直接序列扩频(DSSS)信号由于具有工作信噪比低、强抗干扰性、低截获率、能够抑制多径效应等优点,已经得到广泛应用。因而与之对应的直扩通信对抗技术也成为通信对抗领域急需解决的研究主题。直扩通信对抗包括直扩信号的盲检测、参数估计和扩频码序列恢复等内容。在检测和估计出直扩信号的参数后,要恢复原始信息,估计出扩频序列是重要的途径之一,因而对DS信号扩频PN(Pseudo Noise)码的估计研究就具有迫切性和重要意义。本文重点是对盲码同步和扩频码序列估计的研究,主要的工作成果如下:1、分同步和非同步两种情况建立了DSSS/BPSK基带信号模型,并介绍了二种非合作式扩频码序列估计和解扩的方案。2、总结和介绍了几种常用的盲码同步方法,包括延迟相乘(滑动自相关)法、最大范数法、平均降噪法等,并进行了计算机仿真和分析。3、提出了一种改进滑动窗的盲同步方法,该方法利用求主特征向量的过程,对扩频信号进行平滑降噪预处理,实现了较低信噪比下的码同步。文中对该方法进行了仿真,并统一比较了各种盲码同步算法的同步性能。4、系统地研究了现有的扩频码序列估计算法,介绍了它们的理论基础,重点推导和证明了基于线性反馈移位寄存器(LFSR)、特征值分解(EVD)、神经网络(NN)的PN码序列估计算法,并对这些算法进行了仿真验证,分析了它们的优缺点。5、在总结已有算法的基础上,提出了基于子空间跟踪技术的PN码序列估计算法,并由投影逼近子空间跟踪(PAST)技术,导出了一种扩频码序列的快速估计算法(E-PASTd),给出了一种可实现方案。该算法通过应用PAST技术,求出两个主特征向量,实现扩频码序列的恢复。子空间跟踪技术能够快速跟踪低维的特征向量,而且避免了直接的大矩阵存储和特征值分解,使码序列恢复能够实时实现。文中对该算法进行了大量的计算机仿真和性能分析,仿真表明这种算法降低了运算的复杂度和存储量,易于硬件实现,具有良好的收敛特性,性能上优于已有的梯度算法和神经网络算法。