欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2018109283447
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:未下证
专利领域: 电通信技术
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种短码直扩信号伪码序列盲估计方法,其特征在于:所述方法包括:步骤一,按照两倍伪码周期长度的大小对接收信号进行分段;

步骤二,构造接收信号的分数低阶观测矩阵;

步骤三,将步骤二的分数低阶观测矩阵使用SVD分解算法求取最大奇异左向量;

步骤四,使用改进失步点估计方法,由步骤三的最大奇异左向量估计伪码失步点位置,完成冲击噪声信道下对直扩信号的伪码序列盲估计;

改进失步点估计方法包括:

步骤4.1,将SVD算法提取出来的包含完整伪码信息的最大奇异左向量r′按照两倍伪码周期长度进行移位分段,得到

ri′=r′(i:i+N),i=1,2,...,N;

其中,i表示移位数,N为伪码信息的长度,r′(i:i+N)表示从信号r′移位值i处向后截取伪码长度N组成的信号成分;

步骤4.2,计算元素补集,

r′j=[ri′(1:i‑1),ri′(i+1:2N)]其中,[ri′(1:i‑1),ri′(i+1:2N)]表示由信号r′起始位置到移位值i‑1处组成的信号分量和信号r′从i+1位置到信号r′末尾2N处的信号分量组成的信号成分;

步骤4.3,将元素补集和 取绝对值后再求和作差,得到失步点t0位置为:

2.根据权利要求1所述的短码直扩信号伪码序列盲估计方法,其特征在于:所述步骤2采用分数低阶联合M估计的方法构造接收信号观测矩阵。

3.根据权利要求2所述的短码直扩信号伪码序列盲估计方法,其特征在于:所述步骤二包括:

步骤2.1,采用α稳定分布模型对冲击噪声进行建模,α稳定分布的特征函数为其中,α∈(0,2]是特征因子,β∈[‑1,1]为对称参数,γ>0为分散系数,‑∞<u<∞为位置系数,jut为预先定义的常数值;

步骤2.2,假设q段分段信号两两不相关,且统计独立,信号成分和噪声成分相互独立且均服从相同特征指数大小,及位置系数为零的SαS分布,计算出t时刻的接收信号矩阵k=1,2,...,q代表接收信号的各分段数,ak(t)代表数据信息,sk(t)代表伪码序列信息,n(t)表示接收信号噪声成分;

步骤2.3,假设w(t)=ak(t)sk(t),r(t)=w(t)+n(t),w(t)与n(t)相互独立,计算出接收信号的共变矩阵:

[ri(t),rj(t)]α=[wi(t)+ni(t),wj(t)+nj(t)]α=[wi(t),wj(t)]α+[wi(t),nj(t)]α+[ni(t),wj(t)]α+[ni(t),nj(t)]α,i和j为正整数;

步骤2.4,计算出噪声分量的共变矩阵[ni(t),nj(t)]α=γnδi,j;

其中,γn=[nk(t),nk(t)]α,δi,j为Kronecker函数;

步骤2.5,根据噪声分量的共变矩阵,计算出接收信号的共变矩阵为第k个γs;

步骤2.6,计算出观测向量rk的共变矩阵<α‑1>

ΓR=[r(t),r(t)]α=AΓsA +γnI其中, A和I为预设的常数值,γsq为第q个γs,q为大于1的正整数;

步骤2.7,计算出信号协方差矩阵p‑2

Ri,j=E{ri(t)rj(t)|rj(t)| sign(ri(t)rj(t))},1<p<α;

其中,E(·)表示期望。

4.根据权利要求2或3所述的短码直扩信号伪码序列盲估计方法,其特征在于:步骤二还包括:

步骤2.8,根据Huber类M估计加权函数,计算由分数低阶联合M估计构造的接收信号观测矩阵:

p‑2

Ri,j=E(ri(t)rj(t)|rj(t)| sign(ri(t)rj(t))p‑2

f(ri(t)rj(t)|rj(t)| sign(ri(t)rj(t)))),

1<p<α;

其中,Huber类M估计加权函数为 θ为限幅值。