基于ilsp算法的同步ds-cdma信号盲解扩方法
基于ilsp算法的同步ds-cdma信号盲解扩方法
【技术领域】
[0001] 本发明属于盲解扩技术领域，尤其设及一种基于ILSP算法的同步DS-CDMA信号盲 解扩方法。
【背景技术】
[0002] 直接序列扩频(Direct Sequence Spread Spec1:;rum,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，运样就很容易将噪声和干扰从信号中滤除。
[0003] 对于合作接收方，可W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化邱ec化tion 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，运对于解决多用户问题是十分不利的。
【发明内容】
[0004] 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。
[0005] 本发明的技术方案为：
[0006] 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。
[0007] 基于ILSP算法的同步DS-CDMA信号盲解扩方法，包括如下步骤：
[000引S1、非合作接收方截获到的DS-CDMA信号经码元速率采样后为：
[0009]
其中，R为用户个数，r=l，2,3, . . .，R，Ar为第r个 用户的信号幅度，Μ为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，cr为第r个 用户的扩频序列，L为扩频因子，v(n)为方差为ο2的高斯白噪声；
[0010] 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：
[0011] S21、同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，LXR维矩阵C为扩频 码矩阵，A = diag([Ai，A2, . . .，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩 阵，V为方差为的高斯白噪声矩阵；
[0012] S22、由信号矩阵模型求得信号样本的协方差矩阵的估计分= ?γΗ/Μ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；
[0013] S3、由S2所得信号子空间估计矩阵扔，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c = t'v/'i，其中，RXR维矩阵f为模糊矩阵，具体实现步骤 为：
[0014] S31、令i = 0，随机初始化R X R维矩阵脚；
[0015] S32、令i = i+l，计算
计算沪0 =(护1)-吃其中，sign()为取符号 运算；
[0016] 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为收敛的口限值，最大迭代次数A为经验值；
[0017] S34、重复S31-S33H次，选择迭代效果最好的一次作为最终结果；
[0018] S4、由S3得到扩频码估计矩阵C对截获信号解护
，得到用户信息码矩 阵估计，完成盲解扩。
[0019] 进一步地，S33所述大迭代次数A为50次，ε = 1 X 1〇-9。
[0020] 进一步地，S：M 所述 Η=40。
[0021] 本发明的有益效果是：
[0022] 本发明首先对截获同步短码DS-CDMA信号的样本协方差矩阵进行特征分解，得到 由各用户扩频码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算法获得扩频码序列矩阵的估计值，最后利用扩频序列矩阵估计对截获信号样本进行 解扩，得到各用户的信息码估计。计算机仿真表明本发明在低信噪比条件下具有优良的盲 解扩性能。
【附图说明】
[0023] 图1是本发明基于ILSP算法同步DS-CDMA信号盲解扩方法的【具体实施方式】流程图。
[0024] 图2是本发明具体实施1，不同用户个数信号误码率随信噪比变化曲线示意图。
[0025] 图3是本发明具体实施2,不同用户个数信号误码率随信息码个数变化曲线示意 图。
【具体实施方式】
[0026] 下面结合实施例和附图，详细说明本发明的技术方案。
[0027] 具体实施1、
[0028] 对不同用户个数的信息码矩阵误码率随SNR(Signal Noise Rate,信噪比）变化进 行仿真，同时与相同情况下的合作通信进行对比。
[0029] 如图1所示，本发明实现同步DS-CDMA信号盲解扩方法包括W下步骤：
[0030] S1、非合作接收方截获到的DS-CDMA信号经码元速率采样后为：
[0031]
其中，R为用户个数，r=l，2,3, . . .，R，Ar为第r个 用户的信号幅度，Μ为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，为第r个 用户的扩频序列，L为扩频因子，v(n)为方差为的高斯白噪声；
[0032] 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：
[0033] S21、同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，LXR维矩阵C为扩频 码矩阵，A = diag([Ai，A2, . . .，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩 阵，V为方差为的高斯白噪声矩阵；
[0034] S22、由信号矩阵模型求得信号样本的协方差矩阵的估计i = 和扩频序列张 成的信号子空间估计矩阵我，其中，所述良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；
[0035] S3、由S2所得信号子空间估计矩阵巧，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C = C/才-'，其中，R X R维矩阵#为模糊矩阵，ILSP算法每次 迭代过程将前次估计值作为新的零点，直到最后收敛或达到最大迭代次数为止，具体实现 步骤为：
[0036] S31、令i = 0，随机初始化R X R维矩阵护巧;
[0037] S32、令i = i + l，计算
计算玲其中，si即0为取符号 运算；
[0038] 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为收敛的口限值，最大迭代次数A = 50，ε = 1 X 10-9;
[0039] S34、为了提高方法性能，重复S31-S33出欠，选择迭代效果最好的一次作为最终结 果，其中，Η=40;
[0040] S4、由S3得到扩频码估计矩阵C对截获信号解扩
，得到用户信息码矩 阵估计，完成盲解扩。
[0041] 进行1000次蒙特卡洛实验，最终得到的信息码矩阵误码率随SNR变化曲线图，并与 合作情况(扩频码矩阵已知信息码矩阵可由B = sign(cHY)得到)对比，如图2所示。从图中可 W看出本发明提出的盲解扩方法在低信噪比情况下性能良好，本方法的误码率随信噪比的 增加逐渐逼近合作通信，证明本方法的有效性。
[0042] 具体实施2、
[0043] 对不同用户个数的信息码矩阵误码率随信息码个数变化进行仿真，并与合作情况 (扩频码矩阵已知信息码矩阵可由B = sign(CHY)得到）对比。本次实施中信噪比固定为- 10地，信息码数量变化范围为10到390个，其他条件与实施1相同。通过1000次蒙特卡罗仿真 实验得到信号误码率随信息码个数变化曲线图如图3所示。从图中可W看出随着信息码个 数的增加，本方法的性能逐渐逼近合作通信，从而证明本方法的有效性。
【主权项】
1. 基于ILSP算法的同步DS-CDM信号盲解扩方法，其特征在于，包括如下步骤： 51、 非合作接收方截获到的DS-CDM信号经码元速率采样后为：I其中，r=l，2,3, . . .，R，Ar为第r个用户的信号幅度，M 为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，Cr为第r个用户的扩频序列，L 为扩频因子，V (η)为方差为σ2的高斯白噪声。 52、 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： 521、 同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，L X R维矩阵C为扩频码矩 阵，A = CliagaA^A2,...，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩阵，V 为方差为σ 2的高斯白噪声矩阵； 522、 由信号矩阵模型求得信号样本的协方差矩阵的估计々=η-/Λ/和扩频序列张成的 信号子空间估计矩阵坟，其中，所述A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； 53、 由S2所得信号子空间估计矩阵民，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e = 1，其中，RXR维矩阵#为模糊矩阵，具体实现步骤为： 531、 令i = 0，随机初始化R X R维矩阵? ； 532、 令i = i+l，计算其中，sign〇为取符号运算； 533、 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； 534、 重复S31-S33H次，选择迭代效果最好的一次作为最终结果； 54、 由S3得到扩频码估计矩阵泛对截获信号解扩得到用户信息码矩阵估 计，完成盲解扩。2. 根据权利要求1所述的基于ILSP算法的同步DS-CDMA信号盲解扩方法，其特征在于： S33所述大迭代次数A为50次，ε = I X 10-9。3. 根据权利要求1所述的基于ILSP算法的同步DS-CDMA信号盲解扩方法，其特征在于： 334所述!1=40。
【专利摘要】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。本发明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。本发明方法具有优良的盲解扩性能。
【IPC分类】H04B1/7105, H04L25/03
【公开号】CN105490705
【申请号】CN201610008345
【发明人】张花国, 阎林彬, 李鑫
【申请人】电子科技大学
【公开日】2016年4月13日
【申请日】2016年1月7日
【技术领域】
[0001] 本发明属于盲解扩技术领域，尤其设及一种基于ILSP算法的同步DS-CDMA信号盲 解扩方法。
【背景技术】
[0002] 直接序列扩频(Direct Sequence Spread Spec1:;rum,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，运样就很容易将噪声和干扰从信号中滤除。
[0003] 对于合作接收方，可W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化邱ec化tion 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，运对于解决多用户问题是十分不利的。
【发明内容】
[0004] 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。
[0005] 本发明的技术方案为：
[0006] 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。
[0007] 基于ILSP算法的同步DS-CDMA信号盲解扩方法，包括如下步骤：
[000引S1、非合作接收方截获到的DS-CDMA信号经码元速率采样后为：
[0009]
其中，R为用户个数，r=l，2,3, . . .，R，Ar为第r个 用户的信号幅度，Μ为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，cr为第r个 用户的扩频序列，L为扩频因子，v(n)为方差为ο2的高斯白噪声；
[0010] 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：
[0011] S21、同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，LXR维矩阵C为扩频 码矩阵，A = diag([Ai，A2, . . .，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩 阵，V为方差为的高斯白噪声矩阵；
[0012] S22、由信号矩阵模型求得信号样本的协方差矩阵的估计分= ?γΗ/Μ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；
[0013] S3、由S2所得信号子空间估计矩阵扔，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c = t'v/'i，其中，RXR维矩阵f为模糊矩阵，具体实现步骤 为：
[0014] S31、令i = 0，随机初始化R X R维矩阵脚；
[0015] S32、令i = i+l，计算
计算沪0 =(护1)-吃其中，sign()为取符号 运算；
[0016] 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为收敛的口限值，最大迭代次数A为经验值；
[0017] S34、重复S31-S33H次，选择迭代效果最好的一次作为最终结果；
[0018] S4、由S3得到扩频码估计矩阵C对截获信号解护
，得到用户信息码矩 阵估计，完成盲解扩。
[0019] 进一步地，S33所述大迭代次数A为50次，ε = 1 X 1〇-9。
[0020] 进一步地，S：M 所述 Η=40。
[0021] 本发明的有益效果是：
[0022] 本发明首先对截获同步短码DS-CDMA信号的样本协方差矩阵进行特征分解，得到 由各用户扩频码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算法获得扩频码序列矩阵的估计值，最后利用扩频序列矩阵估计对截获信号样本进行 解扩，得到各用户的信息码估计。计算机仿真表明本发明在低信噪比条件下具有优良的盲 解扩性能。
【附图说明】
[0023] 图1是本发明基于ILSP算法同步DS-CDMA信号盲解扩方法的【具体实施方式】流程图。
[0024] 图2是本发明具体实施1，不同用户个数信号误码率随信噪比变化曲线示意图。
[0025] 图3是本发明具体实施2,不同用户个数信号误码率随信息码个数变化曲线示意 图。
【具体实施方式】
[0026] 下面结合实施例和附图，详细说明本发明的技术方案。
[0027] 具体实施1、
[0028] 对不同用户个数的信息码矩阵误码率随SNR(Signal Noise Rate,信噪比）变化进 行仿真，同时与相同情况下的合作通信进行对比。
[0029] 如图1所示，本发明实现同步DS-CDMA信号盲解扩方法包括W下步骤：
[0030] S1、非合作接收方截获到的DS-CDMA信号经码元速率采样后为：
[0031]
其中，R为用户个数，r=l，2,3, . . .，R，Ar为第r个 用户的信号幅度，Μ为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，为第r个 用户的扩频序列，L为扩频因子，v(n)为方差为的高斯白噪声；
[0032] 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：
[0033] S21、同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，LXR维矩阵C为扩频 码矩阵，A = diag([Ai，A2, . . .，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩 阵，V为方差为的高斯白噪声矩阵；
[0034] S22、由信号矩阵模型求得信号样本的协方差矩阵的估计i = 和扩频序列张 成的信号子空间估计矩阵我，其中，所述良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；
[0035] S3、由S2所得信号子空间估计矩阵巧，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C = C/才-'，其中，R X R维矩阵#为模糊矩阵，ILSP算法每次 迭代过程将前次估计值作为新的零点，直到最后收敛或达到最大迭代次数为止，具体实现 步骤为：
[0036] S31、令i = 0，随机初始化R X R维矩阵护巧;
[0037] S32、令i = i + l，计算
计算玲其中，si即0为取符号 运算；
[0038] 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为收敛的口限值，最大迭代次数A = 50，ε = 1 X 10-9;
[0039] S34、为了提高方法性能，重复S31-S33出欠，选择迭代效果最好的一次作为最终结 果，其中，Η=40;
[0040] S4、由S3得到扩频码估计矩阵C对截获信号解扩
，得到用户信息码矩 阵估计，完成盲解扩。
[0041] 进行1000次蒙特卡洛实验，最终得到的信息码矩阵误码率随SNR变化曲线图，并与 合作情况(扩频码矩阵已知信息码矩阵可由B = sign(cHY)得到)对比，如图2所示。从图中可 W看出本发明提出的盲解扩方法在低信噪比情况下性能良好，本方法的误码率随信噪比的 增加逐渐逼近合作通信，证明本方法的有效性。
[0042] 具体实施2、
[0043] 对不同用户个数的信息码矩阵误码率随信息码个数变化进行仿真，并与合作情况 (扩频码矩阵已知信息码矩阵可由B = sign(CHY)得到）对比。本次实施中信噪比固定为- 10地，信息码数量变化范围为10到390个，其他条件与实施1相同。通过1000次蒙特卡罗仿真 实验得到信号误码率随信息码个数变化曲线图如图3所示。从图中可W看出随着信息码个 数的增加，本方法的性能逐渐逼近合作通信，从而证明本方法的有效性。
【主权项】
1. 基于ILSP算法的同步DS-CDM信号盲解扩方法，其特征在于，包括如下步骤： 51、 非合作接收方截获到的DS-CDM信号经码元速率采样后为：I其中，r=l，2,3, . . .，R，Ar为第r个用户的信号幅度，M 为信息码个数，br为第r个用户的采用BPSK调制的信息码序列，Cr为第r个用户的扩频序列，L 为扩频因子，V (η)为方差为σ2的高斯白噪声。 52、 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： 521、 同步短码DS-CDMA信号建模成矩阵模型Y = CABT+V，其中，L X R维矩阵C为扩频码矩 阵，A = CliagaA^A2,...，Ar])为信号幅度对角阵，MXR维矩阵B为BPSK调制的信息码矩阵，V 为方差为σ 2的高斯白噪声矩阵； 522、 由信号矩阵模型求得信号样本的协方差矩阵的估计々=η-/Λ/和扩频序列张成的 信号子空间估计矩阵坟，其中，所述A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； 53、 由S2所得信号子空间估计矩阵民，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e = 1，其中，RXR维矩阵#为模糊矩阵，具体实现步骤为： 531、 令i = 0，随机初始化R X R维矩阵? ； 532、 令i = i+l，计算其中，sign〇为取符号运算； 533、 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； 534、 重复S31-S33H次，选择迭代效果最好的一次作为最终结果； 54、 由S3得到扩频码估计矩阵泛对截获信号解扩得到用户信息码矩阵估 计，完成盲解扩。2. 根据权利要求1所述的基于ILSP算法的同步DS-CDMA信号盲解扩方法，其特征在于： S33所述大迭代次数A为50次，ε = I X 10-9。3. 根据权利要求1所述的基于ILSP算法的同步DS-CDMA信号盲解扩方法，其特征在于： 334所述!1=40。
【专利摘要】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。本发明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。本发明方法具有优良的盲解扩性能。
【IPC分类】H04B1/7105, H04L25/03
【公开号】CN105490705
【申请号】CN201610008345
【发明人】张花国, 阎林彬, 李鑫
【申请人】电子科技大学
【公开日】2016年4月13日
【申请日】2016年1月7日
最新回复(0)