基于神经网络的低信噪比直扩信号扩频码的盲估计方法  

A neural network approach to blind-estimation of PN spreading sequence in lower SNR DS/SS signals

作　　者：张天骐[1,2] 林孝康[2] 周正中[3] 

机构地区：[1]重庆邮电大学信号处理与片上系统研究所,重庆400065 [2]清华大学深圳研究生院,广东深圳518055 [3]电子科技大学通信学院140室,四川成都610054

出　　处：《电路与系统学报》2007年第2期118-123,共6页Journal of Circuits and Systems

基　　金：国家自然科学基金项目(60602057);重庆邮电大学自然科学基金项目(A2006-04;A2006-86);重庆市教委自然科学基金项目(KJ060509);重庆市科委自然科学基金项目(CSTC;2006BB2373)资助

摘　　要：针对低信噪比直扩信号扩频码的盲估计问题,本文首先用离散卡-洛(K-L)变换的方法对直扩信号进行了研究,得出了在已知信号伪码参数的前提下对低信噪比直扩信号的伪码序列进行盲估计是可行的,并将该问题抽象为一个信号主分量提取问题。然而该K-L变换在伪码序列很长时的计算存储量和计算量都比较大,于是进一步提出了一种主分量神经网络(N.N.或Neural Networks)的解决方法,该方法充分利用了无监督N.N.的自适应主分量提取特性,能较好完成直扩信号伪码序列的盲估计,从而使直扩信号的盲解扩成为可能。理论分析和数值结果都表明本方案能工作在较低的输入信噪比条件下。In this paper, an approach that can estimate the PN （pseudo noise） sequence from low SNR DS/SS signals is proposed, which is based on the discrete Karhunen-Loeve transformation of the DS/SS signals. It utilizes the characteristics of the self-organization and the principle component extraction of unsupervised neural networks adequately, in addition to its high-speed operation ability, and solves the conventional questions about estimation of PN sequence successfully. The theoretic analysis and experimental results show that the approach can work well for signals with low SNR.

关 键 词：离散卡-洛(K-L)变换 神经网络(N.N.) 直扩信号 伪码序列 

分 类 号：TN97[电子电信—信号与信息处理]