多徑軟擴(kuò)頻信號(hào)偽碼周期盲估計(jì)

楊 強(qiáng)，張?zhí)祢U，趙 亮

(重慶郵電大學(xué) 信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065) (*通信作者電子郵箱727491991@qq.com)

多徑軟擴(kuò)頻信號(hào)偽碼周期盲估計(jì)

楊 強(qiáng)*，張?zhí)祢U，趙 亮

(重慶郵電大學(xué) 信號(hào)與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，重慶 400065) (*通信作者電子郵箱727491991@qq.com)

針對(duì)多徑信道下因多徑衰落造成軟擴(kuò)頻信號(hào)偽碼周期難以估計(jì)的問(wèn)題，提出了一種基于二次功率譜的多徑軟擴(kuò)頻信號(hào)偽碼周期盲估計(jì)方法。首先，將一般的單徑軟擴(kuò)頻信號(hào)擴(kuò)展到多徑模型；然后，在多徑軟擴(kuò)頻信號(hào)模型的基礎(chǔ)上計(jì)算信號(hào)的一次功率譜；其次，將求出的一次功率譜作為輸入信號(hào)計(jì)算信號(hào)的二次功率譜，理論分析表明信號(hào)的二次功率譜在偽碼周期整數(shù)倍處將會(huì)出現(xiàn)峰值譜線；最后，通過(guò)檢測(cè)峰值譜線間的間距就可以實(shí)現(xiàn)多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)。通過(guò)仿真實(shí)驗(yàn)表明，在偽碼周期估計(jì)正確率為100%、偽碼序列長(zhǎng)度為127位和255位時(shí)，所提方法比時(shí)域相關(guān)法提高信噪比約1 dB和2 dB；在同一對(duì)比條件下，所需要的平均累加次數(shù)均少于時(shí)域相關(guān)法。實(shí)驗(yàn)結(jié)果表明，所提方法對(duì)偽碼周期進(jìn)行估計(jì)，在減少計(jì)算量的同時(shí)，還提高了估計(jì)的正確率。

軟擴(kuò)頻信號(hào)；多徑信道；二次功率譜；偽碼周期；盲估計(jì)

0 引言

直接序列擴(kuò)頻信號(hào)由于采用了偽碼序列調(diào)制原始窄帶數(shù)字信號(hào)，使得原始信號(hào)的頻譜被展寬、功率譜密度減小，從而使直擴(kuò)信號(hào)可在較低信噪比的情況下進(jìn)行通信。其相對(duì)常規(guī)的窄帶信號(hào)具有抗干擾、保密性強(qiáng)、隱蔽性好和低截獲率等優(yōu)點(diǎn)被廣泛用于軍事通信和民用通信[1]，但是，傳統(tǒng)擴(kuò)頻通信信號(hào)的抗多徑、抗干擾和多址復(fù)用的能力都是以展寬信號(hào)的頻譜為代價(jià)的，這使得在帶寬較窄以及處理增益要求較高的信道中傳輸時(shí)，傳統(tǒng)的直擴(kuò)信號(hào)就無(wú)法達(dá)到傳輸?shù)囊?。為了解決直擴(kuò)信號(hào)在上述信道中進(jìn)行信號(hào)傳輸?shù)膯?wèn)題，研究者們提出了一種高效的直擴(kuò)通信技術(shù)，即采用軟擴(kuò)頻(多進(jìn)制擴(kuò)頻)技術(shù)[2]。

軟擴(kuò)頻通信系統(tǒng)與傳統(tǒng)的擴(kuò)頻系統(tǒng)相比，其優(yōu)點(diǎn)在于提高了傳輸效率、占用的寬帶小，在獲得擴(kuò)頻增益的同時(shí)也獲得了編碼的增益?；谲洈U(kuò)頻信號(hào)以上的優(yōu)點(diǎn)，使得軟擴(kuò)頻通信已成為一種高效率傳輸和通信的有效途徑。當(dāng)前軟擴(kuò)頻信號(hào)已被廣泛地使用，如美軍使用的聯(lián)合戰(zhàn)術(shù)信息分配系統(tǒng)(Joint Tactical Information Distribution System， JTIDS)就采用了(32，5)的軟擴(kuò)頻通信技術(shù)；挪威戰(zhàn)地網(wǎng)使用的戰(zhàn)術(shù)數(shù)字通信(Tactical Digital Communication， TDC)也提出采用(256，8)的正交矩陣編碼和(32,7)正交矩陣編碼[3]，因此，在非協(xié)作情況下完成對(duì)軟擴(kuò)頻信號(hào)的盲解擴(kuò)以及信號(hào)中的各項(xiàng)參數(shù)進(jìn)行有效的檢測(cè)和估計(jì)，是一個(gè)值得研究的重要課題。

目前已經(jīng)有很多文獻(xiàn)對(duì)直擴(kuò)信號(hào)偽碼周期估計(jì)進(jìn)行了研究，如：文獻(xiàn)[4]中使用了功率二次譜的方法估計(jì)出多載波直擴(kuò)碼分多址信號(hào)的偽碼周期；文獻(xiàn)[5]使用循環(huán)自相關(guān)的方法完成了對(duì)多載波碼分多址信號(hào)偽碼周期、碼片速率的估計(jì)；文獻(xiàn)[6]提出了一種基于半盲估計(jì)算法實(shí)現(xiàn)了對(duì)直擴(kuò)信號(hào)偽碼周期的估計(jì)，但是該算法不適合于非協(xié)作通信情況中；文獻(xiàn)[7]在文獻(xiàn)[6]的基礎(chǔ)上使用相關(guān)函數(shù)二階矩的方法對(duì)直擴(kuò)信號(hào)、直擴(kuò)碼分多址信號(hào)、多速率直擴(kuò)碼分多址信號(hào)、多載波直擴(kuò)碼分多址信號(hào)等統(tǒng)一信號(hào)模型的偽碼周期進(jìn)行了估計(jì)；文獻(xiàn)[8-9]使用二次譜方法對(duì)多徑和多速率下的直擴(kuò)信號(hào)偽碼周期進(jìn)行了估計(jì)；文獻(xiàn)[10]使用自相關(guān)法和倒譜法對(duì)語(yǔ)音信號(hào)的基音進(jìn)行了檢測(cè)；文獻(xiàn)[11]在估計(jì)出直擴(kuò)信號(hào)偽碼周期后完成了偽碼序列的盲估計(jì)。但是，以上方法都是只針對(duì)傳統(tǒng)的直擴(kuò)信號(hào)和多速率直擴(kuò)信號(hào)的偽碼周期進(jìn)行了盲估計(jì)，而對(duì)軟擴(kuò)信號(hào)的偽碼周期估計(jì)研究甚少，尤其是多徑信道下的軟擴(kuò)信號(hào)偽碼周期估計(jì)?，F(xiàn)有的關(guān)于軟擴(kuò)信號(hào)參數(shù)估計(jì)的文獻(xiàn)中，僅有文獻(xiàn)[3]在假設(shè)軟擴(kuò)信號(hào)偽碼周期已知的情況下，完成了信號(hào)偽碼序列的盲估計(jì)。

針對(duì)多徑信道下軟擴(kuò)頻信號(hào)偽碼周期估計(jì)的問(wèn)題，本文在現(xiàn)有對(duì)傳統(tǒng)直擴(kuò)信號(hào)研究的基礎(chǔ)上，采用二次功率譜方法來(lái)估計(jì)單徑和多徑信道下軟擴(kuò)信號(hào)的偽碼周期，并重點(diǎn)推導(dǎo)了多徑軟擴(kuò)頻信號(hào)的二次功率譜數(shù)學(xué)表達(dá)式。分析表明二次功率譜的峰值譜線將會(huì)出現(xiàn)在偽碼周期的整數(shù)倍處，通過(guò)檢測(cè)這些峰值譜線間的間距就可以完成對(duì)多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)。

1 多徑信道軟擴(kuò)頻信號(hào)模型

本文采用的軟擴(kuò)頻信號(hào)模型如圖1所示，其中信息碼di(t)經(jīng)過(guò)串并變換后得到k比特的并行數(shù)據(jù)，即將信息碼以每k比特進(jìn)行分組，每組信息碼有M=2k個(gè)狀態(tài)，然后根據(jù)每組信息碼的狀態(tài)，選取對(duì)應(yīng)的M條偽碼序列中的一條偽碼序列輸出，最后經(jīng)過(guò)平方根升余弦滾降濾波器完成碼片成型。所以M條偽碼序列與k比特信息碼的M個(gè)狀態(tài)相對(duì)應(yīng)。

圖1 軟擴(kuò)頻信號(hào)模型示意圖

設(shè)待傳輸?shù)男畔?shù)據(jù)為：

(1)

其中：di表示信息碼元，Td表示信息碼元的寬度，qd表示寬度為T(mén)d的門(mén)函數(shù)。將d(t)按每k位分為一段，可得：

(2)

(3)

其中：j=0,1,…,2k-1；cj,n表示第j條偽碼的第n個(gè)碼片；gc(t)表示寬度為T(mén)c的矩形脈沖函數(shù)，則軟擴(kuò)信號(hào)的表達(dá)式為：

(4)

其中：cm(t)的下標(biāo)m即為k位信息碼元所對(duì)應(yīng)的加權(quán)值。

多徑傳播是因?yàn)樾盘?hào)經(jīng)發(fā)送端到接收端之間的多條折射和反射傳播路徑(或其中任意一種情況)所造成的。文獻(xiàn)[12]指出可將多徑信道模型等效為一個(gè)線性時(shí)變(Line Time Variant， LTV)系統(tǒng)，其系統(tǒng)函數(shù)為：

(5)

又因?yàn)槎鄰叫诺赖淖兓俾室煊诿}沖的變化速率，這種情況下的多徑信道是穩(wěn)定的，稱(chēng)此時(shí)的多徑信道為“靜態(tài)”多徑，故式(5)的表達(dá)式可進(jìn)一步寫(xiě)為：

(6)

由上述分析可得，軟擴(kuò)頻信號(hào)的多徑信道模型如圖2所示。

圖2 多徑軟擴(kuò)頻信號(hào)的信道模型示意圖

故多徑信道下接收到的基帶軟擴(kuò)頻信號(hào)表達(dá)式為：

(7)

2 算法原理

2.1 多徑下軟擴(kuò)頻信號(hào)的功率譜理論分析

根據(jù)數(shù)字信號(hào)處理的相關(guān)知識(shí)[14]易知，任意隨機(jī)信號(hào)x(t)經(jīng)過(guò)線性系統(tǒng)h(t)后的輸出信號(hào)s(t)的功率譜密度為：

(8)

其中：Ps(f)為多徑軟擴(kuò)頻信號(hào)的功率譜密度，Px(f)為軟擴(kuò)頻信號(hào)的功率譜密度，H(f)為多徑傳播信道的系統(tǒng)函數(shù)，H*(f)為H(f)的復(fù)共軛。

下面先計(jì)算H(f)，由于式(6)是“靜態(tài)”下的多徑信道模型，所以h(t)可等效為一個(gè)線性系統(tǒng)。為了便于對(duì)h(t)進(jìn)行分析，以Tp為采樣時(shí)間對(duì)式(6)進(jìn)行采樣得到的離散表達(dá)式為：

(9)

其中：lp為第p個(gè)多徑信道下傳輸分量的延時(shí)系數(shù)且取值為lp∈Z。

對(duì)式(9)中的h(t)作傅里葉變換為：

(10)

其中：FFT[·]表示作傅里葉變換運(yùn)算，由式(10)進(jìn)一步可得：

(11)

因?yàn)樾盘?hào)x(t)的自相關(guān)函數(shù)與其功率譜密度Px(f)互為傅里葉變換對(duì)，所以通過(guò)對(duì)x(t)的自相關(guān)函數(shù)作傅里葉變換就可以求得其功率譜。其中，軟擴(kuò)頻信號(hào)x(t)的自相關(guān)函數(shù)為：

(12)

其中：m1、m2分別表示偽碼序列的下標(biāo)值。

對(duì)于軟擴(kuò)頻系統(tǒng)而言，偽碼序列集中權(quán)值不相同的偽碼序列可認(rèn)為近似正交，即E[cm1cm2]→0，因此由式(12)可知Rx(τ)主要由偽碼序列的自相關(guān)函數(shù)值構(gòu)成。又因?yàn)樾盘?hào)x(t)中傳輸所用的偽碼序列cm(m=1,2,…,2k)以相同的概率出現(xiàn)，故m1=m2時(shí)的概率為1/2k。所以，當(dāng)只考慮m1=m2時(shí)，式(12)進(jìn)一步寫(xiě)為：

(13)

由式(13)可知，Rx(τ)由偽碼序列自相關(guān)函數(shù)Rm1m1(τ)及其延遲的自相關(guān)函數(shù)Rm1m1[τ+(i1+i2)T0]相加而成，令h=i1+i2，故式(13)可近似為：

(14)

對(duì)式(14)中求得的軟擴(kuò)頻信號(hào)x(t)的自相關(guān)函數(shù)Rx(τ)作傅里葉變換即可得到其功率譜密度表達(dá)式：

(15)

其中，T0=NTc表示偽碼周期。

由于本文所用的偽碼序列為m序列的移位序列所構(gòu)成的一個(gè)偽碼序列集，故由文獻(xiàn)[6]可得信號(hào)x(t)的功率譜密度為：

(16)

從式(16)可知，信號(hào)x(t)的功率譜由第一項(xiàng)的離散譜和第二項(xiàng)的連續(xù)譜相加而成，因?yàn)檫B續(xù)譜的譜線不會(huì)對(duì)偽碼周期整數(shù)倍處的峰值譜線造成影響，所以只計(jì)算用于估計(jì)偽碼周期的離散功率譜。而且信號(hào)x(t)的功率譜幅值與信息碼的分組數(shù)k成反比，即信息碼的分組數(shù)越多，信號(hào)x(t)的功率譜幅值越??；反之則功率譜幅值就會(huì)越大。

最后，結(jié)合式(8)、式(11)和式(16)可得多徑信道下軟擴(kuò)頻信號(hào)的功率譜密度為：

(17)

從式(17)可知，多徑軟擴(kuò)頻信號(hào)的功率譜密度仍然由一系列加權(quán)離散的譜線構(gòu)成，相鄰譜線之間的間距為1/(NTc)的整數(shù)倍，而且峰值譜線的大小也代表了信號(hào)的能量大小。

2.2 多徑下軟擴(kuò)頻信號(hào)的二次譜理論分析

式(17)求出了多徑環(huán)境下軟擴(kuò)頻信號(hào)的功率譜密度，對(duì)其所得結(jié)果Ps(f)作為輸入信號(hào)再作一次傅里葉變換并取其模平方，即為多徑信道下軟擴(kuò)頻信號(hào)的二次功率譜：

(18)

最后，將多徑下軟擴(kuò)信號(hào)功率二次譜處理的具體方法步驟總結(jié)如下：

改革開(kāi)放是關(guān)系到一個(gè)國(guó)家、民族發(fā)展之道的偉大實(shí)踐，這個(gè)實(shí)踐需要在人類(lèi)社會(huì)歷史基本規(guī)律的前提下進(jìn)行不斷更新的全新探索。改革開(kāi)放從根本上說(shuō)是為了解決問(wèn)題，通過(guò)對(duì)現(xiàn)實(shí)問(wèn)題的解答，對(duì)時(shí)代需求的回應(yīng)，以調(diào)整、完善改革方式等途徑進(jìn)行的實(shí)踐活動(dòng)，在特定的場(chǎng)域中，也就是在中國(guó)的社會(huì)主義實(shí)踐場(chǎng)域中，改革開(kāi)放必定瞄準(zhǔn)的是中國(guó)的問(wèn)題，是中國(guó)社會(huì)主義發(fā)展的問(wèn)題，而以馬克思主義為指導(dǎo)的中國(guó)特色社會(huì)主義建設(shè)堅(jiān)持唯物史觀，堅(jiān)持認(rèn)識(shí)和運(yùn)用生產(chǎn)力與生產(chǎn)關(guān)系的矛盾運(yùn)動(dòng)規(guī)律，并以此作為中國(guó)特色社會(huì)主義進(jìn)行改革開(kāi)放的理論依據(jù)。

步驟1 對(duì)接收的一組多徑軟擴(kuò)信號(hào)按式(17)和式(18)分別求其功率譜Ps(f)和二次譜Ps(e)；

步驟2 對(duì)接收的另一組多徑軟擴(kuò)信號(hào)按步驟1求出該組信號(hào)的二次譜，并與步驟1中的二次譜進(jìn)行累加取集平均；

步驟3 對(duì)步驟2中累加后的二次譜在一定范圍內(nèi)進(jìn)行譜峰搜索，檢測(cè)這些局部最大值所對(duì)應(yīng)的頻率，求出相鄰峰值譜線的間距；

步驟4 若步驟3中的峰值譜線間距基本保持不變，則停止累加，此時(shí)所得的峰值譜線間的間距即為多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)。

因每組數(shù)據(jù)中的噪聲n(t)與信號(hào)s(t)在概率統(tǒng)計(jì)上相互獨(dú)立，故可以通過(guò)累加集平均的方法來(lái)減小噪聲對(duì)偽碼周期估計(jì)所造成的影響，且數(shù)據(jù)組數(shù)越多，對(duì)噪聲的抑制效果越好。

3 計(jì)算機(jī)仿真實(shí)驗(yàn)

實(shí)驗(yàn)參數(shù)說(shuō)明：以下所有仿真實(shí)驗(yàn)主要是針對(duì)多徑信道下的軟擴(kuò)頻信號(hào)。

1)實(shí)驗(yàn)中所用的偽碼序列集為m序列的移位序列構(gòu)成，且其幅度為±1。

3)實(shí)驗(yàn)中如未特別說(shuō)明所有的軟擴(kuò)頻信號(hào)都是經(jīng)過(guò)萊斯因子K=15且多徑數(shù)P=10的萊斯信道；信號(hào)中信息分組為k=5 bit/組，即每5位信息碼為一組，信號(hào)分組數(shù)為100組。

實(shí)驗(yàn)1 下面將通過(guò)仿真實(shí)驗(yàn)來(lái)驗(yàn)證本文所提二次譜方法對(duì)多徑信道下軟擴(kuò)頻信號(hào)偽碼周期估計(jì)的有效性。仿真信號(hào)所用的偽碼序列長(zhǎng)度N=255 bit，信噪比SNR=-10 dB。多徑軟擴(kuò)信號(hào)的一次功率譜和二次功率譜曲線分別如圖3(a)、3(b)所示。

圖3 多徑軟擴(kuò)頻信號(hào)的一次功率譜和二次功率譜圖

從圖3(a)可知，信號(hào)的一次功率譜譜線密集無(wú)法對(duì)信號(hào)的偽碼周期進(jìn)行估計(jì)；而從圖3(b)可得二次功率譜不僅具有時(shí)間的量綱且出現(xiàn)了間距相等的尖峰譜線。圖3(b)中信號(hào)二次譜的前4條峰值譜線的位置依次為2 040，4 080，6 120，8 160處，相鄰譜線之間的間距都等于2 040=N×Sa=255×8，所以通過(guò)檢測(cè)二次譜的峰值譜線間的間距就可以盲估計(jì)多徑下軟擴(kuò)信號(hào)的偽碼周期。

實(shí)驗(yàn)2 比較不同偽碼長(zhǎng)度下的偽碼周期估計(jì)性能。信號(hào)在偽碼長(zhǎng)度分別取N=127 bit、N=255 bit、N=511 bit和N=1 023 bit所得仿真結(jié)果如圖4所示。

圖4 不同偽碼長(zhǎng)度下的均值性能曲線

從圖4的仿真結(jié)果可以看出，隨著信噪比的不斷提高，軟擴(kuò)頻信號(hào)攜帶的偽碼長(zhǎng)度越長(zhǎng)，二次譜法估計(jì)偽碼周期的平均累加次數(shù)越少。這是由于偽碼長(zhǎng)度越長(zhǎng)，軟擴(kuò)頻信號(hào)的頻譜被擴(kuò)展得越寬，致使系統(tǒng)的處理增益越高，從而抗多徑干擾信號(hào)的能力越強(qiáng)，使得干擾信號(hào)對(duì)接收信號(hào)的影響也進(jìn)一步減小，從而使偽碼周期估計(jì)的效果越好。

實(shí)驗(yàn)3 比較不同信息碼分組下的偽碼周期估計(jì)性能。信號(hào)在信息碼分組數(shù)分別取k=3 bit/組、k=4 bit/組、k=5 bit/組和k=6 bit/組的條件下進(jìn)行仿真。仿真結(jié)果如圖5所示。

圖5 不同信息分組下的均值性能曲線

從圖5可知，隨著信噪比的不斷提高，信息分組數(shù)越少，二次譜法對(duì)偽碼周期準(zhǔn)確估計(jì)的平均累加次數(shù)越少。這是因?yàn)檐洈U(kuò)信號(hào)的功率譜峰值與信號(hào)傳輸?shù)男畔⒎纸M數(shù)成反比，信息分組數(shù)越少，功率譜峰值越大，使得二次譜的峰值譜線就越明顯，很快達(dá)到了停止累加的判決條件，這一點(diǎn)與2.1節(jié)的理論分析相符。

實(shí)驗(yàn)4 比較單徑信道、多徑萊斯信道和多徑瑞利信道下的偽碼周期估計(jì)性能。其中，偽碼序列長(zhǎng)度取N=255 bit，瑞利信道中多徑數(shù)P=10、萊斯因子K=0.000 1的條件下進(jìn)行仿真。仿真結(jié)果如圖6所示。

圖6 不同信道下的均值性能曲線

從圖6可知，軟擴(kuò)頻信號(hào)在單徑和多徑信道下的偽碼周估計(jì)所需的平均累加次數(shù)隨著信噪比的不斷減小而增加。在理想的單徑信道中不存在多徑分量，所以單徑信道需要的平均累加次數(shù)少，估計(jì)性能也是最佳的；而萊斯信道中，存在最大的主徑分量，因此在偽碼周期整數(shù)倍處出現(xiàn)的峰值譜線遠(yuǎn)大于多徑中其他干擾分量的峰值譜線，故所需的平均累加次數(shù)次之，這與2.2節(jié)中的理論分析相符合；而瑞利信道中不存在類(lèi)似萊斯信道中最大的主徑分量，所以偽碼周期整數(shù)倍處出現(xiàn)的峰值譜線淹沒(méi)在多徑干擾分量的峰值譜線中，故所需的平均累加次數(shù)最多。

實(shí)驗(yàn)5 當(dāng)多徑時(shí)延小于偽碼序列的碼片寬度Tc(lpTp

圖7 密集多徑下的均值性能曲線

從圖7可知，軟擴(kuò)頻信號(hào)在單徑和密集多徑信道下偽碼周期估計(jì)所需要的平均累加次數(shù)隨著信噪比的不斷減小而增加，但是它們的性能曲線幾乎重合在一起。這是由于在密集多徑的信道中，信號(hào)經(jīng)過(guò)多徑信道后的所有分量相互疊加，所以并沒(méi)有影響整個(gè)信號(hào)的周期特性，因此，密集多徑信道近似于單徑信道。

實(shí)驗(yàn)6 將二次譜法與文獻(xiàn)[10]中的時(shí)域相關(guān)法對(duì)偽碼周期的估計(jì)性能進(jìn)行對(duì)比，仿真結(jié)果如圖8所示。

圖8 不同算法下的性能曲線對(duì)比

圖8中，圖8(a)為在偽碼序列長(zhǎng)度N=127 bit的萊斯信道下，對(duì)比了二者滿(mǎn)足判決條件時(shí)的平均累加次數(shù)；圖8(b)為在偽碼序列長(zhǎng)度N=127 bit和N=255 bit的萊斯信道下，對(duì)比了二者對(duì)偽碼周期估計(jì)的正確率。

從圖8(a)可知，隨著信噪比的不斷減小，二次譜法和時(shí)域相關(guān)法對(duì)多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)所需要的平均累加次數(shù)不斷增加。當(dāng)SNR=-19～-10 dB時(shí)，時(shí)域相關(guān)法的平均累加次數(shù)均多于二次譜法；當(dāng)SNR>-10 dB時(shí)，兩種方法所需要的平均累加次數(shù)近似相當(dāng)。從圖8(b)可知，當(dāng)偽碼周期估計(jì)的正確率為100%、偽碼序列長(zhǎng)度分別為127 bit和255 bit時(shí)，本文算法比時(shí)域相關(guān)法對(duì)偽碼周期估計(jì)的性能提高信噪比約為1 dB和2 dB。通過(guò)兩種方法的對(duì)比結(jié)果可得，二次譜方法在偽碼周期的估計(jì)效率和性能上均優(yōu)于時(shí)域相關(guān)法。

4 結(jié)語(yǔ)

本文通過(guò)在多徑軟擴(kuò)信號(hào)模型的基礎(chǔ)上，使用二次功率譜法完成了對(duì)信號(hào)的偽碼周期估計(jì)。仿真實(shí)驗(yàn)結(jié)果表明二次功率譜方法可以在較低信噪比下完成對(duì)多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)，而且分別從不同的偽碼長(zhǎng)度、不同的信息碼分組、不同的萊斯因子和不同的信道等條件下對(duì)偽碼周期估計(jì)的性能進(jìn)行了仿真實(shí)驗(yàn)，得出偽碼的長(zhǎng)度越長(zhǎng)、萊斯因子越大、信息碼分組數(shù)越小時(shí)多徑軟擴(kuò)頻信號(hào)的偽碼周期估計(jì)所需要的平均累加次數(shù)越少；而且還對(duì)多徑信道中的密集多徑情況進(jìn)行了仿真，得出軟擴(kuò)信號(hào)在萊斯、瑞利和單徑信道中的偽碼周期估計(jì)性能幾乎一致；最后通過(guò)本文所提方法與時(shí)域相關(guān)法對(duì)偽碼周期估計(jì)的性能比較可知，二次功率譜法的性能均優(yōu)于對(duì)比方法，從而進(jìn)一步說(shuō)明了二次譜算法的優(yōu)越性。這對(duì)于研究復(fù)雜環(huán)境下軟擴(kuò)頻信號(hào)的其他參數(shù)估計(jì)有一定的指導(dǎo)意義。但是，在實(shí)際非協(xié)作通信中，為了能從截獲的軟擴(kuò)頻信號(hào)中估計(jì)出偽碼序列，僅僅只知道該信號(hào)的偽碼周期是不夠的，還需估計(jì)出該信號(hào)的其他參數(shù)以及將該方法推廣至其他通信信號(hào)，這將是下一步的研究重點(diǎn)。

References)

[1] 田日才,遲永鋼.擴(kuò)頻通信[M].2版.北京:清華大學(xué)出版社,2014:1-5.(TIAN R C, CHI Y G. Spread Spectrum Communication [M]. 2nd ed. Beijing: Tsinghua University Press, 2014: 1-5.)

[2] PURSLEY M B, ROYSTER T C. High-rate direct-sequence spread spectrum with error control coding [J]. IEEE Transactions on Communications, 2006, 54(9): 1693-1702.

[3] 王航,郭靜波,王贊基.基于聚類(lèi)的軟擴(kuò)頻信號(hào)盲解擴(kuò)方法[J].電子與信息學(xué)報(bào),2009,31(2):422-425.(WANG H, GUO J B, WANG Z J. Clustering based blind despread method of tamed direct sequence spread spectrum signals [J]. Journal of Electronics & Information Technology, 2009, 31(2): 422-425.)

[4] 錢(qián)文瑞,張?zhí)祢U,周楊,等.MC-DS-CDMA信號(hào)的偽碼周期盲估計(jì)[J].計(jì)算機(jī)工程與設(shè)計(jì),2016,37(4):862-866.(QIAN W R, ZHANG T Q, ZHOU Y, et al. Blind estimation of PN sequence’s period for MC-DS-CDMA signal [J]. Computer Engineering and Design, 2016, 37(4): 422-425.)

[5] ZHANG T Q, QIAN W R, ZHANG G, et al. Parameter estimation of MC-CDMA signals based on modified cyclic autocorrelation [J]. Digital Signal Processing, 2016, 54: 46-53.

[6] VLOK J D, OLIVIER J C. Non-cooperative detection of weak spread-spectrum signals in additive white Gaussian noise [J]. IET Communications, 2012, 6(16): 2513-2524.

[7] 沙志超,吳海斌,任嘯天,等.非合作直擴(kuò)信號(hào)檢測(cè)中的相關(guān)函數(shù)二階矩方法[J].系統(tǒng)工程與電子技術(shù),2013,35(8):1602-1606.(SHA Z C, WU H B, REN X T, et al. Second-order moment of autocorrelation for signal detection in non-cooperative DS/SS communication [J]. Systems Engineering and Electronics, 2013, 35(8): 1602-1606.)

[8] 周楊,張?zhí)祢U,錢(qián)文瑞.多徑環(huán)境下TDDM-BOC信號(hào)偽碼周期估計(jì)[J].電訊技術(shù),2015,24(6):651-657.(ZHOU Y, ZHANG T Q, QIAN W R. Period estimation of PN sequence for TDDM-BOC signal in multipath environment [J]. Telecommunication Engineering, 2015, 24(6): 651-657.)

[9] 吳旺軍,張?zhí)祢U,陽(yáng)銳,等.利用二次譜盲估計(jì)多速率DS/CDMA偽碼周期[J].電訊技術(shù),2014,54(7):937-944.(WU W J, ZHANG T Q, YANG R, et al. Blind periodic estimation of PN sequence based on reprocessing of power in multi-rate DS/CDMA transmissions [J]. Telecommunication Engineering, 2014, 54(7): 937-944.)

[10] 陳盼弟,黃華,何凌.基于自相關(guān)和倒譜法的基音檢測(cè)改進(jìn)算法[J].計(jì)算機(jī)應(yīng)用與軟件,2015,32(1):163-166.(CHEN P D, HUANG H, HE L. Improved algorithm for pitch detection based on ACF and CEP [J]. Computer Applications and Software, 2015, 32(1): 163-166.)

[11] WANG Q, GE Q. Blind estimation algorithm of parameters in PN sequence for DSSS-BPSK signals [C]// Proceedings of the 2012 International Conference on Wavelet Active Media Technology and Information Processing. Piscataway, NJ: IEEE, 2012: 371-376.

[12] TRANTER W H, SHANMUGAN K S, RAPPAPORT T S, et al. Principles of Communication Systems Simulation with Wireless Applications [M]. Upper Saddle River, NJ: Prentice Hall, 2004: 343-356.

[13] PATZOLD M.移動(dòng)衰落信道[M].陳偉,譯.北京:電子工業(yè)出版社，2009:180-187.(PATZOLD M. Data Mining: Mobile Fading Channels [M]. CHEN W, translated. Beijing: Publishing House of Electronics Industry, 2009: 180-187.)

[14] 何子述,夏威.現(xiàn)代數(shù)字信號(hào)處理及其應(yīng)用[M].北京:清華大學(xué)出版社,2009:60-62.(HE Z S, XIA W. Modern Digital Signal Processing and Application [M]. Beijing: Tsinghua University Press, 2009: 60-62.)

This work is partially supported by the National Natural Science Foundation of China (61671095, 61371164), the Project of Chongqing Key Laboratory of Signal and Information Processing (CSTC2009CA2003), the Research Project of Chongqing Educational Commission (KJ130524, KJ1600427, KJ1600429).

YANGQiang, born in 1991, M. S. candidate. His research interests include direct sequence spread spectrum signal blind processing.

ZHANGTianqi, born in 1971, Ph. D., professor. His research interests include modulation and demodulation for communication signal, blind processing, voice signal processing, neural network implementation and its implementation of FPGA, VLSI.

ZHAOLiang, born in 1991, M. S. candidate. His research interests include channel coding blind identification.

BlindperiodestimationofPNsequenceformultipathtamedspreadspectrumsignal

YANG Qiang*, ZHANG Tianqi, ZHAO Liang

(ChongqingKeyLaboratoryofSignalandInformationProcessing,ChongqingUniversityofPostsandTelecommunications,Chongqing400065,China)

To estimate pseudo code period of multipath tamed spread spectrum signal, a blind method based on power spectrum reprocessing was proposed to estimate the pseudo code period of the tamed spread spectrum signal in multipath channel. Firstly, the general single path tamed spectrum signal was extended to multipath model. Then, the primary power spectrum of the signal was calculated on the basis of the tamed spread spectrum signal model in multipath environment. Next, the obtained primary power spectrum was used as the input signal to calculate the secondary power spectrum of the signal, and the theoretical analyses showed that the peak line of the secondary power spectrum of the signal would appear in the integral multiple of the pseudo code period. Finally, the pseudo code period of the tamed spread spectrum signal could be estimated by detecting the spacing between the peak spectrum lines. In the comparison experiments with time domain correlation method, the Signal-to-Noise Ratio (SNR) of the proposed method was improved by about 1 dB and 2 dB when the correct rate of pseudo code period was 100% and the length of pseudo code sequence was 127 bits and 255 bits, and the average accumulation times of the proposed method was less under the same condition. The experimental results show that the proposed method not only has less computational complexity, but also improves the estimation correct rate.

tamed spread spectrum signal; multipath channel; secondary power spectrum; pseudo code period; blind estimation

TN911.7

:A

2017- 01- 13;

:2017- 02- 28。

國(guó)家自然科學(xué)基金資助項(xiàng)目(61671095,61371164)；信號(hào)與信息處理重慶市市級(jí)重點(diǎn)實(shí)驗(yàn)室建設(shè)項(xiàng)目(CSTC2009CA2003);重慶市教育委員會(huì)科研項(xiàng)目(KJ130524,KJ1600427,KJ1600429)。

楊強(qiáng)(1991—)，男，四川岳池人，碩士研究生，主要研究方向：直擴(kuò)信號(hào)盲處理； 張?zhí)祢U(1971—)，男，四川眉山人，教授，博士，主要研究方向：通信信號(hào)的調(diào)制解調(diào)、盲處理、語(yǔ)音信號(hào)處理、神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)以及FPGA、VLSI實(shí)現(xiàn)； 趙亮(1991—)，男，河南洛陽(yáng)人，碩士研究生，主要研究方向：信道編碼盲識(shí)別。

1001- 9081(2017)07- 1837- 06

10.11772/j.issn.1001- 9081.2017.07.1837