本文關(guān)鍵詞：非協(xié)作信號(hào)的參數(shù)及PN序列的盲估計(jì)

  更多相關(guān)文章： 直接序列擴(kuò)頻 PN碼序列 滑動(dòng)窗 相位模糊 盲估計(jì)

【摘要】：近些年來(lái),直接序列擴(kuò)頻(DSSS)通信已經(jīng)被廣泛應(yīng)用于保密通信和CDMA通信系統(tǒng)中。DSSS信號(hào)采用高速率的偽隨機(jī)序列(PN序列)對(duì)原始的基帶信號(hào)進(jìn)行頻譜擴(kuò)展,具有信息容量大、抗干擾能力強(qiáng)及低截獲率等諸多特點(diǎn),但是這些特性也給通信偵察和電子對(duì)抗帶來(lái)了很大的難度,所以對(duì)DSSS信號(hào)的檢測(cè)和估計(jì)的研究具有重要意義。在非協(xié)作通信下,本文研究了DSSS信號(hào)的參數(shù)和PN序列的盲估計(jì)算法,并對(duì)算法的估計(jì)性能進(jìn)行了仿真驗(yàn)證。首先建立了常規(guī)的DSSS信號(hào)模型,對(duì)PN碼序列的相關(guān)特性及DSSS信號(hào)頻譜進(jìn)行了分析。為了實(shí)現(xiàn)DSSS信號(hào)的參數(shù)(載頻?PN碼速率?PN碼周期)的盲估計(jì),分別研究了平方倍頻法、自相關(guān)方法和延時(shí)相乘法。為了進(jìn)一步提高估計(jì)性能,結(jié)合集平均的方法對(duì)參數(shù)估計(jì)算法進(jìn)行了改進(jìn),仿真結(jié)果證明集平均方法能夠有效降低估計(jì)誤差。其次,未知PN序列是DSSS信號(hào)的主成分,是實(shí)現(xiàn)盲解擴(kuò)的重要步驟。在估計(jì)出DSSS信號(hào)參數(shù)的基礎(chǔ)上,研究了PN序列的盲估計(jì)算法。分析了傳統(tǒng)的特征分解法,因其具有較大的計(jì)算量,引入了變步長(zhǎng)的神經(jīng)網(wǎng)絡(luò)算法、信號(hào)子空間追蹤算法以及最大似然估計(jì)算法,這些方法避開(kāi)了特征值的求解,主要通過(guò)迭代的方式得到收斂權(quán)值,提取出信號(hào)的主特征向量。最后,當(dāng)DSSS基帶信號(hào)同步時(shí),提取出的主特征向量即是PN序列的估計(jì)值;當(dāng)DSSS基帶信號(hào)非同步時(shí),本文將二倍碼周期窗口法與PN序列估計(jì)算法相結(jié)合,在估計(jì)出主特征向量的基礎(chǔ)上,利用滑動(dòng)窗法對(duì)向量進(jìn)行裁剪,得到了PN序列的估計(jì)。仿真結(jié)果表明,改進(jìn)后的算法解決了傳統(tǒng)的特征分解方法實(shí)時(shí)處理的困難以及相位模糊的問(wèn)題,具有良好的收斂性,并且能在負(fù)信噪比下實(shí)現(xiàn)PN序列的盲估計(jì)。
【關(guān)鍵詞】：直接序列擴(kuò)頻 PN碼序列 滑動(dòng)窗 相位模糊 盲估計(jì)
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TN914.42;TN911.23
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-15
• 1.1 研究背景9-10
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 DSSS信號(hào)的參數(shù)盲估計(jì)10-11
• 1.2.2 DSSS信號(hào)的PN序列盲估計(jì)11-13
• 1.2.3 國(guó)內(nèi)外文獻(xiàn)綜述的簡(jiǎn)析13-14
• 1.3 論文結(jié)構(gòu)14-15
• 第2章 DSSS信號(hào)模型及功率譜分析15-20
• 2.1 DSSS信號(hào)模型15-17
• 2.2 DSSS信號(hào)的功率譜17-18
• 2.3 信號(hào)估計(jì)的性能度量18
• 2.4 本章小結(jié)18-20
• 第3章 DSSS信號(hào)的參數(shù)估計(jì)20-34
• 3.1 載頻的盲估計(jì)20-23
• 3.1.1 基于平方倍頻法的載頻盲估計(jì)20-22
• 3.1.2 結(jié)合集平均的平方倍頻法的載頻估計(jì)22-23
• 3.2 碼周期的盲估計(jì)23-27
• 3.2.1 基于時(shí)域自相關(guān)法的碼周期估計(jì)24-25
• 3.2.2 結(jié)合集平均的自相關(guān)法的碼周期估計(jì)25-27
• 3.3 碼速率的盲估計(jì)27-30
• 3.3.1 基于時(shí)域延時(shí)相乘的碼速率估計(jì)27-30
• 3.3.2 結(jié)合集平均的延時(shí)相乘法的碼速率估計(jì)30
• 3.4 參數(shù)估計(jì)仿真30-33
• 3.5 本章小結(jié)33-34
• 第4章 PN序列的盲估計(jì)34-57
• 4.1 特征分解算法34-37
• 4.2 采樣起始點(diǎn)的盲估計(jì)37-43
• 4.2.1 基于協(xié)方差矩陣和范數(shù)最大準(zhǔn)則的盲同步37-40
• 4.2.2 基于二倍碼周期窗口劃分和滑動(dòng)窗法的盲同步40-43
• 4.3 PN序列盲估計(jì)的快速方法43-51
• 4.3.1 變步長(zhǎng)的神經(jīng)網(wǎng)絡(luò)GHA算法43-46
• 4.3.2 信號(hào)子空間追蹤算法46-48
• 4.3.3 最大似然估計(jì)算法48-51
• 4.4 同步情況下PN序列的盲估計(jì)51-53
• 4.5 非同步情況下PN序列的盲估計(jì)53-55
• 4.6 計(jì)算復(fù)雜度分析55
• 4.7 本章小結(jié)55-57
• 結(jié)論57-59
• 參考文獻(xiàn)59-63
• 攻讀碩士學(xué)位期間發(fā)表的論文及其它成果63-65
• 致謝65

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前5條

1 張花國(guó);李立萍;陳天麒;;一種DS/SS信號(hào)盲同步算法[J];電子科技大學(xué)學(xué)報(bào);2007年02期

2 董占奇;胡捍英;于宏毅;;基于延遲相乘-相關(guān)及譜分析的直擴(kuò)信號(hào)檢測(cè)與符號(hào)周期、碼片時(shí)寬估計(jì)分析[J];電子與信息學(xué)報(bào);2008年04期

3 劉孟孟;劉福太;張立民;鐘兆根;;基于最大范數(shù)準(zhǔn)則與矩陣特征分解的PN碼估計(jì)方法[J];電子設(shè)計(jì)工程;2013年02期

4 張?zhí)祢U;代少升;馬國(guó)寧;張偉;;一種微弱直接序列擴(kuò)頻信號(hào)的盲自適應(yīng)解擴(kuò)算法[J];信號(hào)處理;2010年05期

5 何濤;李志強(qiáng);梁旭文;;一種非周期調(diào)制直擴(kuò)信號(hào)擴(kuò)頻碼估計(jì)方法[J];宇航學(xué)報(bào);2013年04期

，

本文編號(hào)：939191