基于神经网络的DSSS信号中PN码序列的盲估计

基于神经网络的DS/SS信号中PN码序列的盲估计第一章研究背景和意义以及现状1.1研究背景和意义直接序列扩频（DSSS）通信由于具有工作信噪比低、强抗干扰性、低截获率、能够抑制多径衰落效应等优点，已经在军事和民用管理上得到广泛应用。因而，与之对应的直扩通信对抗技术和民用无线电资源管理研究就变得越来越重要。扩展频谱通信的原理发表得很早，但真正的研究是50年代中期在美国军方开始的。从50年代中期开始到现在50多年的时间内，扩频通信技术迅速发展，并且得到越来越广泛的应用。在卫星通信、航天、信息保密、全球定位系统（GPS）、测距和码分多址（CDMA）通信等方面，显示了它极强的生命力。在电子对抗时代，扩频技术用于通信、导航和识别信息综合系统，并且为军事上提供最先进的联合指挥系统，它是强有力的电子对抗手段之一。直扩通信对抗主要包括信号的盲检测、参数估计、码同步和扩频码序列估计等内容。在检测和估计出直扩信号的参数（载频、调制体制、码速率和码周期等）后，要恢复原始信息，就需要取得码同步和恢复出扩频码序列。国内外对直扩信号的检测和估计开展的较早，提出了不少可行的算法和方案，而在扩频码序列恢复的研究在本世纪才成为热门，研究成果发表得很少。因而对DS信号扩频PN（PseudoNoise）码的估计研究就具有必要性和重要意义。然而DS/SS通信系统的主要特征有：信号能量分布在一个远大于信息率且与信息率无关的带宽上；它的解调通常必须在接收信号与用于扩频的信号（PN码）相关的条件下完成。根据扩频码控制的调制参数的不同，扩频方式可分为：直接序列扩频（DS/SS）、跳频扩频（FH/SS）和跳时扩频（TH/SS）。由于扩频后的频带通常是远大于扩频前信号的频带，同样的能量分布于更宽的频带内，使功率谱降的很低，通常比噪声的功率谱还要低，即信号淹没在噪声之中，这对于非合作方的信号检测带来了很大的难度。特别是直接序列扩频信号在任何时候的功率谱都分布在一个很宽的频带内，较之于跳频扩频信号更难检测。由于DS/SS信号中扩频码（PN码）序列的估计需要DS/SS信号的某些参数（PN码周期、PN码码片速率、载波）作为先验知识，因此在估计PN序列前必须先估计这些参数，从而增加了整个PN码序列估计过程的难度。对于对抗一方为了实现对这类弱信号解扩和干扰，必须对PN码序列精确估计。1.2研究现状对信号检测和估计的研究源于通信中对合作通信信号检测和估计的需要，以使在一定的条件下，获得最佳的检测性能和精确估计信号参数。但这些研究都是基于合作通信中拥有大量确定参数之上完成的，在没有先验知识的非合作侦察对抗中是不能直接应用的。目前，国内外对直扩信号盲检测与参数估计的研究很多，具有代表性的方法有能量检测法[1]、延时相乘法[2]、周期谱法[3]、平方倍频法[4]和高阶统计量法[5]等。直扩信号的检测和参数估计在直扩通信对抗研究中具有重要的地位，是进一步研究码同步和码序列恢复的基础。无论对于直扩信号的盲解扩还是扩频序列恢复，严格的同步都是算法的关键技术，同步精度对于误码性能有着重要影响。以往对同步技术的研究同样主要是针对合作通信的，并且在已知扩频序列的前提下进行的，对直扩信号的盲码同步没有太大的参考价值。现在最常见的盲同步方法是滑动自相关法[6]，它是在接收机滑动相关系统基础上改进得到的，但是由于需要在每个样点做相关运算，当扩频码序列较长时算法计算量很大，同步时间较长G.Burel提出了一种先对信号自相关矩阵进行特征分解，再利用其中两个最大特征值粗略估计同步位置的方法。在此基础上，他又进一步提出了利用最大范数法[8]找到信息码同步位的方法，该方法大大提高了盲码同步的精度，能在－10dB的低信噪比下实现同步。詹亚峰等人提出了一种新的测度方程，通过对扩频信号批量处理实现平滑降噪，在降噪后实现码同步，但是该算法同样存在着运算量过大的问题。在获取直扩信号的载频、调制体制、码速率和码周期等参数后，人们开始考虑如何恢复信号的原始信息。以往的研究大多是讨论在未知扩频码的情况下对直扩信号进行盲解扩得到信息并没有估计出DSSS信号本身的结构信息。另一个研究方向就是利用已知的信息恢复出扩频码序列，再实现本来信息的截获，这在近几年成为研究的热点。1991年杨小牛采用线性自适应的方法实现了DS信号扩频码的截获。该方法采用的是自适应信号处理技术，它首先截获DS信号的扩频码，然后进行主动解扩解调或实施波形重合瞄准式干扰。该文采用最小均方（LMS）的自适应滤波技术完成了SNR大于－6dB的DS信号PN码截获。1995年，谈满堂、朱德君[13]提出了基于延时相关累加的盲PN码估计方法，该方法在已知载频和PN码周期的情况下采用相关累加获得信息码，然后由已估计的信息码恢复基带信号，最后用该信号与接收信号进行互相关累加得到PN码序列。2000年P.C.J.Hill和M.E.Ridley提出了一种基于梅西算法的线性反馈移位寄存器估计码序列的方法，但是该方法仅对线性产生的PN码序列有效，而且可实现的信噪比远达不到通信对抗的要求。2000年G.Burel首次提出了利用特征分解估计码序列的方法，该方法可以在仅有符号周期先验信息的情况下恢复DS信号的PN码序列。该算法可对非同步的信号实现码序列恢复，取得了重大的进步。但是相关矩阵的运算量过大，不适用于实时处理系统。文献[16]提出了一种通过对基带信号进行符号间积累以提高信噪比，从而实现扩频码恢复的方法，改进了特征分解方法的性能。1995年到2005年张天骐等人用Hopfield和无监督主分量分析神经网络对DS信号码序列进行估计，利用神经网络强大的运算能力和非线性特性恢复码序列，为PN码估计开辟了一个新的方向。2003年AfshinHaghighat和M.RezaSoleymani提出了一种在DS/CDMA环境中的多用户PN码序列恢复的子空间方法，该方法是将MUSIC算法和概率统计方法结合起来，对多用户等功率的PN码估计。当前的方法多是对短码序列的估计，如何在低信噪比、长PN码的情况下，高效地恢复码序列需要我们作进一步的研另外，国内在“八五”、“九五”、“十五”、“863”和“973”军事电子预研项目中均将直扩信号的盲检测与参数估计作为重点，电子29所、36所、54所、西安电子科技大学、解放军电子工程学院、电子科技大学等研究所和大专院校针对直扩通信的盲检测和参数估计做了大量的研究工作。综上所述，在直扩信号检测与估计所做工作的基础上，研究在低信噪比下DSSS/BPSK长码序列调制信号的码同步和扩频码序列的估计算法，具有较高的理论价值和现实意义。第二章扩频通信的基本原理1.1扩频通信系统模型扩展频谱通信系统模型上图所示为合作式扩频通信系统的基本组成框图。这里发端简化为调制和扩频，接收端简化为解扩和解调。此外，收发两端还有两个完全相同的PN（PseudoNoise）码发生器。正常工作时，要求接收端产生的PN码序列必须和接收信号中包含的PN码序列精确同步。为此通常在传输信息之前，发送一个固定的伪随机比特图案来达到同步，该图案即使存在干扰，接收机也能以很高的概率识别出来。当收发两端PN码发生器建立同步后，信息传输即可开始。需要指出为了突出主要功能，图中只画出了扩频通信系统的主要部分。至于放大、倍频、滤波、变频等过程，可以看作是理想线性的，并将它们合并到信道中去，对于数字通信所需的编、译码器也未画出。因此，它实际上代表了最简化的扩频通信系统模型PN序列产生器发射机传输信道接收机PN序列产生器加性高斯白噪声载波cos(2)cAftcos(2)cAft载波信息数据码iakc()st至数据检测器简单的BPSK信号直接序列扩频通信系统的基本原理如上图常规的通信体制主要是尽最大可能的利用信号的功率和有限的带宽去有效的传递信息。任何通信信号和系统的设计主要是围绕系统效率和可靠性去优化设计。因而调制解调方法的设计是要在给定的信号及信噪比条件下取得最高的效率和最小的误码率。比较各种体制的优劣主要是围绕带宽的利用率和得到一定的误码率所需的信噪比展开的。扩频通信异于常规的通信体制的主要方面是对带宽的利用，它并不是以节约带宽为目的，而是在一个远大于信息速率的带宽上通信。直接序列扩频通信的方法是用一个高速的PN码与信息数据码相乘后通过载波调制发射出去的，在接收端用同样的PN码与接收信号相乘，从而达到对接收信号解扩的目的1.3DS/SS信号基本特性PN码具有类似白噪声的相关特性，有很宽的带宽，且与传输信息无关。由于载波的存在只是对信号频谱的搬移，对信号频谱结构的本质特征并无影响，故这里DS/SS信号写为基带形式如下：()()iskxtahtiT（1.2.1）其中：10()()PkckhtcptkT（1.2.2）ia为独立同分布(..)iid等概率双极性信息数据码；()pt为发射滤波器、信道冲激响应、接收滤波器的卷积；,0,...,1kckP为码长为P的PN码序列；sT为信息数据码ia码元宽度；cT为PN码码片宽度，这里假设采用短码即/csTTP；()ht为PN码序列与()pt的卷积。该基带DS/SS信号的功率谱为：2sin()()csccfTSfTfT（1.2.3）而对于未采用PN码扩频的常规基带信号功率谱为：2sin()()sdssfTSfTfT（1.2.4）通常cT远小于sT，使信号带宽远大于未扩频前的信号的带宽，而同时信号的功率谱的密度远低于未扩频前的信号的功率谱的高度。1.4香农信道容量公式扩频技术的理论基础可用香农容量公式2log(1/)CWSN（1.2.5）来描述。该公式表明，在高斯信道中当传输系统的信噪比/SN下降时，可用增加系统传输带宽W的方法来保持信道容量C的不变。扩频技术正是利用这一原理，用高速率的扩频码来达到扩展待传输的数字信息带宽的目的。同时香农又指出，在高斯噪声的干扰下，在有限平均功率的信道上，实现有效和可靠通信的最佳信号是具有白噪声统计特性的信号。对于白噪声信号的产生、加工、复制至今存在许多技术问题。然而人们已经找到了一些易于产生又便于加工、控制的伪随机序列，它们的统计特性逼近于高斯白噪声的统计特性。所以用伪随机码序列扩展待传基带信号频谱的扩频系统优于常规的通信体制。DS/SS信号的功率谱降得很低，信道传播后，通常使接收到的信号的信噪比小于0dB。这使传统的时域分析方法、频域分析方法对这类信号的检测没有多少作为，甚至完全失效。由于是非合作的检测，对这类信号的先验知识很少，因而更增加了难度。第三章DS/SS信号直接序列扩频（DSSS）系统又称伪噪声系统，是目前应用最广泛的一种扩展频谱系统。它是利用一个高速伪码序列对发射信号进行二次调制。一般第二次调制都是利用数字调制，其中采用二相移相键控（BPSK）的调制是最简单的直接序列扩频形式。直接序列扩频是将要发送的信息用伪随机序列(即扩频码)扩展到一个很宽的频带上去，在接收端再用与发送端相同的伪随机序列对接收到的扩频信号进行相关处理，从而恢复出扩频调制以前的信息。干扰信号由于与伪随机序列不相关，在接收端被扩展，使落入信号频带内的干扰信号功率大大降低，从而提高了系统的输出信噪(干)比，达到了抗干扰的目的1DS/SS信号模型BPSK直接序列扩频发射机BPSK直接序列扩频接收机实际的扩频通信系统并不严格划分信息调制与扩频调制，扩频解调与信息解调，而是根据工作方式和应用需要灵活处理。图2-1和图2-2是最简单的BPSK直接序列扩频通信系统的发射和接收机。发射机和接收机的具体工作过程可参考文献[24]。直接序列扩频通信系统抗干扰能力最主要体现在解扩这一步。在直接序列扩频系统传输中，被高斯白噪声污染了的二相相移键控（BPSK）载波传输信号可以表示为：00()()()()()cos()()XtstntAmthttnt上式中0100()()()()()()()()()()()()00jsjkckpicisckkstAmthtcos(wt+)mtaptjThtcptkThtcptiThthtkThtk