直接序列扩频(DS-SS)、码分多址(CDMA)、多速率码分多址(Multi-Rate DS-CDMA)等技术因其具有抗噪声、抗干扰、低截获概率(LPI)、可支持多速率数据传输等优点,被广泛应用于军事及民用通信领域。因此,研究采用上述技术的通信信号非合作处理技术具有重要意义,其中扩频序列的盲估计是目前的难点和热点问题。本文对该类通信信号的扩频序列盲估计问题进行了研究和探索,主要工作如下:1.针对短码DS-SS信号扩频序列和信息序列联合盲估计问题,提出了一种基于单一矢量空间2范数的失步时间无偏估计方法,在此基础上给出了一种基于无偏失步时间的扩频序列和信息序列联合盲估计算法。利用2倍扩频周期为间隔、重叠单倍扩频周期宽度的时间窗对观测信号进行分割,并组成观测信号矩阵,观测矩阵SVD分解,取对应最大奇异值的右奇异向量,以扩频周期为维数序贯组成矢量空间,则2范数最大的矢量起始点位置即为失步时间无偏估计,然后根据失步时间和扩频周期可在选取特征向量内截取扩频序列;同时,最大奇异值对应的左奇异向量为信息序列盲估计。新方法避免了传统方法链接分段扩频序列时存在的反相问题,且不受扩频序列类型的限制。2.研究了长码DS-SS信号扩频序列盲估计问题。对于周期长码DS-SS信号,基于多用户建模和SOBI算法,提出了一种改进的周期长码DS-SS信号扩频序列盲估计方法,该方法结合联合对角阵组合方法,并根据扩频序列特性(如m序列或Gold序列)消除各分段之间的位置与极性模糊,从而得到整周期扩频序列的估计。对于非周期长码DS-SS信号,依据扩频周期及扩频增益,提出一种近似最优分段长度准则,解决了重叠分段和特征结构分析算法(OSEA)靠经验分段的缺陷,完善了OSEA算法;另外,对于m序列等特殊序列盲估计,提出了基于SOBI算法的盲估计方法。3.研究了CDMA信号扩频序列盲估计问题。针对短码CDMA信号,利用与短码DS-SS信号相同的分割方式组合观测信号矩阵,提出了基于观测矩阵行列式的失步时间估计方法,以观测矩阵行列式倒数为判别函数,则该函数的极大值即为各用户的失步时间;基于失步时间和Fast-ICA算法,提出了一种改进的扩频序列和信息序列盲估计方法,根据失步时间截取各用户扩频序列,利用矢量相似度在估计子空间内区分每个用户的信息序列。针对长码CDMA信号扩频序列估计根据经验分段的问题,提出了一种重叠分段准则。首先利用Fast-ICA方法分别估计出每个用户的扩频序列片段,然后通过重叠部分的相关性消除扩频序列片段间的次序和相位模糊,从而提高现有方法的估计性能。4.针对Multi-Rate DS-CDMA信号扩频序列盲估计问题,分别提出了基于Givens转换和基于Fast-ICA的盲估计算法。基于Givens转换盲估计算法首先将观测信号以2倍最大扩频周期为宽度的时间窗进行分割,生成观测矩阵;然后,估计最大扩频周期的扩频序列,并利用失步时间无偏估计方法求得最大扩频周期各用户失步时间;最后,根据已求得的扩频序列及失步时间对原来的接收信号矩阵进行降维、消扰后,估计次大周期扩频序列,依次循环,直至估计出所有用户扩频序列。对于采用不同速率分组方法的信号,本章又提出了一种基于Fast-ICA算法的扩频序列盲估计方法。该方法按照扩频序列周期由大到小的顺序进行盲估计,并利用各矢量间相似程度进行分类,依此区分不同扩频周期扩频序列。