直接序列扩频(DSSS)信号，简称直扩信号，是扩频通信中最主要的通信信号，具有隐蔽性好、抗干扰、抗多址、反侦察能力强、截获概率低等优点，已在民用通信、军事通信、商业通信等各种通信环境中，得到了广泛的应用。但随着通信环境的日益复杂化，需要设计更复杂的直扩信号，这对经典的DSSS系统提出了更高的要求。因此在非协作的复杂通信环境下，对DSSS信号的特征参数和特征波形的检测和估计成为这些领域需要解决的重要问题。直扩信号的周期参数和特征波形的估计方法已形成较为完善的理论体系，但现有的大多方法都是针对基带短码DSSS信号的，即用一周期伪随机(PN)码序列调制一位信息码，其形式简单。而在实际的复杂扩频通信系统中，DSSS信号在很大程度上可能存在外来环境的干扰和带有载波或下变频后的残余频偏，以及长码，伪码周期大于信息码周期，即DSSS信号的一周期PN码序列调制多位信息码，改变了直扩信号伪码的周期和相关特性，还有高动态直扩信号，其特征参数多且参数隐蔽，使其信号检测和估计变得更为复杂和困难。　　 本文针对这些复杂的直扩信号周期参数和特征波形估计问题做了如下工作：⑴建立了窄带干扰环境下直扩信号的数学模型，并对其进行理论分析，提出一种FFT重叠加窗干扰抑制算法和信号二次谱处理的联合方法，对窄带干扰环境下DSSS信号的PN码周期进行估计。算法在较低的输入信噪比和较低的输入信干比条件下能准确地估计DSSS信号PN码周期，仿真结果验证了该联合算法的有效性。⑵针对存在残余频偏调制下的周期长码直扩(PLC DSSS)信号的PN码周期谱估计的难题，首先建立了PLC DSSS信号的虚拟多用户模型。即将PLC DSSS信号模型等同于虚拟多用户短码扩频(DS-CDMA)系统，从而具有形式简单、易理解等优点。并拓展了先前提出的基于信号二次谱处理的方法。该方法不需要设计专门的锁相环来消除载频的残差，在低信噪比下就可以对带有残余频偏的PLC DSSS信号PN码周期进行有效地估计。⑶针对PLC DSSS信号PN码盲估计问题，采用PLC DSSS信号的虚拟多用户模型。利用DS-CDMA的谱范数来估计同步偏移，该算法不需要更多假定限制，利用相关函数二阶矩、特征值分解和模糊酉矩阵方法就可以完成PLC DSSS信号PN码序列的盲估计。同时针对PLC DSSS信号PN序列盲恢复的难题，借鉴无监督聚类分析的思想，提出了一种基于K均值(K-means)聚类算法的PLC DSSS信号PN码序列盲恢复方法。该算法可以避免由分段特征值分解算法引出的组合问题。并且该算法计算量小，能够在较低信噪比条件下较快较准确地恢复PN码序列⑷针对伪码调相与正弦调频复合(PRBC-SFM)信号伪码序列盲估计的难题，本文建立了一种正弦调频(SFM)信号的线性模型，克服了传统方法的非线性运算问题，采用平滑伪Wigner(SPWVD)对该PRBC-SFM复合信号进行时频分析，同时结合奇异值分解(SVD)方法，实现低信噪比条件下PRBC-SFM复合信号PN码序列的准确估计。同时本文也提出了一种基于修正平滑伪Wigner分布(MSPWVD)的伪码调相与线性调频复合(PRBC-LFM)信号伪码序列盲估计的方法，MSPWVD可以克服SPWVD在减小交叉项后时频分辨率降低的问题，同时结合MSPWVD-Hough(简称M-H)变换和SVD方法，可以进一步减小交叉项和抑制噪声的影响，提高PRBC-LFM复合信号PN码序列盲估计的精度。⑸研究了干扰环境中的复杂直扩信号的周期参数和特征波形的盲估计方法，并通过MATLAB对各种方法进行了仿真实验。理论分析和计算机仿真结果表明了各种方法能在较低的信噪比条件下，对复杂直扩信号的周期参数和特征波形进行准确的盲估计。因此本文中的方法对于提高扩频通信系统在各种复杂环境中的应用性能具有重要的意义。