[发明专利]一种多天线LC-DS-CDMA信号扩频码盲估计方法

说明书

本发明公开了一种多天线LC‑DS‑CDMA信号扩频码盲估计方法。本发明将接收信号构建成的三维张量并按照扩频增益分块成等价于TUCKER分解模型的子张量；然后对子张量利用变步长梯度下降算法TUCKER分解得到扩频码片段和接收增益矩阵。根据子张量的接收增益矩阵相同的特点，利用各个子张量接收增益矩阵的互相关矩阵估计置换矩阵，去除扩频码片段排序模糊。最后利用扩频码的自相关性，去除扩频码片段的幅度模糊，得到每个用户扩频码。本发明将结构复杂的信号模型简化，且降低了TUCKER分解的计算量，提高了收敛性能。得到扩频码片段后，利用接受增益矩阵的互相关性和扩频码的自相关性，去除张量分解的次序模糊和幅度模糊。

技术领域

本发明属于通信对抗中直接序列扩频信号的盲参数估计领域，具体涉一种多天线LC-DS-CDMA信号扩频码盲估计方法。

背景技术

直接序列扩频(Direct Sequence Spread Spectrum，DSSS)是扩频通信技术的主要方式之一。它具有抗干扰能力强，隐蔽性好，易于码分多址等优点，在军事、民用通信中具有广泛应用。直接序列码分多址DS-CDMA(direct sequence code division multipleaccess)信号由多个用户的直扩信号叠加而成，在时域和频域都是完全重叠的。根据扩频码周期与信息符号宽度的关系，可分为短码扩频SC-DS-CDMA(short-code direct sequencecode division multiple access)和长码扩频LC-DS-CDMA(long-code direct sequencecode division multiple access)两种类型。在非合作通信中，如果接收方未知目标用户的扩频码，就无法对接收信号进行解调并获取信息，因此对DS-CDMA信号的扩频码盲估计具有十分重要的意义。

张量分解是高维数据分析的有力工具，可以有效降低数据维数，并从中挖掘出有用信息。近年来，张量分解开始广泛应用于通信领域。现有的张量分解方法一般应用于多径传播中的SC-DS-CDMA信号扩频码盲估计，在LC-DS-CDMA信号扩频码盲估计方面，目前研究成果较少，且采用平行因子(PARAFAC)分解，需要更进一步研究。因此针对非合作通信中多天线LC-DS-CDMA信号扩频码盲估计问题，提出一种基于张量TUCKER分解的扩频码盲估计方法，从而解决了多天线LC-DS-CDMA信号的扩频码估计问题。

发明内容

本发明的目的是提出一种多天线LC-DS-CDMA信号扩频码盲估计方法。

本发明的具体步骤如下：

步骤一、将多天线LC-DS-CDMA信号以扩频码码片速率采样并转化为基带信号，根据扩频码周期将基带信号构建成张量模型，再根据扩频增益对张量分块得到子张量，将子张量构建成TUCKER分解模型；

步骤二、利用变步长梯度下降算法对步骤一中得到的子张量进行分解，得到多个用户的扩频码片段和天线对各个用户的接收增益矩阵。

步骤三、将每个子张量分解，利用子张量中接收增益矩阵相同的特点，对每个子张量分解得到的接收增益矩阵计算相关性，得到置换矩阵，利用置换矩阵调整扩频码片段次序，按照对应用户进行拼接。

步骤四、利用扩频码自相关性好旁瓣能量低的性质去除幅度模糊，得到正确相位的扩频码。

进一步的，所述的步骤一具体如下：

1-1.将多天线LC-DS-CDMA信号以扩频码码片速率采样，则接收第k个天线的基带接收信号表示为式(1)：