干扰环境下的复杂DSSS信号盲估计

干扰环境下的复杂DSSS信号盲估计

ID:36713387

大小:14.97 MB

页数:106页

时间:2019-05-14

干扰环境下的复杂DSSS信号盲估计_第1页
干扰环境下的复杂DSSS信号盲估计_第2页
干扰环境下的复杂DSSS信号盲估计_第3页
干扰环境下的复杂DSSS信号盲估计_第4页
干扰环境下的复杂DSSS信号盲估计_第5页
资源描述:

《干扰环境下的复杂DSSS信号盲估计》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、分类号TN911密级重庆邮电大学硕士学位论文论文题目干扰环境下的复杂DSSS信号盲估计英文题目BlindEstimationoftheComplicatedDSSSSignalinInterferenceEnvironment硕士研究生指导教师学科专业白娟张天骐教授信号与信息处理论文提交日期2012.4.25论文答辩日期2012.孓26论文评阅人答辩委员会主席2012年5月26日独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也

2、不包含为获得重麽蛏曳太堂或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:年月日学位论文版权使用授权书本学位论文作者完全了解重迭整皇太堂有关保留、使用学位论文的规定,有权保留并向国家有关部门或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权重麽邮电太堂可以将学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。(保密的学位论文在解密后适用本授权书)学位论文作者签名:导师签名:签字日期:年月日签字日期:

3、年月日摘要直接序列扩频(DSSS)信号,简称直扩信号,是扩频通信中最主要的通信信号,具有隐蔽性好、抗干扰、抗多址、反侦察能力强、截获概率低等优点,已在民用通信、军事通信、商业通信等各种通信环境中,得到了广泛的应用。但随着通信环境的日益复杂化,需要设计更复杂的直扩信号,这对经典的DSSS系统提出了更高的要求。因此在非协作的复杂通信环境下,对DSSS信号的特征参数和特征波形的检测和估计成为这些领域需要解决的重要问题。直扩信号的周期参数和特征波形的估计方法己形成较为完善的理论体系,但现有的大多方法都是针对基带短码DSSS信号的,即用一周期伪随机(PN)码序列调

4、制一位信息码,其形式简单。而在实际的复杂扩频通信系统中,DSSS信号在很大程度上可能存在外来环境的干扰和带有载波或下变频后的残余频偏,以及长码,伪码周期大于信息码周期,即DSSS信号的一周期PN码序列调制多位信息码,改变了直扩信号伪码的周期和相关特性,还有高动态直扩信号,其特征参数多且参数隐蔽,使其信号检测和估计变得更为复杂和困难。本文针对这些复杂的直扩信号周期参数和特征波形估计问题做了如下工作:1.建立了窄带干扰环境下直扩信号的数学模型,并对其进行理论分析,提出一种FFT重叠加窗干扰抑制算法和信号二次谱处理的联合方法,对窄带干扰环境下DSSS信号的PN

5、码周期进行估计。算法在较低的输入信噪比和较低的输入信干比条件下能准确地估计DSSS信号PN码周期,仿真结果验证了该联合算法的有效性。2.针对存在残余频偏调制下的周期长码直扩(PLCDSSS)信号的PN码周期谱估计的难题,首先建立了PLCDSSS信号的虚拟多用户模型。即将PLCDSSS信号模型等同于虚拟多用户短码扩频(DS.CDMA)系统,从而具有形式简单、易理解等优点。并拓展了先前提出的基于信号二次谱处理的方法。该方法不需要设计专门的锁相环来消除载频的残差,在低信噪比下就可以对带有残余频偏的PLCDSSS信号PN码周期进行有效地估计。3.针对PLCDSS

6、S信号PN码盲估计问题,采用PLCDSSS信号的虚拟多用户模型。利用DS.CDMA的谱范数来估计同步偏移,该算法不需要更多假定限制,利用相关函数二阶矩、特征值分解和模糊酉矩阵方法就可以完成PLCDSSS信号PN码序列的盲估计。同时针对PLCDSSS信号PN序列盲恢复的难题,借鉴无监督聚类分析的思想,提出了一种基于K均值(K.means)聚类算法的PLCDSSS信号PN码序列盲恢复方法。该算法可以避免由分段特征值分解算法引出的组合问题。重庆邮电大学硕士论文并且该算法计算量小,能够在较低信噪比条件下较快较准确地恢复PN码序列。4.针对伪码调相与正弦调频复合(

7、PRBC.SFM)信号伪码序列盲估计的难题,本文建立了一种正弦调频(SFM)信号的线性模型,克服了传统方法的非线性运算问题,采用平滑伪Wigner(SPWVD)对该PRBC.SFM复合信号进行时频分析,同时结合奇异值分解(SVD)方法,实现低信噪比条件下PRBC.SFM复合信号PN码序列的准确估计。同时本文也提出了一种基于修正平滑伪Wigner分布(MSPWVD)的伪码调相与线性调频复合(PRBC.LFM)信号伪码序列盲估计的方法,MSPWVD可以克服SPWVD在减小交叉项后时频分辨率降低的问题,同时结合MSPWVD.Hough(简称M.H)变换和SVD

8、方法,可以进一步减小交叉项和抑制噪声的影响,提高PRBC.LFM复合信号PN码序

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。