无监督条件下直扩信号特征码型估计方法  

Unsupervised neural network based DS signal code sequence estimation

作　　者：王太军[1] 程皓 郭伟[1] 

机构地区：[1]电子科技大学国家级通信实验室,四川成都610054 [2]成都航天通信设备有限责任公司,四川成都610052

出　　处：《电路与系统学报》2009年第3期103-106,共4页Journal of Circuits and Systems

基　　金：国家自然科学基金资助项目(60472052)

摘　　要：针对于直序列扩频(DSSS)信号盲检测过程中,事先对用户信号特征序列未知这一情况,提出一种应用于非合作条件下对单用户DSSS系统的特征序列的自组织特征映射神经网络(SOFM)估计算法[1,2]。理论计算表明,该算法比传统的滑动相关检测法运算量小。仿真结果表明,该方法在非合作、低信噪比条件下实现对DSSS的解扩是可行的。同时,由于该方法是基于神经网络的训练和学习,有很强的适应性,是一种自适应解扩方法。An idea of detection and blind estimation of direct sequence spread spectrum （DSSS） signal in low SNR is presented. Having not the apriority knowledge about the DSSS signal in the non-cooperation condition, we apply self-organizing feature map （SOFM） neural network theory^[1,2] to detect and identify the signal parameter and PN sequence. The computer simulation and experiment test demonstrates that the algorithm is effective. Comparing the traditional slip-correlation method, the SOFM algorithm＇s BER and implementation complexity is lower.

关 键 词：SOFM神经网络 DSSS信号 盲检测 

分 类 号：TN914[电子电信—通信与信息系统]