[发明专利]基于混合聚类算法的直扩信号伪码周期及序列估计方法

说明书

本发明涉及通信技术领域，涉及了一种基于混合聚类算法的直扩信号伪码周期及序列估计方法，该方法首先估计伪码周期，然后结合层次聚类与Kmeans聚类算法，形成新的混合聚类算法，完成估计信息序列，最后对信息序列进行累加处理，再估计得到伪码序列。本发明所设计的基于混合聚类算法的直扩信号伪码序列实时估计方法用于解决低信噪比时，直扩信号伪码周期及伪码序列估计，易于实现，运算量小，因此具有实际应用价值。

技术领域

本发明涉及通信技术领域，具体涉及一种基于混合聚类算法的直扩信号伪码周期及序列估计方法。

背景技术

针对直扩信号伪码周期及序列估计问题，现有的矩阵分解算法，及一些搜索迭代算法，算法运算量都比较大，估计速度慢，且对噪声敏感，对低信噪比下的直扩信号伪码周期及序列无法准确、快速地获取，难以满足应用需求。

发明内容

本发明所要解决的技术问题在于避免上述背景技术中的不足之处而提供一种新的易于实现的直扩信号伪码周期及序列估计方法。

本发明所采取的技术方案是：

一种基于混合聚类算法的直扩信号伪码周期及序列估计方法，包括以下步骤：

(1)计算信号二次功率谱，搜索谱峰的位置，用匹配法统计出谱峰的间距，即得到伪码周期；

(2)将信号按照伪码周期进行数组排列，通过混合聚类算法对数组进行聚类处理，估计出信息序列；

(3)将估计得到的信息序列进行积累，并去均值，然后判决得到伪码序列。

进一步的，步骤(1)具体包括以下步骤：

(101)计算信号二次功率谱，即先计算信号的功率谱，然后将信号的功率谱再次计算一次功率谱，即得到信号的二次功率谱，并搜索谱峰位置，将相邻位置两两相减，计算出谱峰的间距值Dis＝{dis₁,dis₂,…,dis_n}，n为谱峰间距值的个数；

(102)从谱峰的间距值中，采用匹配法统计出正确的间距；具体为：根据码片速率Rs计算过采样率PPS，PPS＝Fs/Rs，Fs为信号采样率，并根据已知的K种常见伪码周期P＝{P1,P2,…,Pi,…Pk}，计算PPS*P，得到伪码采样周期可能存在的初始值D＝{D1,D2,…Di,…Dk}，Di＝PPS*Pi；

(103)计算谱峰间距Dis的所有元素与各初始值D的相似度，相似度为计算每个Dis值与D的余数，即mod(dis_j,D_i),j＝1,2,…,n,i＝1,2,…,k，将dis_j归于余数最小值对应的D_i的集合，完成计算后，统计每个集合所包含的元素个数，元素最多且大于一定数量的集合所对应的初始值Di，即为伪码采样周期，Pi则为对应伪码周期估计值，用PN表示，PN＝Pi。

进一步的，步骤(2)具体包括以下步骤：

(201)找到信号最佳起始采样点，按过采样率PPS进行抽取，得到同步后的信号，并按照伪码周期进行数组排列，得到数组X＝(x₁,x₂,…xi,…x_N)^T，其中xi＝(x_i1,x_i2,…,x_iPN)，N为信息码片数量，PN为伪码周期，每一行为一个信息码片，包含一个完整周期的伪码序列；

(202)对层次聚类法及Kmeans算法进行改进，结合信息序列的特点，形成新的混合聚类算法，对数组进行聚类处理，具体方法为：