直擴信號擴頻碼序列盲估計方法設計與實現(xiàn).pdf_第1頁
已閱讀1頁,還剩84頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領

文檔簡介

1、直接序列擴頻(Direct Sequence Spread Spectrum,DSSS)通信技術(shù)作為重要的擴頻方式之一,近幾十年來在移動通信、戰(zhàn)術(shù)通信等方面得到了成功應用。DSSS信號以其抗干擾能力強、保密性好、易于實現(xiàn)多址通信等優(yōu)點而越來越受到人們的重視,與之相應的擴頻碼檢測技術(shù)也成為了目前研究的重點。非協(xié)作通信時,在少量先驗條件下對擴頻序列進行盲估計是整個通信系統(tǒng)急需解決的問題。因此,研究在低信噪比環(huán)境下擴頻序列的盲估計問題具有重要

2、的意義。本文針對DSSS信號的檢測和參數(shù)估計問題,重點研究了DSSS信號PN碼序列的盲估計問題,主要研究內(nèi)容如下:
  首先,簡要介紹了DSSS通信系統(tǒng)的基本組成,建立了DS/MSK信號的數(shù)學模型。在此基礎上研究了基于有限時間平均循環(huán)自相關(Time-variant Finite-average Cyclic Autocorrelation,簡記為CA)算法的DS/MSK信號的檢測并對載波頻率和碼速率進行了估計。
  其次,

3、研究了基于信號矩陣分解(Signal Matrix Decomposition,SMD)的碼序列盲估計算法,分別介紹了基于特征分解(Eigen Value Decomposition,EVD)的碼序列盲估計算法和基于奇異值分解(Singular Value Decomposition,SVD)的碼序列盲估計算法。從DSSS信號的特征分解以及算法原理等方面詳細分析了EVD算法。SVD算法采用不同的分段方式組成新的信號矩陣,解決了EVD算法

4、在信號異步情況下通過拼接得到PN碼序列時存在的相位模糊問題。研究了基于壓縮投影逼近子空間跟蹤(Projection Approximation Subspace Tracking density,PASTd)的碼序列盲估計算法,結(jié)合SVD算法的優(yōu)點改進了PASTd算法在信號異步情況下存在的相位模糊問題。對本文所研究的EVD算法、SVD算法和PASTd算法在序列相關性、收斂速度和算法穩(wěn)定性三個方面進行了性能比較。
  最后,研究了同

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論