[发明专利]基于ILSP算法的同步DS‑CDMA信号盲解扩方法

说明书

技术领域

本发明属于盲解扩技术领域，尤其涉及一种基于ILSP算法的同步DS-CDMA信号盲解扩方法。

背景技术

直接序列扩频(Direct Sequence Spread Spectrum,DSSS)通信技术是现代通信技术中最常见技术之一，由于其具有抗干扰、低截获率等优点，被广泛的应用于民用通信、军用通信、卫星导航等领域，具有很高的研究价值。DSSS通信技术是在信号发送时，利用高速率的扩频序列与信息码序列相乘，使得信号的频谱被扩宽，谱密度降低，在接收方，再用与发送时相同的高速序列与接收到的信号相乘，使信号的频谱恢复完成解扩，而噪声和干扰的频谱却被扩展了，谱密度降低，这样就很容易将噪声和干扰从信号中滤除。

对于合作接收方，可以用已知的扩频序列进行DSSS信号解扩；而对于非合作方，由于扩频序列未知，因此对信号的解扩需要事先利用截获信号样本估计出扩频序列。对于直接序列码分多址(Direct Sequence—Code Division Multiple Access，DS-CDMA)信号的盲解扩问题，目前较为有效的方法为基于期望最大化(Expectation Maximization，EM)算法的盲解扩方法，该方法首先对样本协方差矩阵进行特征分解，得到由各用户扩频码波形序列张成的信号子空间估计，并将观测矩阵投影到信号子空间中。然后，再利用信息码元序列的有限符号集特性，将投影得到的信号样本建模为高斯混合分布模型，通过EM算法得到扩频矩阵的极大似然估计，进一步得到信号幅度、扩频码波形序列及信息码元序列的估计，完成盲解扩。基于EM算法的盲解扩方法主要包括样本协方差矩阵的计算与特征分解及高斯混合分布模型的极大似然估计两部分，而高斯混合分布模型的极大似然估计部分的计算复杂度会随用户个数的增加剧烈增加，这对于解决多用户问题是十分不利的。

发明内容

本发明的目的在于克服现有技术的不足，提出了基于ILSP算法的同步DS-CDMA信号盲解扩方法，该低信噪比条件下具有优良的盲解扩性能。

本发明的技术方案为：

首先对接收到的同步短码DS-CDMA信号的协方差矩阵进行特征分解，得到由各用户扩频码波形序列张成的信号子空间估计，然后根据扩频码的有限符号集特性，采用ILSP算法求得同步短码DS-CDMA信号的扩频码序列矩阵估计，最后由估计得到的信号扩频序列矩阵解扩得到用户的信息码矩阵，完成盲解扩。

基于ILSP算法的同步DS-CDMA信号盲解扩方法，包括如下步骤：

S1、非合作接收方截获到的DS-CDMA信号经码元速率采样后为：

其中，R为用户个数，r＝1,2,3,...,R，A_r为第r个用户的信号幅度，M为信息码个数，b_r为第r个用户的采用BPSK调制的信息码序列，c_r为第r个用户的扩频序列，L为扩频因子，v(n)为方差为σ²的高斯白噪声；

S2、求取截获的同步短码DS-CDAM信号的扩频码序列张成的信号子空间矩阵，具体为：

S21、同步短码DS-CDMA信号建模成矩阵模型Y＝CAB^T+V，其中，L×R维矩阵C为扩频码矩阵，A＝diag([A₁,A₂,...,A_R])为信号幅度对角阵，M×R维矩阵B为BPSK调制的信息码矩阵，V为方差为σ²的高斯白噪声矩阵；

S22、由信号矩阵模型求得信号样本的协方差矩阵的估计和扩频序列张成的信号子空间估计矩阵其中，所述为信号协方差矩阵特征分解，最大的R个特征值对应的特征向量所组成的矩阵；

S3、由S2所得信号子空间估计矩阵根据扩频序列的有限符号集特性，采用ILSP算法来求信息码矩阵C的估计矩阵其中，R×R维矩阵为模糊矩阵，具体实现步骤为：

S31、令i＝0，随机初始化R×R维矩阵

S32、令i＝i+1，计算计算其中，sign()为取符号运算；

S33、重复S32直到方法收敛或达到最大迭代次数A，其中，所述方法收敛的条件为ε为收敛的门限值，最大迭代次数A为经验值；

S34、重复S31-S33H次，选择迭代效果最好的一次作为最终结果；

S4、由S3得到扩频码估计矩阵对截获信号解扩得到用户信息码矩阵估计，完成盲解扩。

进一步地，S33所述大迭代次数A为50次，ε＝1×10^-9。