直擴信號PN碼盲估計方法研究綜述

盛世強,楊文革

(裝備學院 a.研究生管理大隊; b.光電裝備系， 北京101416)

【信息科學與控制工程】

直擴信號PN碼盲估計方法研究綜述

盛世強a,楊文革b

(裝備學院 a.研究生管理大隊; b.光電裝備系， 北京101416)

對直接序列擴頻信號的PN碼盲估計方法進行了深入分析，重點介紹了基于信號特征分析估計方法、基于特征多項式估計方法和基于相關(guān)運算估計方法，介紹了各種方法的來源、理論基礎(chǔ)和發(fā)展歷程，分析了各自的優(yōu)缺點，提出了直擴信號PN碼盲估計研究領(lǐng)域的進一步發(fā)展方向。

直擴信號；PN碼；盲估計；特征分析

直接序列擴頻(Direct Sequence Spread Spectrum，DS-SS)技術(shù)是擴頻通信中最主要的一種擴頻技術(shù)，因其良好的隱蔽性、抗干擾能力和碼分多址(CDMA)特性而被廣泛地應(yīng)用于GPS、北斗衛(wèi)星導航系統(tǒng)、航天測控、JTIDS、移動通信等軍事和民用通信領(lǐng)域[1-2]。在通信對抗領(lǐng)域的研究中，為了實現(xiàn)對非合作DS-SS信號的偵察、干擾和破譯，必須獲知截獲DS-SS信號的PN碼。

作為DS-SS信號參數(shù)估計研究的一部分，PN碼盲估計研究需要以碼速率、PN碼周期等參數(shù)估計研究的成果支撐。從20世紀90年代中期至今，DS-SS信號PN碼盲估計問題受到了國內(nèi)外學者的廣泛關(guān)注，目前主要的DS-SS信號PN碼盲估計方法包括基于特征分析估計方法、基于特征多項式估計方法和基于相關(guān)運算估計方法3類，本文在總結(jié)前人研究的基礎(chǔ)上，介紹上述方法的來源、理論基礎(chǔ)和發(fā)展歷程，討論各自的優(yōu)缺點，展望DS-SS信號PN碼盲估計研究領(lǐng)域的進一步發(fā)展方向。

1 DS-SS信號分類及其模型

DS-SS技術(shù)是用待傳輸?shù)男畔⒋a與高速率的PN碼波形相乘實現(xiàn)頻譜擴展。根據(jù)PN碼周期與信息碼寬的關(guān)系，DS-SS信號分為短碼(Short Code,SC) DS-SS信號和長碼(Long Code,LC) DS-SS信號，SC-DS-SS 信號PN碼周期等于信息碼寬，而LC-DS-SS 信號PN碼周期大于信息碼寬。

基于以上定義及分析，DS-SS信號的盲處理研究中，SC-DS-SS基帶信號可以表示為

(1)

(2)

其中，A表示信號幅度；d(t)表示信息碼(均值為0的均勻分布)；t0表示失步時間；Ts表示信息碼寬； {c(i)=±1,i=0,1,…,P-1}表示PN碼，其中P是PN碼長度；h(t)表示一個完整周期的PN碼與信道和接收設(shè)備響應(yīng)的卷積；p(t)表示發(fā)射機濾波器與信道響應(yīng)、接收機濾波器的卷積，在理想信道中，p(t)表示支撐區(qū)域為[0,Tc]的矩形函數(shù)；Tc表示碼片周期。

類似地，接收機輸出的LC-DS-SS基帶信號可以表示為

(3)

式(3)中：T0=PTc表示PN碼周期。

LC-DS-SS信號與SC-DS-SS信號相比，在信號結(jié)構(gòu)上有較大不同，PN碼周期內(nèi)存在信息碼的跳變，改變了信號的周期相關(guān)特性。

2 DS-SS信號PN碼盲估計方法

DS-SS信號PN碼盲估計研究是DS-SS信號盲處理的最后同時也是最重要的一環(huán)，它是在前端DS-SS信號檢測以及載頻、碼速率、PN碼周期等一系列參數(shù)估計的基礎(chǔ)上完成的，所以嚴格來說，DS-SS信號PN碼估計是“半盲”估計。對于上述DS-SS信號檢測和參數(shù)估計問題，已經(jīng)有大量文獻，目前也逐漸趨于成熟，這里不再贅述，本文主要討論已知上述參數(shù)前提下的非合作DS-SS信號PN碼盲估計問題。

國內(nèi)外DS-SS信號PN碼盲估計研究大約開始于20世紀90年代中期，前十年主要研究對象為SC-DS-SS信號，形成了一系列比較成熟的PN碼盲估計方法，在此基礎(chǔ)上，一些學者逐漸開始研究LC-DS-SS信號PN碼盲估計問題，從目前已發(fā)表的國內(nèi)外成果來看，側(cè)重于將LC-DS-SS信號PN碼盲估計問題轉(zhuǎn)化為SC-DS-SS信號進行研究，不是理論方法上的革新。本文主要從方法角度討論DS-SS信號PN碼盲估計問題。

目前，DS-SS信號PN碼盲估計方法主要包括基于特征分析估計方法、基于特征多項式估計方法和基于相關(guān)運算估計方法3類。

2.1 基于特征分析估計方法

基于特征分析估計方法本質(zhì)上是隨機信號條件下的高斯極大似然估計，即信息碼元序列假定服從高斯分布條件下的極大似然估計。通過對DS-SS信號進行特征分析，實現(xiàn)樣本協(xié)方差矩陣由PN碼張成的信號子空間和噪聲空間分離，通過提取信號子空間的特征向量實現(xiàn)PN碼估計。

提取特征向量的基本途徑是矩陣特征值分解或奇異值分解，但這種方式需要對批量數(shù)據(jù)進行處理，跟蹤環(huán)境變化的能力不強，難以滿足實時性處理的需要，所以，投影逼近子空間和PCA神經(jīng)網(wǎng)絡(luò)被用于實現(xiàn)特征向量的快速提取。實際上，這兩種方式都是對協(xié)方差矩陣的主分量分析，而主分量分析和特征分析的理論基礎(chǔ)是一致的，只是表現(xiàn)為同一個問題的不同側(cè)面。

綜上所述，基于特征分析估計方法因特征向量提取方式的不同又分為特征值分解、投影逼近子空間和神經(jīng)網(wǎng)絡(luò)3種方法。

2.1.1 特征值分解估計方法

1997年，Agee等[3]提出了主模解擴算法，在DS-SS信號頻率信道化接收的前提下，通過提取協(xié)方差矩陣最大特征值對應(yīng)的特征向量估計PN碼，這是最早的基于特征分析估計DS-SS信號PN碼的文獻。但是作者忽略了信號采樣時刻與信息碼元起始時刻不同步的情況，針對這一問題，Burel G等[4]系統(tǒng)證明了非同步DS-SS信號的PN碼與信號協(xié)方差矩陣特征向量間的關(guān)系，并通過特征值分解提取主、次特征向量，從而恢復出完整周期的PN碼，在DS-SS信號PN碼盲估計研究進程中具有里程碑式的意義。但PN碼片段估計時存在相位模糊問題，導致無法恢復正確的完整周期的PN碼，對DS-SS信號的破譯困難。

針對上述問題，文獻[5]提出首先通過協(xié)方差矩陣的F范數(shù)實現(xiàn)DS-SS信號的盲同步，然后僅通過最大特征值對應(yīng)的主特征向量估計PN碼，從而避免PN碼片段拼接錯誤，但該方法十分依賴于同步的精度。與這種間接處理方式不同，張花國等[6]在特征分析法的基礎(chǔ)上提出將分段窗口寬度加倍，重新求取信號協(xié)方差矩陣，證明了其最大特征值對應(yīng)的特征向量即為補零后的PN碼，取得了不錯的效果。該方法不存在同步點估計誤差，但窗口寬度的加倍意味著計算復雜度的指數(shù)性增長。

矩陣的奇異值分解和其協(xié)方差矩陣的特征值分解是等價的，沈斌[7]、董冬[8]、任嘯天[9]等人對接收信號矩陣進行了奇異值分解，在非同步情況下通過左奇異向量得到了PN碼的估計，同時利用右奇異向量得到原始信息碼的估計。在此基礎(chǔ)上，文獻[10]和文獻[11]針對未知頻偏下的情形做了研究。

基于相同的理論基礎(chǔ)，張花國、魏平[12]對非合作下的 QPSK-DS-SS 信號的 PN 碼進行估計，將其等效為兩路BPSK-DS-SS 信號，利用PN碼的恒模特性消除了尺度模糊問題，完成了PN碼的估計。高紅興等[13]對WCDMA上行鏈路信號OVSF(正交可變擴頻因子)碼進行了估計。顏麗娟等[14]將基于特征分析的PN碼估計方法進一步應(yīng)用到到達時間差定位(TDOA)中。文獻[15]以特征值分解法為核心，提出了一種分布式處理的框架，實際上是對于各獨立處理結(jié)果進行累加比較以進一步提高估計精度。上述研究針對某種具體應(yīng)用對象或應(yīng)用場景，沒有對方法本身作技術(shù)改進。

上述文獻的研究對象主要是SC-DS-SS信號，2007年，張?zhí)祢U等[16]將特征分析法推廣到LC-DS-SS信號的PN碼估計中，建立的非同步LC-DS-SS信號的數(shù)學模型和SC-DS-SS信號是一致的，但長碼調(diào)制改變了PN碼的相關(guān)特性，所以性能表現(xiàn)不佳，且由于相位模糊而導致PN碼片段拼接錯誤。

針對上述問題，文獻[17]提出在PN碼估計之前通過構(gòu)建過渡矩陣來消除信息碼跳變的影響，但缺乏數(shù)學理論支撐，且沒有給出明確的矩陣構(gòu)建方法。徐海源[18]提出了基于分塊矩陣特征值分解的LC-DS-SS信號PN碼估計算法。該算法在建立信號模型時按信息碼寬分段，信息碼寬可以根據(jù)LC-DS-SS信號的相關(guān)函數(shù)二階矩隱含的符號周期信息估計[19]，在估計出PN碼的各片段后，利用m碼和Gold碼的周期相關(guān)特性解決相位模糊問題，從而恢復出正確的PN碼。在此基礎(chǔ)上，文獻[20]和文獻[21]分別對碼分多址和殘余頻偏下的LC-DS-SS信號PN碼盲估計問題進行了研究。

類似地，王滿喜等[22]針對PN碼片段估計相位模糊的問題，將估計出的PN碼看作另一組信息碼和原PN碼調(diào)制后的已擴序列，采用基于移位相加特性進行信息碼剝離，實現(xiàn)PN碼估計。Z.Q.Dong等[23]在特征值分解法的基礎(chǔ)上也提出過一種基于移位相加特性和恒模特性的延時相乘預(yù)處理流程，旨在減弱信息碼對PN碼周期特性的影響，兩種方法雖然目的不同，但核心思想一致，都僅限于m碼，實際應(yīng)用范圍有限。

P Y Qui 等[24]提出用重疊分段特征分解法估計LC-DS-SS信號PN碼，分段長度為信息碼元寬度，利用重疊部分來試圖解決相位模糊，沒有給出分段的長度準則和細節(jié)，估計精度表現(xiàn)不佳。

Daneshmand S等[25]和周德強，康一丁等[26]分別利用二階統(tǒng)計盲辨識(SOBI)算法和FAST-ICA算法實現(xiàn)了LC-DS-SS信號PN碼估計，側(cè)重于LC-DS-SS信號向SC-DS-SS信號問題的轉(zhuǎn)化，理論基礎(chǔ)仍是DS-SS信號特征分析。

總之，在LC-DS-SS信號中，因為實質(zhì)上是多段SC-DS-SS信號PN碼估計，最突出的矛盾在于相位模糊導致PN估計片段拼接錯誤，目前針對m碼和Gold碼擴頻的LC-DS-SS信號，已經(jīng)有相應(yīng)解決方法，但對于其他非線性PN碼擴頻DS-SS信號，仍待深入研究。

2.1.2 投影逼近子空間估計方法

1995年德國學者 Yang Bin[27]首次提出了利用投影逼近的方法迭代跟蹤信號子空間，即投影逼近子空間跟蹤技術(shù)(Projection Approximation Subspace Tracking，PAST)，子空間跟蹤的核心思想是計算代價函數(shù)J(W)的最小值，當J(W)達到穩(wěn)定點后，W就是對輸入信號自相關(guān)矩陣特征向量的良好估計，經(jīng)典的PAST算法避免了高復雜度和存儲量的特征值分解計算，適合于DS-SS信號PN碼估計的實時性處理。

張紅波，呂明[28]將壓縮投影逼近子空間跟蹤(PASTd)算法，用于 DS-SS 信號的主特征向量提取，估計出PN碼，其中利用序貫的方法簡化PAST技術(shù)，從數(shù)據(jù)向量中減去在該最大特征向量上的投影，次大特征向量就成為更新數(shù)據(jù)中的主特征向量。重復此過程，可以估計出所有r維的特征向量，其迭代收斂準則為遞歸最小二乘(RLS)準則。

后來，文獻[29]又在PASTd算法的基礎(chǔ)上，通過引入一個加權(quán)矩陣的最優(yōu)權(quán)重，提出了廣義能量函數(shù)(GEF)算法，它的遞歸學習過程與PASTd算法是一致的，但收斂性優(yōu)于PASTd算法。

張?zhí)祢U，代少升等[30]將基于恒模性質(zhì)的LMS算法應(yīng)用到DS-SS信號PN碼估計中，能夠同時分離出DS-SS信號的原始信息碼和PN碼。恒模性質(zhì)用于誤差函數(shù)的構(gòu)造，通過對最終收斂解的分析，算法實質(zhì)依然是通過不斷迭代逼近協(xié)方差矩陣的特征向量。

Ma Chao[31-32]、張曉林[33]等將SC-DS-SS信號PN碼估計中的PAST算法推廣到LC-DS-SS信號中。牟青等[34]提出將LC-DS-SS信號重構(gòu)成缺失數(shù)據(jù)模型的SC-DS-SS信號，利用交替投影逼近子空間的方法對LC-DS-SS信號PN碼進行估計，研究了未知頻偏下的LC-DS-SS信號PN碼盲估計問題[35]。

總的來說，基于投影逼近子空間的PN碼估計方法是一種以特征分析為理論基礎(chǔ)的快速算法，計算量的減小以犧牲一定精度為代價，這方面研究的焦點在于提高算法收斂的速度和穩(wěn)定性，步長的設(shè)定是關(guān)鍵。

2.1.3 人工神經(jīng)網(wǎng)絡(luò)估計方法

人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks，ANNs)是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進行分布式并行信息處理的算法數(shù)學模型，也是一個具有高度非線性的超大規(guī)模連續(xù)時間動力系統(tǒng)。這種網(wǎng)絡(luò)依靠系統(tǒng)的復雜程度，通過調(diào)整內(nèi)部大量節(jié)點之間相互連接的關(guān)系，達到處理信息的目的，該模型具有自學習和自適應(yīng)的能力。近十幾年來，人工神經(jīng)網(wǎng)絡(luò)在通信、信號處理、模式識別、智能控制等領(lǐng)域的應(yīng)用越來越廣泛。

1997 年，F(xiàn).Dominique和J.H.Reed[36]在DS-SS信號特征分析的基礎(chǔ)上，利用帶約束的Hebbian準則，實現(xiàn)了對DS-SS信號PN碼的估計，文中雖然沒有提到神經(jīng)網(wǎng)絡(luò)的概念，但該方法和神經(jīng)網(wǎng)絡(luò)算法實際應(yīng)用上是一致的，因為文中采用的非線性自適應(yīng)濾波器和突觸權(quán)值由 Hebbian 類自適應(yīng)算法約束的單個線性神經(jīng)元神經(jīng)網(wǎng)絡(luò)是等價的，從仿真結(jié)果看，估計性能并不理想。

張?zhí)祢U等[37]最早引入基于Hebbian學習規(guī)則的神經(jīng)網(wǎng)絡(luò)方法提取DS-SS信號的最大主特征向量，實現(xiàn)了已同步下的DS-SS信號PN碼盲估計，在此基礎(chǔ)上，文獻[38]進一步優(yōu)化了收斂精度；文獻[39]引入了基于Hebbian準則的多主分量神經(jīng)網(wǎng)絡(luò)，即Sanger神經(jīng)網(wǎng)絡(luò)，實現(xiàn)了未同步時DS-SS信號PN碼盲估計，以及通過自適應(yīng)調(diào)整步長獲取較快的收斂速度。另外，針對DS-CDMA的應(yīng)用場景，文獻[40]進一步引入了多主分量提取的APEX神經(jīng)網(wǎng)絡(luò)和LEAP神經(jīng)網(wǎng)絡(luò)。

基于新息準則(Novel Information Criterion，NIC)原理，Guo Lin 與Lv Ming等[41]在神經(jīng)網(wǎng)絡(luò)估計方法的基礎(chǔ)上，進一步提出了NIC神經(jīng)網(wǎng)絡(luò)估計方法，一定程度上提高了收斂速度及估計精度。但是，該算法性能受初始值和訓練參數(shù)影響較大。

文獻[42]和文獻[43]針對PN碼估計中混沌序列非線性的特點，提出利用非線性彈性反傳(BP)神經(jīng)網(wǎng)絡(luò)估計混沌PN碼，在訓練樣本足夠大時估計精度較高。與前面幾種無監(jiān)督學習的PCA神經(jīng)網(wǎng)絡(luò)不同，該神經(jīng)網(wǎng)絡(luò)屬于有監(jiān)督學習的神經(jīng)網(wǎng)絡(luò)，期望輸出和輸入都是DS-SS信號，根據(jù)誤差反向傳播監(jiān)督調(diào)節(jié)網(wǎng)絡(luò)，所估計的PN碼是收斂權(quán)值。

神經(jīng)網(wǎng)絡(luò)如同一個黑盒子，其內(nèi)部機理是不可見的，不像矩陣分解和PAST算法那樣脈絡(luò)清晰?；诂F(xiàn)代神經(jīng)科學和認知科學發(fā)展而來的神經(jīng)網(wǎng)絡(luò)是一門龐大復雜的學科，但是它在PN碼估計中的應(yīng)用是以特征分析為基礎(chǔ)的，目的仍然是以犧牲一定精度為代價換取計算量的減小，收斂的速度和精度是該領(lǐng)域一直探索的主題。

2.2 基于特征多項式估計方法

與直接估計DS-SS信號PN碼的方式不同，基于特征多項式估計方法首先求出PN碼的特征多項式，進而通過特征多項式恢復原始PN碼，是一種間接的PN碼盲估計方法。所以，基于特征多項式的PN碼估計方法僅適用于由線性生成PN碼擴頻調(diào)制的DS-SS信號。

最早的基于特征多項式的PN碼估計方法是由P.C.J.Hill和M.E.Ridley[44]在2000年提出的，首先基于梅西算法通過連續(xù)2n個碼字(n表示抽頭系數(shù))的數(shù)據(jù)段求解出LFSR的抽頭系數(shù)，進而得到PN碼。最典型的基于特征多項式的PN碼估計方法是由 E.S.Warner等[45]提出的三階相關(guān)法，但三階相關(guān)法僅適用于m碼，所以，E.R.Adams 等[46-47]陸續(xù)研究了用三階相關(guān)法估計m碼的特征多項式，應(yīng)用于DS-SS信號的PN碼估計中。

邱軼修[48]將三階相關(guān)法用于LC-DS-SS信號，提出了延時相乘三階相關(guān)算法及按信息碼寬分段的三階相關(guān)算法。趙知勁[49-51]、Gu X[52]等人將三階相關(guān)法應(yīng)用到短碼擴頻長碼加擾的LC-DS-SS信號，實現(xiàn)了在接收信號長度不到一個PN碼周期情形下的盲解擴，同樣僅限于m碼且信噪比要求較高。

不難看出，上述兩種方法旨在得到線性生成PN碼的特征多項式，特征多項式的細微差別體現(xiàn)在最終的PN碼時可能會被無限放大。如果得到準確的特征多項式，就可以實現(xiàn)零誤碼率PN碼估計，所以，這類方法的容錯率很低。

2.3 基于相關(guān)運算估計方法

基于相關(guān)運算估計方法的基本思想是利用PN碼良好的自相關(guān)特性，通過接收DS-SS信號的自相關(guān)運算或者與信息碼字空間的互相關(guān)運算實現(xiàn)PN碼估計，主要通過集平均方法抑制噪聲。

最早的基于相關(guān)運算的PN碼估計方法由談滿堂等[53]在1995年提出，在已知PN碼周期且默認不同信息碼元的PN碼相同的前提下，通過自相關(guān)估計信息碼，與接收信號進行互相關(guān)得到PN碼。后來，董占奇等人[54]針對DS-SS信號PN碼估計提出多比特/碼片碼字聯(lián)合相關(guān)檢測法，通過DS-SS信號與碼字空間的相關(guān)運算確定已擴數(shù)據(jù)序列，然后根據(jù)DS-SS信號的周期性對已擴序列進行觀察分析得到PN碼，但文中并沒有對如何觀察分析具體解釋。上述文獻提到的PN碼估計方法主要探索了理論上的可行性，在具體實施方面沒有更深入探究，對于非同步情況缺乏考慮。

詹亞峰等[55-56]構(gòu)造了兩個測度函數(shù)，一個用于搜索PN碼在接收信號中的起始位置，另一個用于PN碼的逐碼片(chip)估計。測度函數(shù)的構(gòu)造基于相關(guān)運算，算法核心思想是數(shù)理統(tǒng)計中的區(qū)間估計法。仿真結(jié)果表明估計的精度不高且依賴于采樣點數(shù)的多少。Saeed Mehboodi等[57]也是采用逐碼片估計的思想，通過改進測度函數(shù)減少計算量，同時也改善了精度。 類似地，Jiang L等[58]首先通過信號逐碼片延遲做自相關(guān)，并通過搜索其最大值估計PN碼起始點，然后對于同步DS-SS信號，根據(jù)相關(guān)峰值的極性將各信號向量進行疊加以提高信噪比。疊加所得向量即為PN碼估計值。

針對實際中接收DS-SS信號信噪比可能存在起伏的現(xiàn)象，羅明君等[59]提出首先對信號根據(jù)信噪比進行分層，利用信噪比較高的接收信號實現(xiàn)PN碼周期、失步點等信噪比容限較高的參數(shù)的估計，然后通過滑動窗口法(實際上是周期相關(guān)運算)直接進行盲解擴。基于相同的原理，文獻[60-61]對已調(diào)制載波而非基帶信號的PN碼估計問題進行了研究。

白娟等[62]提出基于K均值(K.means)聚類算法的LC-DS-SS信號PN碼盲估計方法。K均值算法實質(zhì)是傳統(tǒng)相關(guān)運算。仿真結(jié)果表明，該算法計算量小，但是當擴頻比較小，即信息符號周期遠小于PN碼周期時，其較低信噪比性能不佳。

上述文獻在考慮非同步情況的前提下都提出了詳細的估計方法，總的來看，基于相關(guān)運算的PN碼估計方法并沒有形成系統(tǒng)研究，與前面兩類方法相比，估計精度較低，并且因為通過集平均方法抑制噪聲需要足夠長PN碼周期的采樣序列，目前的研究多是在理論層面，實際應(yīng)用較少。

2.4 PN碼盲估計方法性能比較分析

上述2.1～2.3節(jié)中，對于基于特征分析估計方法、基于特征多項式估計方法和基于相關(guān)運算估計方法這3種目前主要的DS-SS信號PN碼盲估計方法，詳細介紹了各自的來源、理論基礎(chǔ)和發(fā)展歷程，并討論了各自的優(yōu)缺點。本節(jié)將對各方法的性能進行綜合分析比較。

估計精度和計算復雜度是評價上述算法性能的主要指標。收斂速度、魯棒性和適用性也是影響算法綜合性能的重要因素。對于3種主要DS-SS信號PN碼盲估計方法的綜合性能進行分析比較，如表1。

實際應(yīng)用中，估計精度還受到信號結(jié)構(gòu)特征、信號長度等因素的影響，無法得到統(tǒng)一精確的信噪比容限，只能根據(jù)理論分析和仿真結(jié)果得出相對的估計精度。

可以看出，基于特征分析估計方法在估計精度上有明顯優(yōu)勢，且算法不受信號和PN碼類型限制，其中兩種快速算法的計算復雜度也有效降低，但存在是否收斂的風險。結(jié)合2.1節(jié)的綜述，表明該類方法具有明顯的研究潛力?；谔卣鞫囗検焦烙嫹椒m然綜合性能表現(xiàn)不盡人意，但其可以應(yīng)用在接收信號長度小于PN碼周期的特殊情況下，所以仍需進一步探索，提高估計精度?；谙嚓P(guān)估計方法因為算法實現(xiàn)簡單而在高信噪比下仍有廣泛的應(yīng)用背景，但缺乏進一步挖掘的潛力。

表1 DS-SS信號PN碼盲估計方法、性能

注：P表示PN碼長度，M表示接收信號包含的PN碼周期數(shù)，a、b表示待定系數(shù)

3 進一步研究方向

當前DS-SS技術(shù)在衛(wèi)星通信、導航、航天測控等領(lǐng)域廣泛應(yīng)用的大背景下，DS-SS信號PN碼盲估計研究至關(guān)重要，針對現(xiàn)有DS-SS信號PN碼估計方法的不足，結(jié)合新技術(shù)的發(fā)展，不斷改進和提出新的DS-SS信號PN碼估計方法具有實際意義。

1) 基于特征分析和基于相關(guān)運算的DS-SS信號PN碼估計方法中都出現(xiàn)了相位模糊問題，對于SC-DS-SS信號，通過盲同步處理實現(xiàn)信號同步后，雖然仍有可能得到完全反相的PN碼，如果沒有PN碼的其他先驗信息輔助判斷，已經(jīng)是最優(yōu)的估計結(jié)果；但在LC-DS-SS信號PN碼估計研究中，尤其是非線性PN碼擴頻時，相位模糊所造成的PN碼估計片段拼接錯誤問題沒得到有效解決。

2) LC-DS-SS信號本身結(jié)構(gòu)比較復雜，尤其是目前在實際中存在一周期PN碼調(diào)制非整數(shù)位信息碼的特殊情況，對于這類DS-SS信號PN碼估計問題，當前的很多算法并不適合，普遍估計精度不高。

3) 這幾類DS-SS信號PN碼估計方法的估計精度除了受環(huán)境信噪比的影響外，還和接收DS-SS信號的長度、PN碼周期、PN碼類型以及信息碼寬等信號本身特性有關(guān)?；谌斯ど窠?jīng)網(wǎng)絡(luò)和投影逼近子空間的PN碼估計方法的收斂性還受到初始值和步長設(shè)定的影響。但目前的DS-SS信號PN碼估計方法性能評估通常只討論某仿真參數(shù)條件下的信噪比容限，缺少對上述因素的綜合考慮。

4) 目前，關(guān)于DS-SS信號PN碼估計方法的研究主要針對理想高斯白噪聲(AWGN)條件下的基帶信號，然而考慮到實際應(yīng)用環(huán)境中存在的窄帶干擾、殘余頻偏等因素，以及在接收端對DS-SS信號先解擴后解調(diào)的處理流程，所以有必要對BPSK/QPSK、MSK等DS-SS通信常用調(diào)制方式調(diào)制的中頻DS-SS信號在復雜信道環(huán)境下的PN碼盲估計問題進行深入研究。

4 結(jié)論

因為直接序列擴頻通信技術(shù)在軍事和民用通信領(lǐng)域的廣泛應(yīng)用，所以對于非合作DS-SS信號的偵察和破譯的研究迫在眉睫，而其中的核心課題是PN碼盲估計研究。本文對DS-SS信號PN碼盲估計方法進行了較為詳細的總結(jié)，指出了DS-SS信號PN碼盲估計技術(shù)的進一步研究方向，相信通過本文的研究分析能夠?qū)S-SS信號PN碼盲估計研究提供有意義的借鑒。

[1] 田日才.擴頻通信[M].北京:清華大學出版社,2007.

[2] WARTY C,MATTIGIRI S,YU R,et al.Spreading codes for multiuser estimation in non coherent and non cooperative environments[C]//Wireless Communications and Mobile Computing Conference (IWCMC),2013 9th International.IEEE,2013:1252-1257.

[3] AGEE B G,KLEINMAN R J,REED J H.Soft synchronization of direct sequence spread-spectrum signals[J].IEEE Transactions on Communications,1996,44(11):1527-1536.

[4] BUREL G,BOUDER C.Blind estimation of the pseudo-random sequence of a direct sequence spread spectrum signal[C]//Milcom 2000.Century Military Communications Conference Proceedings.IEEE,2000:967-970 vol.2.

[5] BOUDER C,AZOU S,BUREL G.A robust synchronization procedure for blind estimation of the symbol period and the timing offset in spread spectrum transmissions[C]//IEEE Seventh International Symposium on Spread Spectrum Techniques and Applications.IEEE,2002:238 - 241.

[6] 張花國,李立萍,陳天麒.一種改進的DS/SS信號PN碼估計算法[J].信號處理,2003,19(z1):74-77.

[7] 沈斌,王建新.基于奇異值分解的直擴信號偽碼序列及信息序列盲估計方法[J].電子與信息學報,2014,36(9):2098-2103.

[8] 董冬,王興亮.基于雙信息周期的短碼 DS-SS 信號盲解擴[J].現(xiàn)代電子技術(shù),2011,34(16):70-74.

[9] REN X T,XU H,HUANG Z T,et al.Blind joint information and spreading sequence estimation for short-code DS-SS signal in asynchronous and synchronous systems[J].Signal,Image and Video Processing,2013,7(6):1183-1194.

[10]BIN S,JIANXIN W.Estimation for PN Sequence in DS-SS Signals with Unknown Carrier Frequency Offset[C]//2014 International Conference on RSWC,2014.

[11]ZHANG T,DAI S,ZHANG W,et al.Blind estimation of the PN sequence in lower SNR DS-SS signals with residual carrier[J].Digital Signal Processing,2012,22(1):106-113.

[12]張花國,魏平.基于恒模特性的QPSK-DS-SS信號PN碼估計[J].航空學報,2013,34(6):1389-1396.

[13]高洪興,張?zhí)祢U,周圣,等.低信噪比WCDMA 信號擴頻碼的盲估計方法[J].光通信研究,2012,2012(6):56-59.

[14]顏麗娟,高勇.一種基于盲解擴的直擴信號時差估計方法[J].無線電工程,2014,44(1):36-38.

[15]YU Z,YONG C,YONGXIANG L,et al.A novel parameters estimation and code recovery approach of spread spectrum code based on distributed cooperation under non-collaborative condition[C]//Computer and Communications (ICCC),2015 IEEE International Conference on.IEEE,2015:270-274.

[16]張?zhí)祢U,周正中,林孝康,等.低信噪比長偽碼直擴信號的盲估計方法[J].信號處理,2008,24(3):370-376.

[17]WENLONG X,YUANPING Z,QINGGONG G,et al.Blind estimation of long-code DSSS signals based on information symbol transition pattern[C]//Signal Processing (ICSP),2016 IEEE 13th International Conference on.IEEE,2016:1161-1164.

[18]徐海源.雷達/通信偵察中相位編碼信號分析處理技術(shù)研究[D].長沙：國防科學技術(shù)大學,2007:166.

[19]牟青,魏平.低信噪比下長碼直擴信號的符號寬度估計[J].電子科技大學學報,2011,40(3):352-356.

[20]NZEZA C N,HIMSCHOOT B,GAUTIER R.Blind long spreading codes DS-CDMA signal identification in frequency selective channel[C]//Communications (COMM),2012 9th International Conference on.IEEE,2012:357-360.

[21]ZHANG H,WEI P,MOU Q.A semidefinite relaxation approach to blind despreading of long-code DS-SS signal with carrier frequency offset[J].IEEE Signal Processing Letters,2013,20(7):705-708.

[22]王滿喜,李宏,馬刈非,等.低信噪比下非周期性直擴信號的盲估計[J].電子科技大學學報,2009,38(2):177-181.

[23]DONG Z,HU N.A method for the detection of long pseudo-random code DS-SS signals based on the processing of delay-multiply (II)-the estimation of the information symbol period and the pseudo-random code sequence[C]//IEEE International Conference on Communication Technology.IEEE,2008:233-236.

[24]QUI P Y,HUANG Z T,JIANG W L,et al.Improved blind-spreading sequence estimation algorithm for direct sequence spread spectrum signals[J].Iet Signal Processing,2008,2(2):139-146.

[25]DANESHMAND S,AGHAEINIA H,TOHIDIAN M,et al.Blind estimation of signal in periodic long-code DS-SS communications[C]//Sarnoff Symposium,2009.SARNOFF’09.IEEE.2009:1-6.

[26]ZHOU D Q,KANG Y D,CHEN W D.Blind Estimation for Spread Spectrum Codes of PLC DS-SS Signals Based on Fast-ICA[J].Radio Communications Technology,2013.

[27]YANG B.Projection approximation subspace tracking[J].IEEE Transactions on Signal Processing,1995,43(1):95-107.

[28]張紅波,呂明.基于子空間跟蹤的擴頻碼盲估計算法[J].系統(tǒng)工程與電子技術(shù),2006,28(10):1470-1472.

[29]LU M,ZHOU Y,TANG B.A GEF-based algorithm for blind estimation of PN sequence in lower SNR DS-SS signals[C]//Communications,Circuits and Systems,2008.ICCCAS 2008.International Conference on.IEEE,2008:930-933.

[30]張?zhí)祢U,代少升,馬國寧,等.一種微弱直接序列擴頻信號的盲自適應(yīng)解擴算法[J].信號處理,2010,26(5):719-724.

[31]MA C,ZHANG L M,WANG J X.Blind Estimation of Long Code DS-SS Signal Based on Subspace Tracking[C]//Applied Mechanics and Materials.Trans Tech Publications,2014,484:976-981.

[32]馬超,張立民,林洪文.窄帶干擾下基于子空間跟蹤的擴頻序列估計[J].電子設(shè)計工程,2014,22(9):149-152.

[33]張曉林,李洪源.非周期直擴信號 PN 碼盲估計技術(shù)[J].系統(tǒng)工程與電子技術(shù),2012,34(6):1102-1107.

[34]牟青,魏平.基于缺失數(shù)據(jù)模型的長碼直擴信號的偽碼估計[J].電子學報,2010,38(10):2365-2369.

[35]牟青,魏平,MouQing,等.未知頻偏下長碼直擴信號的盲解擴[J].電子與信息學報,2010,32(8):1797-1801.

[36]DOMINIQUE F,REED J.Simple PN code sequence estimation and synchronisation technique using the constrained Hebbian rule[J].Electronics Letters,1997,33(1):37-38.

[37]張?zhí)祢U,周正中,郭宗祥.一種DS/SS信號PN碼估計的神經(jīng)網(wǎng)絡(luò)方法[J].信號處理,2001,17(6):533-537.

[38]陸俊,陸思羽,劉萬洪,等.直擴信號 PN 碼序列估計的神經(jīng)網(wǎng)絡(luò)方法[J].無線電工程,2011,41(12):15-17.

[39]趙德芳,張?zhí)祢U,侯瑞玲,等.通信偵察中基于神經(jīng)網(wǎng)絡(luò)的偽碼序列估計[J].現(xiàn)代防御技術(shù),2010,38(6):85-91.

[40]張?zhí)祢U,趙軍桃,江曉磊.基于多主分量神經(jīng)網(wǎng)絡(luò)的同步 DS-CDMA 偽碼盲估計[J].系統(tǒng)工程與電子技術(shù),2016,38(11):71-74.

[41]LIN G,MING L,TANG B.Blind Estimation of Spreading Sequence Based on Neural Network by a Novel Information Criterion[C]//Blind Estimation of Spreading Sequence Based on Neural Network by A Novel Information Criterion.2008:78-81.

[42]胡進峰,郭靜波.混沌直擴信號PN碼盲估計[J].電子與信息學報,2008,30(8):1824-1827.

[43]何世彪,谷誠,羅冬梅,等.利用神經(jīng)網(wǎng)絡(luò)盲估計混沌直擴信號擴頻序列倡[J].計算機應(yīng)用研究,2011,28(4):59-63.

[44]HILL P C J,RIDLEY M E.Blind estimation of direct-sequence spread spectrum m-sequence chip codes[C]//IEEE Sixth International Symposium on Spread Spectrum Techniques and Applications.IEEE,2000:305-309 vol.1.

[45]WARNER E S,MULGREW B,GRANT P M.Triple correlation analysis of m-sequences[J].Electronics Letters,1993,29(20):1755-1756.

[46]ADAMS E R,GOUDA M,HILL P C J.Detection and characterisation of DS/SS signals using higher-order correlation[C]//IEEE,International Symposium on Spread Spectrum Techniques and Applications Proceedings,1996(1):27-31.

[47]ADAMS E R,HILL P C J.Detection of direct sequence spread spectrum signals using higher-order statistical processing[J].1997(5):3849-3849.

[48]邱軼修.長碼直擴信號中的PN碼估計[D].成都：電子科技大學,2012:62.

[49]趙知勁,顧驍煒,沈雷,等.非周期長碼直擴信號的盲解擴[J].信號處理,2014,30(5):511-516.

[50]趙知勁,顧驍煒,沈雷,等.非周期長碼直擴信號的偽隨機碼盲估計[J].通信學報,2015,36(5):23-30.

[51]趙知勁,顧驍煒,沈雷.非周期長碼直擴信號的長擾碼識別[J].電子與信息學報,2014,36(8):1792-1797.

[52]GU X,ZHAO Z,SHEN L.Blind estimation of pseudo-random codes in periodic long code direct sequence spread spectrum signals[J].IET Communications,2016,10(11):1273-1281.

[53]談滿堂,朱德君.譜相關(guān)理論用于直接序列擴譜信號的檢測與估計[C]//中國電子學會電子對抗分會學術(shù)年會論文集，[出版地不詳]：[出版社不詳]，1995:53-59.

[54]董占奇,于宏毅,胡捍英.直擴信號擴頻偽隨機序列盲估計分析[J].無線電工程,2005,35(10):1-2.

[55]ZHAN Y,CAO Z,LU J.Spread-spectrum sequence estimation for DS-SS signal in non-cooperative communication systems[J].Communications,IEE Proceedings-,2005,152(4):476-480.

[56]詹亞鋒,曹志剛,馬正新.DS-SS信號的PN碼估計[J].電子與信息學報,2005,27(2):169-172.

[57]MEHBOODI S,JAMSHIDI A,FARHANG M.Two algorithms for spread-spectrum sequence estimation for DS-SS signals in non-cooperative communication systems[C]//Electrical Engineering (ICEE),2016 24th Iranian Conference on.IEEE,2016:72-76.

[58]JIANG L,JI H,LI L.A blind estimation algorithm for PN sequence in DS-SS signals[C]//2006 8th international Conference on Signal Processing.IEEE,2006.

[59]羅名君,史英春,張旻.基于分層處理的短碼直擴信號盲解擴算法[J].探 測 與 控 制 學 報,2017,39(1):26-30.

[60]安金坤,易克初.一種基于波形的直擴信號偽隨機碼估計算法[J].信號處理,2011,27(10):1498-1503.

[61]葉卓映，朱琳. 一種新的MIMO信道半盲估計算法[J].重慶理工大學學報：自然科學版，2011(12)：79-83.

[62]白娟,張?zhí)祢U,余熙.一種基于K-means算法的長碼直擴信號偽碼序列盲恢復方法[J].計算機應(yīng)用研究,2011,28(12):4537-4540.

(責任編輯 楊繼森)

Study of PN Code Blind Estimation for Direct Sequence Spread Spectrum Signal

SHENG Shiqianga, YANG Wengeb

(a.Department of Graduate Management; b.Department of Optical and Electronic Equipment，Academy of Equipment，Beijing101416，China)

The method of PN code blind estimation for direct sequence spread spectrum(DS-SS)signal were analyzed. Three kinds of PN code blind estimation method for DS-SS signal were introduced, including the method based on eigen analysis of signal, the method based on characteristic polynomials of PN code and the method based on correlation operation. Based on the brief introduction of each algorithm’s source, theoretical foundation and development process, the advantages and disadvantages of these algorithms are compared, and the development direction of PN code blind estimation research for DS-SS signal is also forecast.

direct sequence spread spectrum signal；PN code；blind estimation；eigen analysis

2017-02-25；

2017-04-30

盛世強(1993—)，男，碩士研究生，主要從事信息科學與控制工程研究。

10.11809/scbgxb2017.08.030

format:SHENG Shiqiang, YANG Wenge.Study of PN Code Blind Estimation for Direct Sequence Spread Spectrum Signal[J].Journal of Ordnance Equipment Engineering,2017(8):140-146.

TN911

A

2096-2304(2017)08-0140-07

本文引用格式：盛世強,楊文革.直擴信號PN碼盲估計方法研究綜述[J].兵器裝備工程學報，2017(8):140-146.