非合作通信中扩频信号的伪码盲估计是信号解调的前提,近年来一直备受学术界的关注。由于长短码直扩码分多址（Long and Short Codes Direct Sequence Code Division Multiple Access,LSC-DS-CDMA）信号结构复杂,其扩频短码和长扰码的盲估计难度大,而且在实际通信中,接收信号含有残余频偏或多径干扰的情况很难避免,这更进一步加大了估计的难度,所以本文将对此展开研究。首先,介绍了直接扩频通信的基本原理和信号分类,给出了各类直扩信号的模型、特点,并详细介绍了对于非合作通信下直接序列扩频信号的伪码盲估计的国内外研究现状。其次,针对奇异值阈值的矩阵填充法估计的LSC-DS-CDMA性能不佳,且已有算法受噪声影响大的问题,研究了基于截断式核范数正则化的矩阵填充法和梅西算法的LSC-DSCDMA信号的伪码盲估计。将LSC-DS-CDMA信号构建为短码直扩信号的数据缺失模型,基于TNNR的填充理论,利用带自适应惩罚项的交替方向乘子算法估计信号矩阵;通过奇异值分解法和快速独立分量分析算法估计复合码矩阵;使用滑动搜索窗,利用梅西算法依次估计各用户长扰码,根据相关运算估计扩频短码。同时给出了基于该算法的LSC-DSSS信号伪码盲估计方法。仿真实验表明,该算法可以有效估计LSC-DSSS信号和LSC-DS-CDMA的长短伪码,且性能优于已有算法。然后,利用全数字锁相环、特征值分解法和Givens矩阵旋转,研究了带残余频偏的LSCDS-CDMA信号伪码盲估计方法。根据长码和短码周期特点二次分段接收信号,得到信号矩阵模型,利用特征值分解法得到含有残余频偏的复合码信号;利用全数字锁相环跟踪、消除残余频偏后,利用本章所改进的基于模拟退火和随机差分的鲸鱼算法,快速、准确寻找Givens矩阵旋转法中的最佳旋转角,通过Givens旋转得到各用户的复合码估计;应用梅西算法和相关运算分别估计各用户的长码和短码。仿真实验表明,该算法有效实现了带残余频偏的LSCDS-CDMA信号伪码的盲估计。最后,基于张量分解和最大似然准则,研究了多径情况下的LSC-DS-CDMA信号的长短伪码盲估计方法。利用多天线接收信号,将其构建成三阶张量模型并按照短码周期分块,通过改进的线性步长动量梯度下降法进行Tucker分解得到各因子矩阵;利用其中的接收增益矩阵解决排序问题;再根据最大似然准则联合估计复合码和多径信道,通过梅西算法和相关运算估计长码和短码。仿真实验表明,该方法对多径干扰下的LSC-DS-CDMA信号的长短伪码估计性能良好。