的扩频码,利用估计的载波频偏构造扩频码,进而重建接收信号;然后利用重建信号跟实际接收信号最小重建误差原则构造了盲频偏估计的代价函数,并设计了对应于遗传算法的适应度函数;最后利用遗传算法强大的并行搜索和全局寻优能力,通过最小化代价函数求得最佳频偏估值。仿真结果表明,所提算法具有较高的估计精度,低信噪比下性能显著,有效降低了时间复杂度,且不受频偏估计范围和信号调制类型的限制。     

基于混沌与自编码相融合扩频码的构造

为了提高扩频通信系统数据传输的有效性和安全性,提出了一种混沌映射与自编码非线性融合的思想构造扩频码方法。该方法首先将Logistic混沌序列通过改进产生的复合符号混沌序列与自编码算法输出反馈进行逻辑异或,然后与自编码序列经非线性Henon映射相融合产生高质量的复合扩频码。以混沌和自编码为基础分析了该方法的有效性,并与现有方法进行比较,提高了序列的相关性和复杂度。在DS-CDMA系统中进行仿真验证,结果表明该方法产生的扩频序列抗多径干扰能力更好,并能获得较低的扩频误码率,有利于扩频通信的需要。     

克服噪声不确定度的拟合优度检验频谱感知算法

针对已有的基于拟合优度(GoF)检验的频谱感知算法易受到噪声不确定度影响的问题,利用矩估计法或特征分解估计法对噪声方差进行实时估计,将采样数据处理为标准正态分布的信号,最后通过GoF检验来感知主用户的存在性。在减小GoF算法复杂度的同时,克服了噪声不确定度对算法性能的影响,仿真结果也表明了所提算法的有效性。     

基于相干对消的噪声子空间自适应估计

MUSIC算法的运算量主要集中在特征值分解和空间谱的搜索两部分,为避免进行特征 值分解,将相干信号自适应对消的思想用于噪声子空间的估计。由于阵元输出信号完全相干 ,视一个阵元输出为参考信号,其它阵元输出能够完全对其进行对消,得到的系数矩阵作为 噪声子空间的估计。基于LMS算法,给出了算法的矩阵形式,得到的噪声子空间估计算法的 运算量大大降低,且以迭代的方式进行,适合应用于运动信号源的跟踪,在阵元数较大时能 很好地逼近MUSIC算法性能。为减少空间谱搜索过程的计算量,对搜索过程先用系数矩阵的 一列进行搜索,然后采用其它列对搜索峰值进行验证。仿真结果显示算法具有很好的空间谱 估计性能和DOA跟踪性能。     

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。     

利用频谱排序和筛选的突变噪声快速估计

针对最小值控制递归平均(Minima Controlled Recursive Averaging,MCRA)算法不能快速跟踪突变噪声的问题，提出了一种基于频谱排序和筛选的突变噪声快速估计方法。该方法在MCRA算法的基础上对带噪语音的功率谱进行排序，筛选出不含语音信号的频点来估计噪声的平均功率谱；当检测到噪声突变时，对当前的平滑参数和状态变量进行校正。仿真结果表明，该方法可以将突变噪声的跟踪时间缩短90%以上；用于语音降噪处理时，音质可以提升约0.4分。该方法具有一定的工程应用价值。     

高动态弱直扩信号的分级捕获算法

针对低信噪比高动态环境下直扩信号经典捕获算法中多普勒频偏估计精度和快速傅里叶变换（FFT）运算量的矛盾,提出了一种基于频偏补偿的两级非相干累加捕获算法。该算法以部分匹配滤波器结合快速傅里叶变换（PMF-FFT）算法为单元,首先利用第一级频偏粗估值对多普勒频偏进行补偿,然后通过调整第二级PMF-FFT中部分匹配滤波器长度并利用滑动平均窗对残余频偏进行精估。理论分析和仿真结果表明,与经典捕获算法相比,该算法在FFT运算点数相同的条件下,可以有效地提高多普勒频偏估计精度,并且在高动态环境下具有更好的检测性能。     

S-T线性耦合级联混沌扩频码及其性能分析

针对传统混沌映射迭代生成的时间序列复杂度低且序列取值范围受映射参数控制的问题,提出了一种基于S-T耦合级联混沌映射的扩频码生成算法。先通过引入耦合控制因子对满映射条件下的Sine映射和Tent映射进行线性耦合,在保持系统动力学结构完整性的前提下减弱了混沌参数取值对序列取值范围带来的影响,极大地增加了扩频码的地址空间。进一步,继续将耦合映射与Sine映射级联后作为扩频码生成器的驱动内核,通过级联的方式显著提升了映射迭代生成时间序列的复杂度,使得所生成的扩频码具有更强的伪随机特性。最后,基于Simulink平台搭建了加载S-T混沌扩频码的直序扩频系统,测试了在不同噪声环境下系统的误码率。实验结果表明,与基于原有传统映射的扩频系统相比较,基于线性耦合级联映射的扩频系统具有更低的误码率。