论文部分内容阅读
在通信侦察和频谱监测等非协作通信领域中,直接序列扩频(Direct Sequence SpreadSpectrum,DSSS)信号得到广泛应用。其低功率谱密度发射的隐蔽性、抗干扰能力强、低截获率和低检测率等特点,增加了信号检测、分析和处理的难度,尤其在先验信息缺乏的情况下进行DSSS信号的检测和参数盲估计,是个很有实用性和挑战性的研究课题。本文研究了低信噪比环境下DSSS/BPSK信号的检测识别和参数估计方法,研究的目的是完成通信侦察阶段的信号分析任务,为通信对抗提供参数依据。论文主要内容如下:(1)针对载波频率参数的估计,研究了平方倍频法和循环谱等算法,并针对平方倍频法抑制噪声能力较弱的缺陷,给出了改进算法:相关倍频法。(2)介绍了伪码周期估计的自相关积累法、倒谱法、二次功率谱法和小波变化等算法,并将相关积累法与倒谱法和小波变换法相结合改进了原算法,降低了信噪比容限,提高了参数估计正确率.同时,给出了一种自适应的谱峰检测判决门限设置方法。(3)研究了伪码序列重构的相关算法,包括子空间特征分解法和神经网络法,并就现有神经网络采用的模型在误码率和运算时间上存在的不足,引入神经网络APEX模型进行伪码序列重构,新方法在估计精度和运算时间上较现有方法均有较大提高。(4)针对现有直扩信号检测算法在出现窄带BPSK干扰信号情况时无法很好检测DSSS/BPSK信号的不足,利用直扩信号的循环平稳性、扩频序列的周期性和良好的自相关性,给出一种相关-循环谱算法。该算法能够在更低的信噪比容限下检测DSSS/BPSK信号,且提高了信号检测识别和参数估计的正确率。(5)设计了DSSS/BPSK信号检测和参数估计系统,并用Simulink构建仿真系统,用Matlab GUI设计了系统界面。最后,本文针对不同参数和影响因素对各算法进行了大量仿真实验,验证算法性能,并对各算法做了对比分析,具有一定的实用参考价值。