论文部分内容阅读
直接序列扩频(Direct Sequence Spread Spectrum,DSSS)通信技术作为重要的扩频方式之一,近几十年来在移动通信、战术通信等方面得到了成功应用。DSSS信号以其抗干扰能力强、保密性好、易于实现多址通信等优点而越来越受到人们的重视,与之相应的扩频码检测技术也成为了目前研究的重点。非协作通信时,在少量先验条件下对扩频序列进行盲估计是整个通信系统急需解决的问题。因此,研究在低信噪比环境下扩频序列的盲估计问题具有重要的意义。本文针对DSSS信号的检测和参数估计问题,重点研究了DSSS信号PN码序列的盲估计问题,主要研究内容如下:首先,简要介绍了DSSS通信系统的基本组成,建立了DS/MSK信号的数学模型。在此基础上研究了基于有限时间平均循环自相关(Time-variant Finite-average Cyclic Autocorrelation,简记为CA)算法的DS/MSK信号的检测并对载波频率和码速率进行了估计。其次,研究了基于信号矩阵分解(Signal Matrix Decomposition,SMD)的码序列盲估计算法,分别介绍了基于特征分解(Eigen Value Decomposition,EVD)的码序列盲估计算法和基于奇异值分解(Singular Value Decomposition,SVD)的码序列盲估计算法。从DSSS信号的特征分解以及算法原理等方面详细分析了EVD算法。SVD算法采用不同的分段方式组成新的信号矩阵,解决了EVD算法在信号异步情况下通过拼接得到PN码序列时存在的相位模糊问题。研究了基于压缩投影逼近子空间跟踪(Projection Approximation Subspace Tracking density,PASTd)的码序列盲估计算法,结合SVD算法的优点改进了PASTd算法在信号异步情况下存在的相位模糊问题。对本文所研究的EVD算法、SVD算法和PASTd算法在序列相关性、收敛速度和算法稳定性三个方面进行了性能比较。最后,研究了同步情况下PASTd算法的Verilog HDL实现,以Xilinx公司Virtex-5系列的XC5VSX95T FPGA芯片作为核心处理器,以ISE14.3作为软件编译环境,从算法数据处理和串口发送两个部分实现软件方案的设计,并通过Modelsim10.1完成对各个模块的仿真验证工作,最终通过上位机完成了算法的实验验证平台演示工作。