通信侦察中的伪码序列盲估计算法

针对卫星通信侦察与对抗,提出了一种DS-SS通信信号的伪码序列盲估计算法.首先采用循环自相关方法估计信号载频,对截获的中频信号进行解调,得到基带信号,再采用循环自相关估计PN码周期.然后利用分段互相关方法估计信息码与PN码同步调制起始点.在此基础上,完成对伪码码序列的识别.仿真实验结果表明,该方法在极低信噪比条件下可以得到准确的伪码序列估计.     

通信侦察中基于神经网络的伪码序列估计

针对直接序列扩频通信信号伪噪声(PN)码的干扰侦察问题,在已知信号伪码参数的前提下对直扩信号进行特征分析,用基于变步长的PCA神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebb学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,以使神经网络最终达到较好的稳态收敛。理论分析和仿真结果表明,本方法能在较低信噪比的情况下对较长伪码进行准确的估计。     

GPS伪码瞄准式干扰及硬件实现

GPS(全球定位导航系统)天线滤波和极化抗干扰技术,使得宽带阻塞式干扰的效能急剧下降。为了解决这个问题,提出了一种采用伪码瞄准式干扰方案。方案能够对GPS信号进行干扰,并且干扰性能得到提升。分析了伪码瞄准式干扰原理和评估标准,对GPS伪码瞄准式干扰机进行了设计,分别包括伪码干扰源模块设计和载波模块设计,并给出了个电路的原理和硬件实现。对GPS接收机的载噪比进行了测试,实验结果表明伪码瞄准式干扰,载噪比降低,具有干扰功率集中的优点。相比宽带阻塞式干扰,性能得到提升。     

一种低信噪比下的伪码快速捕获算法

传统的伪码捕获算法消耗时间长且在低信噪比条件下伪码捕获虚警率高,针对该问题,提出了一种低信噪比条件下的伪码快速捕获算法。该算法首先利用快速傅里叶变换完成信号相干积累,然后根据频率进行门限判决,从而捕获相应的时域伪码。仿真实验结果表明：该算法可减少伪码捕获时间,降低伪码捕获的虚警概率。     

GPS伪码瞄准式干扰及硬件实现北大核心

GPS(全球定位导航系统)天线滤波和极化抗干扰技术,使得宽带阻塞式干扰的效能急剧下降。为了解决这个问题,提出了一种采用伪码瞄准式干扰方案。方案能够对GPS信号进行干扰,并且干扰性能得到提升。分析了伪码瞄准式干扰原理和评估标准,对GPS伪码瞄准式干扰机进行了设计,分别包括伪码干扰源模块设计和载波模块设计,并给出了个电路的原理和硬件实现。对GPS接收机的载噪比进行了测试,实验结果表明伪码瞄准式干扰,载噪比降低,具有干扰功率集中的优点。相比宽带阻塞式干扰,性能得到提升。     

基于非圆性的伪码引信欺骗干扰抑制算法

针对单通道伪码引信欺骗干扰问题,提出了一种基于信号非圆性盲分离的欺骗干扰抑制方法。该算法首先利用伪码信号的非圆性构造虚拟通道,使欠定问题转化为适定问题,然后对传统SSOS算法中的代价函数进行共轭梯度寻优,以提高算法的收敛速度,最后利用分离信号延时变化量区分回波与干扰。理论分析与实验仿真表明,修正的SSOS算法收敛速度明显优于原算法,且当信噪比(SNR)大于5 d B时,即使干信比(JSR)很高,回波相似度可达80%以上。     

分段相关累加算法提取直扩信号伪码周期

针对低信噪比直接序列扩频(DS/SS)信号伪码周期难以检测的问题,特别是加信码的直扩信号,提出了一种新的分段相关模值累加检测方法和相应的快速算法。计算机仿真表明,在信号带宽内信噪比为-12 dB时,能够快速有效地检测直扩信号的伪码周期。     

低信噪比条件下扩频伪码均值捕获算法的改进

在低信噪比环境下,扩频伪码捕获算法直接影响接收系统的整体性能。在分析扩频伪码捕获算法在低信噪比环境下的特性的基础上,针对均值算法中由于码相位偏移量的不同而导致的相关性能不稳定的问题,采用预处理方法对均值算法进行改进。仿真分析和结果数据表明,在低信噪比条件下的实际应用中,选用改进的均值算法可以有效地提高捕获过程中相关性能的稳定性从而提高捕获性能。     

部分频带干扰下伪码跟踪误差分析

为精确分析部分频带干扰下伪码跟踪误差,需要考虑伪码的非理想随机特性。引入伪码的精细功率谱模型,对比分析了不同带宽干扰下基于简化谱和精细谱的码跟踪误差。定义了相对误差系数,用以定量描述伪码非理想随机特性对码跟踪误差的影响。当干扰带宽增大时,相对误差系数逐渐减小,伪码非理想随机特性对码跟踪误差的影响逐渐减小,基于简化谱的分析趋近于基于精细谱的分析。结合GPS L1 C/A码,给出了相对误差小于0.2的最小干扰带宽,并将其作为基于简化谱分析的适用条件。研究表明当干扰带宽大于伪码周期的频率的300倍时,伪码非理想随机特性导致的码跟踪精度变化可忽略,反之,则需要基于精细的功率谱模型进行码跟踪精度分析。     

伪码调相连续波引信及其抗侦察性能分析

分析了伪随机码信号的特征,介绍了伪码调相连续波引信的工作原理,在此基础上,分析了此体制下引信的抗侦察性能。根据Neyman-Pearson准则,推导出伪码调相引信的信号发现概率。最后利用窗口函数原理,建立了引信的参数截获概率模型,推导出它们的参数截获概率,从而证明了此体制下引信抗侦察性能的优越性。     

基于重叠保留法及FFT的伪码快速捕获技术研究

PN码的快速捕获是设计直接序列扩频接收机的关键技术之一。对于无限长的输入序列,采用了基于分段相关的快速捕获算法。分段相关采用重叠保留法,用FFT实现每块的相关运算。在Matlab环境下验证了本算法可以在低信噪比及高动态环境下实现PN码的快速捕获。     

一种直扩信号伪码速率的快速检测方法

为了解决快速提取直接序列扩频通信信号伪码码速率的难题,详细介绍了一种用延时相乘法实现快速提取直扩信号伪码速率的原理和实现方法。理论分析和计算机模拟表明,该方法在较低的输入信噪比条件下具有较高的识别率。     

一种Turbo码中伪随机交织器的盲识别方法

目前Turbo码的构造中广泛应用的是伪随机交织器,要完成对Turbo码的识别,必不可少地需要得到伪随机交织器的参数。针对伪随机交织器的识别问题,通过引入扩频通信中PN序列盲估计的方法,利用功率谱二次处理法求出交织长度即m序列周期,再用特征分解方法对序列进行估计。仿真实验表明,该方法能够求出m序列的相关参数,完成对伪随机交织器的识别需求。     

双Dwell PN码捕获算法分析及仿真

无线通信在现代指挥控制体系中扮演着越来越重要的角色.提出双最大时间间隔(Dwell)PN码捕获算法,有效地解决了传统的PN码捕获技术在频率选择性衰落信道中恶化的问题,仿真比较了双Dwell算法与传统的差动捕获算法两种算法在检测概率、虚警概率和平均捕获时间等方面的性能,结果表明在相同硬件和信噪比条件下双Dwell算法具有更优越的性能.     

非线性放大器对伪码测距误差的影响分析

在高精度伪码测距系统中,高功率放大器(HPA)是信号发射链路的重要组成部分,HPA会对发射信号引入非线性失真,进而恶化系统的伪码测距性能.通过理论推导和数值分析的方法,研究HPA的非线性特性对高精度伪码测距误差的影响,给出非线性放大条件下,伪码跟踪误差与放大器类型、放大器输出回退(OBO)、扩频码形参数等的定量关系.研究结果对工程上HPA的选择、功率余量的保留、基带扩频码形的设计等具有重要的参考价值.     

直接序列扩频码元同步的快速捕获及跟踪

讨论基于软件无线电技术的直接序列扩频码元捕获及跟踪的快速算法。利用伪随机序列尖锐的自相关特性,通过计算中频接收信号与本地匹配滤波器的循环相关完成码元捕获,提出了循环相关的两种快速算法,并分析了正确捕获概率及平均捕获时间,最后给出码元跟踪的简便算法及精度。仿真及实验验证了所述算法的正确性和有效性,特别适用于信噪比较低、对设备体积及功耗限制严格的通信系统中。     

基于双PN周期的短码DS-SS信号扩频波形及信息序列盲估计方法

针对短码DS-SS信号盲解扩,研究了DS-SS信号的扩频波形及信息序列盲估计问题,提出一种基于双PN周期分解的扩频波形与信息序列联合盲估计算法,该算法在低信噪比条件下同时完成扩频波形和信息序列的估计,计算量小,且避免传统方法利用单PN周期分解时扩频序列连接的相位模糊等问题,提高了肓估计的正确率.最后仿真验证了算法的有效...     

长码直扩信号的符号速率盲估计方法

针对长码直接序列扩频(DSSS)信号的符号速率估计的难题,提出了基于相关处理的方法。该方法首先估计长码直扩信号的相关函数二阶矩,然后将相关函数二阶矩的估计作为输入信号进行预处理,以去除扩频码周期处的峰值。对预处理后的信号再次进行自相关处理,则所得的信号的频谱中含有符号速率谱线。理论分析和计算机仿真证明了所提出的算法的有效性。     

基于直接中频采样的数字化GPS码捕获电路分析

文中提出了基于直接中频采样的数字化GPS接收机码捕获电路。在对其进行数学建模的基础上 ,分析了该电路的虚警概率、检测概率、载噪比与捕获速率的关系 ,并提出了GPSC/A码捕获数字系统的实现方案。数字化GPS接收机码捕获电路可以有效地提高捕获的成功率和抗干扰性能 ,也为提高接收机集成度 ,增加系统可靠性起到了重要作用     

扩频系统中一种FFT算法的快速捕获方法

针对高动态、大频偏的扩频系统采用了一种基于快速傅氏变换(FFT)算法的伪码快速捕获方法,该捕获方法是在搜索伪码相位的同时,通过频率扫描的方式搜索载波频率偏移值,将原来的伪码相位、载波频偏的二维搜索过程变成只搜索伪码相位的一维搜索过程,从而大大减少了高动态、大频偏扩频系统中的同步伪码的搜索的复杂度。理论分析和仿真结果都证实在不增加硬件复杂度的情况下,基于FFT算法的伪码快速捕获方法能够大幅度地缩短捕获时间,降低系统复杂度。