一、一种DS/SS信号PN码序列估计的神经网络方法（论文文献综述）
刘秋红[1]（2021）在《混叠条件下直扩信号的截获与分析》文中进行了进一步梳理直接序列扩频（DSSS）是一种通过扩展频域带宽换取低信噪比的通信技术,具有频带宽、功率低、保密性好、截获率低、可实现码分多址等优点,被广泛应用于军事和民用通信中。在非合作接收条件下,如通信侦察、无线电频谱监测及非法通信电台的定位跟踪等,实现该类信号的截获和分析,具有重要的现实意义和研究价值。虽然目前针对DSSS信号的盲分析已取得了较多进展,但均基于单一的直扩信号。当非合作接收环境中存在其他通信体制的同频强功率干扰信号,或合作方采用非对称成对载波多址通信体制且为了提高保密性或实现多用户传输而将小站信号采用DSSS调制时,第三方所截获的DSSS信号是带有强信号干扰的混叠信号,再加上多径干扰、复杂的相位调制等,都使得直扩信号的检测和盲分析极具挑战。本文主要针对混叠条件下直接序列扩频信号的盲分析问题,做了以下几点研究:1、研究了混叠条件下直扩信号的强干扰信号抵消技术。分别讨论了窄带干扰和宽带干扰两种情况。其中,重点针对混叠窄带干扰的DSSS信号,提出了一种基于互补对称滤波器的干扰抵消算法,且研究了算法参数、信号参数等对算法性能的影响。仿真结果表明,针对混叠有功率较强、带宽较窄的干扰信号的DSSS信号,该算法能够实现精度较高的干扰抵消。此外,所提算法的实现思路有较多应用前景,如宽带多信号抵消、信道估计以及隐蔽传输下的扩频检测等。2、研究了强干扰信号抵消后直扩信号的检测与参数估计问题。从多相制（MPSK）和连续相位（CPM）两种调制方式出发,分别讨论了载波频率、码片速率、扩频（PN）码周期三类参数型特征检测器。针对信号检测与载波频率估计,讨论了倍频、循环谱两类算法,其中,重点对循环谱特性进行了详细梳理和证明,并分析了二者在常用的MPSK、CPM调制下的性能差异;针对信号检测与码片速率估计,首先研究了针对MPSK调制的延时相乘算法,并通过仿真分析了延时参数对其性能的影响,而后针对CPM调制,提出了一种基于小波时频分析的估计算法,该算法可适用于CPM灵活多变的调制参数;针对信号检测与PN码周期估计,研究了应用成熟的自相关波动和二次功率谱,并通过仿真分析了二者对MPSK、CPM调制的性能差异。3、针对短码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比讨论了现有的三类成熟算法,矩阵分解、子空间跟踪、神经网络,其中,矩阵分解性能最优,可达到克拉美罗下界（CRB）,但算法存在复杂度高、跟踪性差等问题,子空间跟踪和神经网络避免了上述问题,但性能有所损失;针对多径信道,提出了一种基于最大似然的PN码和信道联合盲估计算法。为了降低低信噪比下信道估计误差对PN码估计带来的影响,进一步提出了一种改进的联合估计算法。此外,为了更好地评估算法对信道的估计性能,推导了合作通信下信道估计的CRB。所提算法不受PN码码型限制,且仿真结果表明,算法的PN码估计性能与理想情况下信道已知的PN码最大似然估计性能相当,信道估计性能逼近合作通信下的CRB。4、针对长码直扩信号,分别研究了高斯信道和多径信道下的PN码估计问题。针对高斯信道,对比分析了适用于复杂的非周期长码直扩信号的两类处理算法,分别是基于缺失数据模型转换的优化类算法和基于窄窗口重叠分段的矩阵分解类算法。其中,优化类算法可逼近CRB。而窄窗口分解类算法,由于存在概率上的近似性,因此算法性能低于优化算法。针对多径信道,提出了一种PN码和信道联合盲估计的算法。为了避免矩阵求逆等问题,给出了算法的自适应优化方式。此外,为了降低计算复杂度以及提高算法在低信噪比下的估计性能,进一步提出了一种基于近似模型的低复杂度联合盲估计算法。仿真结果表明,对于信道估计,所提方法性能优于基于已知PN码的信道半盲估计算法;对于PN码估计,所提方法性能优于基于已知多径信道均衡后的PN码盲估计算法。
王新凯[2]（2020）在《非合作直扩信号的扩频码估计问题研究》文中认为直接序列扩频信号通过扩频码将信息频带拓宽,使得传输带宽远大于信息带宽,频带展宽的过程降低了传输信号的功率谱密度,保证了信号可以在低信噪比条件下传输,因此直扩信号具有良好的抗干扰特性和抗截获特性,在民用和军用通信中均取得了广泛的应用。但同时,直扩信号的特性也提高了非合作通信条件下信号检测和估计的难度,因此在通信对抗的领域,直扩信号的解调解扩以及参数估计问题具有重要的研究价值。本文针对非合作通信条件下直扩信号的扩频码盲同步和盲估计问题进行了研究。针对扩频码盲同步问题,在分析基带直扩信号结构特征的基础上,构造了信息码差值函数,分析了分段窗起点与差值函数之间的数学关系,推导了信息码差值函数峰值位置与扩频码同步时间点的关系表达式,并通过仿真实验证明了该方法可获得正确的扩频码盲同步。接着分析了扩频码的存在对于信息码差值函数性能的不利影响,针对这一问题,对信号进行延迟相乘处理,提出了延迟相乘的信息码差值最大法。通过与滑动窗范数最大法进行了对比,本文提出的方法具有更低的计算复杂度,所需的硬件存储资源更少。在基于主成分分析的扩频码估计问题研究中:特征分解法通过提取信号协方差矩阵的最大特征向量得到扩频码的估计,针对特征分解法计算复杂度较高的问题,本文提出采用基于C-W函数的迭代方法完成信号协方差矩阵特征向量的提取,避免了高计算复杂度的矩阵特征分解,提升了实时处理性。神经网络算法同样具有提取主元的功能,利用带约束Hebb学习规则的神经网络算法可以得到扩频码的估计,针对收敛速度较慢的问题,本文提出基于可变相关因子的CHA神经网络法,在不影响估计性能的同时加快了收敛速度,提高了工作效率。在基于相关分析的扩频码估计问题研究中:相关运算法通过直扩信号的循环相关特性,对不同周期内的信号进行相关判决完成扩频码的估计,但受噪声影响较大。针对这一问题,本文提出了采用可变判决依据的相关运算法,采用集平均的方法来抑制噪声,在低信噪比条件下取得了良好的估计性能。在基于最大似然估计的扩频码估计问题研究中:交叉熵表征了两个概率分布之间的相似程度,基于这一特性,提出了扩频码估计的交叉熵法,将接收信号采样序列与一组待判决序列转化为概率分布形式后比较交叉熵的大小,交叉熵较小时对应的序列即为扩频码的估计。针对待判决序列个数过多的问题,本文又提出基于逐位判决的交叉熵法进行扩频码的估计,仿真证明了所提方法的有效性。分组编码与基带直扩信号的调制过程之间以及信道译码与扩频码估计问题之间具有相似性,本文基于最大似然译码准则构造了一个内积和函数,搜索得到使该函数值最大的待判决序列作为扩频码的估计。针对搜索过程计算复杂度高的问题,利用Viterbi算法和双向Viterbi算法进行改进,进一步提高了低信噪比条件下的估计性能。
王葵[3]（2020）在《数字信号侦收算法设计和实现》文中认为随着信息技术的快速发展,当今战争已经进入了信息化阶段。信息战作为现代军事战争中新的作战方式,在整个战局中占据着举足轻重的地位,而针对信息的载体——数字信号的侦收正是信息战中最关键的一步,能否有效地侦察、接收甚至破解和干扰敌方通信,极大影响着战局的发展。如今通信方式繁杂,对数字信号的侦收提出了更大的挑战,论文基于此背景对数字信号的侦收算法进行了深入研究。论文针对非扩频信号、直接序列扩频信号（Direct Sequence Spread Spectrum,DSSS）和新的跳频和直接序列扩频相结合的跳扩频（Frequency Hopping and Direct Sequence Spread Spectrum,FHDS）变速率信号,从信号存在性检测、信号参数估计、信号调制识别三个层次对相关算法进行了深入的研究,并针对上述三种通信信号设计了相应的侦收系统。具体内容为:首先论文针对非扩频数字调制信号,给出了信号的存在性检测算法、频偏估计算法、符号速率估计算法和基于符号序列的自动调制识别算法的原理和具体实现方式,并设计了针对非扩频通信信号的侦收系统;然后论文针对DSSS信号,详细地给出存在性检测算法、扩频周期估计算法、扩频码长估计算法、扩频同步估计算法和扩频码序列估计算法,并设计了针对DSSS信号的侦收系统;而后论文针对FHDS变速率通信信号,提出了基于该信号的存在性检测算法和基于时频分析的二次跳频时刻估计算法,给出了FHDS变速率信号的侦收系统设计;最后论文通过采集实际的通信信号,验证了上述侦收系统的有效性和可实现性。论文的具体贡献如下:算法部分:（1）论文在现有的基于延时相乘相关的符号速率估计算法基础上,提出了基于离散傅里叶变换（Discrete Fourier Transform,DFT）的频率切片符号速率精估计算法,仿真显示估计精度相较于原有的基于延时相乘相关的估计算法提高了一个数量级。（2）论文提出了一种基于星座图的简化神经网络调制识别算法,仿真显示,该算法抗干扰和抗噪声性能佳,且相较于[63][64]中使用的GoogleNet和AlexNet神经网络,复杂度更低,识别性能基本相同。实现部分:（1）论文设计了针对非扩频通信信号和DSSS信号的侦收系统,仿真分析了系统性能,并完成有效性验证。（2）论文设计了针对FHDS变速率通信信号的侦收系统,仿真分析了系统性能,并完成有效性验证。
郭婧婧[4]（2019）在《异步WCDMA信号用户数盲估计和信号侦察》文中提出宽带码分多址（Wideband Code Division Multiple Access,WCDMA）是世界上使用最广泛的第三代移动通信技术。由于WCDMA信号功率谱密度很低,通常被噪声淹没,因此具有良好的保密性、抗截获性和抗干扰能力,被广泛应用于军事通信、民用通信和商业通信等领域。WCDMA采用了码字的相关性辨别不同的业务信道,因此可以使不同的用户在同一频段同时工作。在通信对抗中,估计出WCDMA信号中的用户个数并区分和识别出不同用户的扰码序列和信源信息等,对于信号的监听识别是非常重要的。WCDMA信号包含了多个伪随机序列（Pseudo-Random,PN）,扰码是截短的Gold序列,周期长且结构复杂,因此,在非协作通信中对异步WCDMA信号中的用户数和伪码估计的难度很大,对其研究十分迫切。基于此,本文主要研究了在多用户和载波频率未知的情况下,异步WCDMA信号中的用户个数以及扰码估计和盲解码问题。本文首先介绍了直扩信号（Direct Sequence Spread Spectrum,DSSS）的研究现状,深入分析了 WCDMA上行专用物理信道、涉及的伪随机序列与生成方法、长扰码和上行信号的产生等内容。在此基础上介绍了 WCDMA上行链路信号的产生并对异步WCDMA信号进行数学建模。针对现有的直扩信号的用户数估计方法较少且并不适用WCDMA信号结构的问题,本文提出了异步WCDMA上行链路信号用户数估计方法。然后,针对异步WCDMA信号的盲侦察问题,提出了单通道下异步WCDMA上行链路扰码估计和盲解码算法。WCDMA信号结构相对复杂,针对其用户数估计的研究方法很少,且难度较大。正确估计出WCDMA信号中的用户数是实现有效盲解码的基础,因此对其用户数估计的研究具有重要意义。本文提出了基于载波调制混合矩阵模型的异步WCDMA上行链路用户数估计算法,该算法首先对异步WCDMA上行链路信号进行数学建模,根据WCDMA信号的帧重复性对每帧信号按照扩频码周期进行帧等间隔采样,把长PN码WCDMA信号降维建模成短PN码载波调制混合矩阵模型。然后,推导出异步WCDMA信号协方差矩阵的信号特征值个数和用户数之间的关系,最后设置门限来判定信号协方差矩阵中的信号特征值个数,进而估计出信号中包含的用户个数。针对WCDMA上行链路扰码估计和盲解码问题,本文结合盲源分离算法、锁相环技术以及扰码生成原理,提出了单通道条件下多用户叠加的载波调制异步WCDMA信号扰码盲估计算法。该算法首先根据WCDMA信号的帧重复性对其按照扩频码周期进行帧等间隔采样,然后建模成盲源分离的形式分离出载波调制的扰码序列,将其通过锁相环去频偏后可估计出一段扩频码周期长度的扰码序列,根据WCDMA协议里的扰码生成原理和m序列的生成多项式,来估计出信号延迟、对估计到的部分扰码纠错以及推导出完整扰码。接着利用估计的扰码对原始信号进行解扰,利用扩频码的相关特性对解扰信号进行解扩,将解扩后的信号根据扩频码周期累加后便可估计出信源信息。理论分析及对联通WCDMA手机信号仿真结果表明,所提方法能准确估计出多用户异步WCDMA信号中的扰码和信源信息。论文最后对全文内容进行总结,并对本文算法的不足和未来的研究方向进行了阐述。
苗佳佳[5]（2018）在《WCDMA上行信道扰码估计与盲解码》文中进行了进一步梳理宽带码分多址（WCDMA）由于拥有灵活的、多业务复用的高速无线空中接口技术已成为第三代移动通信技术标准之一。WCDMA信号的功率谱通常会淹没在噪声中,因而具有抗干扰性、抗截获性、隐蔽性强等优点,也成为了军事通信、民用通信和商业通信等各种通信环境中的关键技术之一。为了能够在复杂环境的通信对抗中更好的捕捉到有用的信号,则侦察并识别对方的扰码序列和信源信息等细微特征就显得非常重要。WCDMA信号包含了多个伪随机序列,且扰码是截短的Gold序列,其结构比较复杂,因此,在军事通信中要实现对截获到的WCDMA信号中信息序列估计和扰码序列估计的难度都比较大,对其研究非常有实际意义。基于此,本文主要研究了在多用户和载波频偏未知情况下,WCDMA信号中信源信息估计以及长周期扰码识别问题。本文首先介绍了各类直扩信号侦察现状,然后分析了WCDMA上行链路的扩频与加扰机制,并建立了WCDMA信号模型以对其进行侦察研究,最后针对现有直扩信号的扩频序列估计和盲解码算法基本上都是在单用户和载波已解调等理想情况下所做的研究缺点,本文在多用户和载波频偏未知等复杂情况下,第一、提出了基于空时域的WCDMA信号盲解码算法;第二、在单通道下提出了WCDMA信号长周期扰码估计和信源信息盲估计算法。在空时域环境下,首先利用阵列天线空域滤波对多用户信号进行分离,然后利用主分量分析结合锁相环技术,估计不同用户的信源信息。所提方法,结合了阵列天线的空间增益和主分量分析时域投影增益,并利用锁相环纠正了剩余频偏对扰码估计的影响。理论分析和仿真结果表明,在多用户和载波频偏未知情况下,所提空时域方法利用阵列天线增益可以提高对多用户WCDMA信号的解码性能。在单通道环境下,由于接收机接收的信号在时域,频域,空域都不具备可分性,可利用的信息量非常少,本文提出了采用独立分量分析结合锁相环技术,在载波未知情况下估计不同用户的扰码序列和信源信息。所提算法利用扰码和OVSF码叠加序列的帧重复性,进行帧等间隔采样,建模成载波调制盲源分离的结构进行信号分离和扰码估计。分析结果表明,在多用户和载波频偏未知情况下,所提方法可以有效识别多用户WCDMA信号长周期扰码序列并对信源信息进行盲估计。本文所提复杂环境下多用户WCDMA信号侦察算法,不仅解决了同时包含多伪码的长码直扩信号侦察难题,而且相比传统的奇异值分解算法提高了解码和伪码盲估计性能。
盛世强,杨文革[6]（2017）在《直扩信号PN码盲估计方法研究综述》文中提出对直接序列扩频信号的PN码盲估计方法进行了深入分析,重点介绍了基于信号特征分析估计方法、基于特征多项式估计方法和基于相关运算估计方法,介绍了各种方法的来源、理论基础和发展历程,分析了各自的优缺点,提出了直扩信号PN码盲估计研究领域的进一步发展方向。
张磊[7]（2012）在《统一载波、扩频测控信号的检测及识别技术研究》文中认为测控通信系统是航天系统的重要组成部分,担负着对航天器遥控和遥测任务。目前,我国航天测控通信一般有两种体制：统一载波测控（如USB）和扩频测控（SS）,其中扩频测控又可以分为直接序列扩频（DS-SS）以及直扩跳频混合扩频测控（DS/FH）.为了满足无人值守站兼容接收这两种体制信号的需要,接收设备首先要能够对信号进行有效的检测及识别,由于航天电磁环境的恶劣以及信号调制的多样性,导致传统的检测方法难以适应这一情况,本论文正是在这一背景下,对统一载波和扩频测控信号检测及识别技术进行了深入研究,目的是实现一个能够同时检测及区分这两种测控信号的接收模块。文章详细分析了统一载波测控通信系统的工作原理和信号特点,对其建立了数学模型,提出以FFT变换为基础的统一载波测控信号检测算法,并进行了仿真验证。针对扩频测控信号的检测及识别问题本文根据航天电磁环境低信噪比的特点,在现有的信号检测方法的基础上,以延时相乘、时频分析里面的igner-Ville变换结合BP神经网络和周期平稳信号理论为基础,对扩频测控信号在这些检测方法下的检测算法、检测性能进行了详细的理论分析和仿真验证,在此基础上对检测算法进行了改进,使检测器不仅可以检测扩频信号,并可以提取出信号的载波频率、码元速率等特征参数,还可以识别出是直接序列扩频还是扩跳频混合。针对未来航天测控地面无人值守站多种信号接收的工程需要,利用统一载波、扩频信号检测及识别算法设计了一个多模式接收机检测及识别模块,通过系统仿真分析这个模块可以自动的检测及识别统一载波、扩频测控信号。
陆俊[8]（2011）在《非合作直扩通信信号检测与参数估计方法研究》文中研究表明直接序列扩频（简称直扩）通信作为扩频通信的一种主要工作方式,具有工作信噪比低、抗干扰能力强、截获与检测概率低等优点,被广泛应用于军事与民用通信。与此同时,在通信对抗领域,非合作通信条件下直扩通信信号的检测与参数估计也一直是重要研究课题之一。本文主要工作是参照直扩信号侦察处理系统的基本原理与工作流程,对非合作条件下直扩通信信号的检测、参数估计与PN码序列重构方法进行了研究。论文的主要工作成果如下:1、根据论文的研究背景,主要介绍了直扩信号检测与参数估计方法的国内外研究现状,以及论文所涉及直扩信号的数学模型,并分析了直扩信号侦察处理系统的功能级与信号级工作流程。2、分析了自相关算法与循环平稳算法的基础理论,得出了直扩信号进行自相关检测与谱相关检测的计算结果,并用仿真验证了两种方法对直扩信号的可辨识性能。同时,采用自相关方法实现了对直扩信号PN码周期的估计,得出了该方法的信噪比容限与参数估计性能;采用谱相关方法实现了对直扩信号载波频率与PN码速率的估计,得出了该算法的参数估计性能。3、分析了延迟相乘法、最大范数法与平均降噪法这三种盲同步算法的基本工作原理及各自的缺点,在此基础上,提出了基于相关脉宽峰值搜索的直扩信号盲同步算法,该算法通过检测直扩信号自相关函数的最大脉宽来搜索同步点信息,实现对直扩信号信息码与PN码同步起止时刻的估计,通过理论推导证明了该算法的正确性,并通过仿真验证了算法具有估值精度高、运算简单、所需数据量少、抗噪声性能好等优点。4、研究了信息码与PN码同步起止时刻已知条件下,直扩信号PN码序列的盲估计算法,包括矩阵特征分解法和神经网络法:首先分析了直扩信号的矩阵特征分解基本理论,并采用此算法利用仿真的手段实现了PN码序列估计;其次在矩阵特征分解算法的基础上,引入了神经网络算法,论证了矩阵主分量分析与特征分解的等价性,研究了基于Hebbian学习规则的非监督式两层神经网络算法,并对算法的收敛性能、信噪比容限进行了分析,利用该算法仿真实现了PN码序列的重构。仿真分析表明,结合基于相关脉宽峰值搜索的直扩信号盲同步算法获取同步点信息,矩阵特征分解法和神经网络法能够在较低信噪比条件下实现PN码序列重构,并且可以克服非同步时对PN码序列估计存在的相位不确定性问题。
赵德芳[9]（2011）在《基于计算智能的DS-SS信号扩频码盲估计》文中进行了进一步梳理扩频通信中通常接收方必须要知道发送方使用的扩频序列才能用相关器解扩恢复所传输的数据。直接序列扩频通信作为扩频通信的最主要方式,具有良好的低功率谱密度发射的隐蔽性,伪随机编码的保密能力和信号相关处理的抗干扰能力,这些给扩频通信的检测和识别、扩频通信信号的监测和管理带来了新的挑战。实现对扩频通信信号的检测和识别,是通信侦察中的重点,是一个刻不容缓的研究课题。因此,对扩频信号参数检测和码型识别就成为检测和识别直接序列扩频通信信号重要的一步。本文重点研究了基于计算智能的直接序列扩频（DS-SS）信号扩频码盲估计问题。论文的主要工作包括如下几个方面:（1）简单介绍扩频信号的几种模型,同时指出本文的重点研究对象是DS-SS信号。简单介绍计算智能在信号处理上的应用。文中对DS-SS信号的研究主要是对未知扩频码进行盲估计。（2）针对低信噪比直扩信号伪噪声（PN）码的盲估计问题,在已知信号伪码参数的前提下用信号相关矩阵特征分解方法对直扩信号进行特征分析,得出了低信噪比直扩信号伪码序列的盲估计方法。进一步,为了减小内存开销并增加对输入信号变化的自适应性,用基于变步长的主分量分析（PCA）神经网络方法来实现伪码序列的盲估计。该方法利用基于Hebbian学习规则的无监督多主分量神经网络,结合自适应变步长学习算法,在估计在线特征值的基础上来控制步长的变化,这样在初始阶段步长较大,可以使得收敛速度加快,随着时间推移步长逐渐减小,以使神经网络最终达到较好的稳态收敛。该算法克服了传统算法收敛速度和稳态误差这样一个内在矛盾。（3）针对微弱直扩信号的盲检测与估计问题,在接收方未知发送方的扩频序列的前提下,提出了一种恢复直接序列扩频信号的扩频码的方法。该方法是基于反向传播（BP）神经网络,它的输入是接收到的信号,而其期望输出是和输入相同的信号,根据误差反向传播来有监督地调节神经网络,网络达到收敛时根据第二层权值的符号函数值即可盲估计出扩频码序列。（4）针对微弱直扩信号的盲检测与估计问题,在接收方未知发送方的扩频序列的前提下,进一步提出基于径向基函数（RBF）神经网络来估计直接序列扩频信号的扩频码的方法。论文在研究DS-SS信号扩频码盲估计算法的基础上,通过仿真实验对扩频码盲估计的方法进行了验证。理论分析和计算机仿真结果表明本方法能在较低信噪比的情况下对较长伪码进行准确的估计。因此本文的方法将为解决DS-SS信号PN序列的实时盲估计问题提供一种途径,为DS通信的管理、侦察和干扰,DS-CDMA的盲多用户检测等铺平道路。
张天骐,代少升,杨柳飞,李雪松[10]（2009）在《在残余频偏下微弱直扩信号伪码周期的谱检测》文中提出针对存在残余频偏调制下的微弱直扩（DS）信号的伪码（PN码）周期截获的难题,拓展了先前提出的基于信号功率谱二次处理的方法。该方法先对带残余频偏调制的微弱DS信号求取功率谱,然后将所得到的功率谱作为一输入信号求取其第二次功率谱,于是所得二次功率谱将在PN码周期整数倍处出现代表信号存在的尖锐脉冲。通过对这些尖脉冲间的距离进行检测,就可以获得DS信号PN码周期参数的检测估计。理论分析和计算机仿真表明,该方法基本不受输入信号残余频偏的影响,在很大频偏和较低的输入信噪比条件下都能良好地工作。
二、一种DS/SS信号PN码序列估计的神经网络方法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种DS/SS信号PN码序列估计的神经网络方法（论文提纲范文）
（1）混叠条件下直扩信号的截获与分析（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 混叠条件下DSSS信号盲分析相关技术研究现状 |
| 1.2.1 混叠的强干扰信号的抵消研究现状 |
| 1.2.2 DSSS信号检测与参数估计研究现状 |
| 1.2.3 SC-DSSS信号PN码盲估计研究现状 |
| 1.2.4 LC-DSSS信号PN码盲估计研究现状 |
| 1.3 主要研究工作 |
| 1.4 论文章节安排 |
| 第二章 DSSS信号强功率干扰抵消 |
| 2.1 引言 |
| 2.2 信号模型 |
| 2.3 基于强信号波形重构的干扰抵消算法 |
| 2.3.1 定时同步 |
| 2.3.2 载波同步 |
| 2.3.3 幅度估计 |
| 2.4 基于强信号硬判决值的干扰抵消算法 |
| 2.4.1 算法原理 |
| 2.4.2 性能仿真 |
| 2.5 基于互补对称滤波器的干扰抵消算法 |
| 2.5.1 互补对称滤波器滤波 |
| 2.5.2 强弱信号分离 |
| 2.5.3 算法总结 |
| 2.5.4 性能仿真 |
| 2.6 本章小结 |
| 第三章 DSSS信号检测与参数估计 |
| 3.1 引言 |
| 3.2 信号模型 |
| 3.3 DSSS信号检测与载波频率估计 |
| 3.3.1 倍频法检测 |
| 3.3.2 循环谱检测 |
| 3.3.3 性能仿真 |
| 3.4 DSSS信号检测与码片速率估计 |
| 3.4.1 延时相乘算法 |
| 3.4.2 小波时频分析算法 |
| 3.4.3 性能仿真 |
| 3.5 DSSS信号检测与PN码周期估计 |
| 3.5.1 自相关波动 |
| 3.5.2 二次功率谱 |
| 3.5.3 性能仿真 |
| 3.6 本章小结 |
| 第四章 短码直扩信号PN码盲估计 |
| 4.1 引言 |
| 4.2 信号模型 |
| 4.3 高斯信道下短码直扩信号PN码估计 |
| 4.3.1 矩阵分解 |
| 4.3.2 子空间跟踪 |
| 4.3.3 神经网络 |
| 4.3.4 性能仿真 |
| 4.4 多径信道下短码直扩信号PN码估计 |
| 4.4.1 信号二阶统计特性 |
| 4.4.2 最大似然模型 |
| 4.4.3 基于ILSP的联合估计算法 |
| 4.4.4 基于ITLSP的联合估计算法 |
| 4.4.5 合作通信下信道估计的CRB |
| 4.4.6 性能仿真 |
| 4.5 本章小结 |
| 第五章 长码直扩信号PN码盲估计 |
| 5.1 引言 |
| 5.2 信号模型 |
| 5.3 高斯信道下长码直扩信号PN码估计 |
| 5.3.1 基于缺失数据模型的交替投影算法 |
| 5.3.2 基于窄窗口重叠分段的矩阵分解算法 |
| 5.3.3 性能仿真 |
| 5.4 多径信道下长码直扩信号PN码估计 |
| 5.4.1 基于最大似然的PN码和信道的联合盲估计 |
| 5.4.2 基于近似模型的PN码和信道的联合盲估计 |
| 5.4.3 性能仿真 |
| 5.5 本章小结 |
| 第六章 结束语 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
（2）非合作直扩信号的扩频码估计问题研究（论文提纲范文）
| 摘要 |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 扩频码盲同步 |
| 1.2.2 扩频码盲估计 |
| 1.3 本文主要内容及章节安排 |
| 1.3.1 本文主要研究内容 |
| 1.3.2 本文章节结构安排 |
| 第二章 直接序列扩频通信概述 |
| 2.1 引言 |
| 2.2 直接序列扩频通信基本原理 |
| 2.2.1 扩频通信理论基础 |
| 2.2.2 直接序列扩频通信 |
| 2.3 扩频码简介 |
| 2.3.1 m序列 |
| 2.3.2 Gold序列 |
| 2.4 直扩信号的数学模型 |
| 2.5 本章小结 |
| 第三章 直扩信号的扩频码盲同步 |
| 3.1 引言 |
| 3.2 滑动窗范数最大法 |
| 3.3 基于信息码差值函数的扩频码盲同步 |
| 3.3.1 信息码差值函数 |
| 3.3.2 ICDM法 |
| 3.3.3 延迟相乘的ICDM法 |
| 3.4 扩频码盲同步方法对比 |
| 3.4.1 计算复杂度分析 |
| 3.4.2 仿真实验对比 |
| 3.5 本章小结 |
| 第四章 基于主成分分析和相关运算的扩频码估计 |
| 4.1 引言 |
| 4.2 基于C-W函数的迭代逼近法 |
| 4.2.1 特征分解法 |
| 4.2.2 C-W迭代法 |
| 4.3 基于可变相关因子的CHA神经网络法 |
| 4.3.1 CHA神经网络法 |
| 4.3.2 可变相关因子CHA神经网络法 |
| 4.4 基于可变判决依据的相关运算法 |
| 4.4.1 相关运算法 |
| 4.4.2 可变判决依据相关运算法 |
| 4.5 本章小结 |
| 第五章 基于最大似然估计的扩频码估计 |
| 5.1 引言 |
| 5.2 基于交叉熵的扩频码估计 |
| 5.2.1 交叉熵 |
| 5.2.2 交叉熵法 |
| 5.2.3 逐位判决的交叉熵法 |
| 5.2.4 仿真实验 |
| 5.3 扩频码盲估计的MLDC法 |
| 5.3.1 直扩与分组编码的相似性 |
| 5.3.2 最大似然译码准则 |
| 5.3.3 MLDC法 |
| 5.3.4 V-MLDC法 |
| 5.3.5 BVA-MLDC法 |
| 5.3.6 仿真实验 |
| 5.4 各类扩频码估计方法的对比 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（3）数字信号侦收算法设计和实现（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 信号存在性检测研究现状 |
| 1.2.2 信号参数估计研究现状 |
| 1.2.3 信号自动调制识别研究现状 |
| 1.3 论文主要贡献 |
| 1.4 论文主要内容 |
| 第二章 非扩频通信信号侦收算法设计 |
| 2.1 非扩频信号模型 |
| 2.2 非扩频信号存在性检测 |
| 2.2.1 算法原理 |
| 2.2.2 仿真分析 |
| 2.3 非扩频信号参数估计 |
| 2.3.1 非扩频信号频偏估计 |
| 2.3.2 非扩频信号符号速率估计 |
| 2.4 非扩频信号调制识别 |
| 2.4.1 基于最大似然的调制识别 |
| 2.4.2 基于星座的神经网络调制识别 |
| 2.4.3 算法仿真分析 |
| 2.5 非扩频通信信号侦收系统设计 |
| 2.6 本章小结 |
| 第三章 DSSS通信信号侦收算法设计 |
| 3.1 DSSS信号模型 |
| 3.2 DSSS信号存在性检测 |
| 3.2.1 算法原理 |
| 3.2.2 仿真分析 |
| 3.3 DSSS信号参数估计 |
| 3.3.1 扩频周期估计 |
| 3.3.2 扩频码同步位置估计 |
| 3.3.3 扩频码序列估计 |
| 3.4 DSSS通信信号侦收系统设计 |
| 3.5 本章小结 |
| 第四章 FHDS变速率通信信号侦收算法设计 |
| 4.1 FHDS变速率信号模型 |
| 4.2 FHDS变速率信号存在性检测 |
| 4.2.1 算法原理 |
| 4.2.2 仿真分析 |
| 4.3 FHDS变速率信号跳频时刻估计 |
| 4.3.1 算法原理 |
| 4.3.2 仿真分析 |
| 4.4 FHDS变速率信号侦收系统设计 |
| 4.5 本章小节 |
| 第五章 数字信号侦收算法验证 |
| 5.1 数据采集 |
| 5.2 算法验证 |
| 5.2.1 非扩频信号侦收算法验证 |
| 5.2.2 DSSS信号侦收算法验证 |
| 5.2.3 FHDS变速率信号侦收算法验证 |
| 5.3 本章小节 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 后续工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）异步WCDMA信号用户数盲估计和信号侦察（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 直扩信号中的用户数估计 |
| 1.2.2 直扩信号侦察 |
| 1.3 本文内容及安排 |
| 第二章 WCDMA上行链路信号模型 |
| 2.1 引言 |
| 2.2 WCDMA上行专用物理信道 |
| 2.3 WCDMA信号的PN序列简介 |
| 2.3.1 m序列 |
| 2.3.2 OVSF码 |
| 2.3.3 Gold序列 |
| 2.4 WCDMA中长扰码的产生和特性 |
| 2.5 WCDMA上行信号的产生 |
| 2.6 本章小结 |
| 第三章 异步WCDMA上行链路用户数估计 |
| 3.1 引言 |
| 3.2 基于特征值的异步WCDMA上行信号用户数估计 |
| 3.2.1 WCDMA上行链路异步信号建模 |
| 3.2.2 异步WCDMA上行信号特征值估计 |
| 3.2.3 基于载波调制混合矩阵模型的用户数估计方法 |
| 3.3 仿真结果 |
| 3.4 本章小结 |
| 第四章 异步WCDMA上行信号扰码和源信息估计 |
| 4.1 引言 |
| 4.2 WCDMA扰码估计和盲解码算法介绍 |
| 4.3 异步WCDMA信号模型 |
| 4.4 WCDMA信号的分数倍采样率变换 |
| 4.5 盲源分离建模 |
| 4.6 基于复数ICA的WCDMA信号分离和扰码估计 |
| 4.6.1 PCA白化 |
| 4.6.2 基于复数Fast-ICA算法 |
| 4.6.3 信道估计 |
| 4.7 WCDMA上行扰码估计 |
| 4.7.1 延迟估计 |
| 4.7.2 x序列纠错和完整扰码的产生 |
| 4.8 数据解调 |
| 4.8.1 OVSF码估计 |
| 4.8.2 信息解调 |
| 4.8.3 采样率为7.68MHz的信号的仿真 |
| 4.8.4 联通WCDMA手机信号的盲分离和解调 |
| 4.9 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（5）WCDMA上行信道扰码估计与盲解码（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景与意义 |
| 1.2 国内外研究现状和发展趋势 |
| 1.2.1 短码直扩信号侦察 |
| 1.2.2 长码直扩信号侦察 |
| 1.2.3 短码扩频长码加扰的长码直扩信号侦察 |
| 1.3 论文的主要内容及安排 |
| 第二章 WCDMA上行链路信号侦察模型分析 |
| 2.1 WCDMA上行专用物理信道 |
| 2.2 WCDMA中伪随机码简介 |
| 2.2.1 OVSF码 |
| 2.2.2 m序列 |
| 2.2.3 Gold序列 |
| 2.3 WCDMA中长扰码的产生 |
| 2.4 WCDMA上行信号产生过程 |
| 2.4.1 WCDMA上行信号扩频和加扰 |
| 2.4.2 WCDMA信号模型 |
| 2.5 WCDMA信号侦察 |
| 2.6 本章小结 |
| 第三章 基于空时域的WCDMA信号的盲解码 |
| 3.1 引言 |
| 3.2 阵列天线模型简介 |
| 3.3 多用户下空域盲源分离 |
| 3.4 单用户WCDMA信号建模 |
| 3.4.1 WCDMA信号结构 |
| 3.4.2 基于主分量分析的WCDMA信号建模 |
| 3.5 主分量分解法估计信息序列和扩频序列 |
| 3.6 基于锁相环的信息解调 |
| 3.6.1 锁相环技术分析 |
| 3.6.2 信息解调 |
| 3.7 仿真结果和性能分析 |
| 3.8 本章小结 |
| 第四章 单通道下WCDMA信号长周期扰码估计和盲解码 |
| 4.1 引言 |
| 4.2 单通道WCDMA信号模型简介 |
| 4.3 盲源分离建模 |
| 4.4 基于复数ICA的 WCDMA信号分离和扰码估计 |
| 4.4.1 PCA白化 |
| 4.4.2 基于复数Fast-ICA算法 |
| 4.4.3 信道估计 |
| 4.5 扰码估计和数据解调 |
| 4.6 仿真结果和性能分析 |
| 4.7 本章小结 |
| 第五章 结束语 |
| 5.1 总结 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（6）直扩信号PN码盲估计方法研究综述（论文提纲范文）
| 1 DS-SS信号分类及其模型 |
| 2 DS-SS信号PN码盲估计方法 |
| 2.1 基于特征分析估计方法 |
| 2.1.1 特征值分解估计方法 |
| 2.1.2 投影逼近子空间估计方法 |
| 2.1.3 人工神经网络估计方法 |
| 2.2 基于特征多项式估计方法 |
| 2.3 基于相关运算估计方法 |
| 2.4 PN码盲估计方法性能比较分析 |
| 3 进一步研究方向 |
| 4 结论 |
（7）统一载波、扩频测控信号的检测及识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源和意义 |
| 1.2 课题背景 |
| 1.3 国内外研究现状 |
| 1.3.1 统一载波信号检测、识别的研究现状 |
| 1.3.2 扩频信号检测的研究现状 |
| 1.4 论文的主要工作、研究目标及创新 |
| 1.4.1 论文的主要工作 |
| 1.4.2 论文的研究目标 |
| 1.4.3 论文的创新价值 |
| 1.5 论文的章节安排 |
| 第二章 统一载波、扩频测控通信理论 |
| 2.1 统一载波测控信号 |
| 2.2 扩频测控信号 |
| 2.2.1 直接序列扩频测控 |
| 2.2.2 直接序列扩频跳频混合(DS/FH-SS)测控 |
| 2.3 三种测控信号的比较 |
| 2.4 本章小结 |
| 第三章 方案总体设计 |
| 3.1 接收机前端设计 |
| 3.2 工作流程及原理 |
| 3.3 统一载波、扩频测控信号检测及识别系统设计 |
| 3.4 接收机捕获共用模块 |
| 3.5 本章小结 |
| 第四章 统一载波测控信号检测方法 |
| 4.1 信号预处理 |
| 4.2 统一载波信号检测 |
| 4.3 仿真实验 |
| 4.4 本章小结 |
| 第五章 扩频测控信号检测及识别方法 |
| 5.1 基于延时相乘改进算法的扩频信号检测及识别 |
| 5.1.1 延时相乘扩频检测算法推导 |
| 5.1.2 延时相乘算法的改进 |
| 5.1.3 DSSS与DS/FH信号的识别 |
| 5.1.4 仿真实验 |
| 5.2 基于WVD变换以及BP神经网络的扩频信号识别 |
| 5.2.1 WVD扩频信号特征提取 |
| 5.2.2 基于BP神经网络的扩频信号识别 |
| 5.2.2.1 BP神经网络的设计 |
| 5.2.2.2 BP神经网络的训练仿真 |
| 5.2.2.3 BP神经网络的扩频检测仿真 |
| 5.3 循环谱相关的扩频信号识别 |
| 5.3.1 DSSS检测原理 |
| 5.3.2 DS-SS与DS/FH识别算法 |
| 5.3.3 仿真实验 |
| 5.4 三种检测识别算法的比较 |
| 5.4.1 算法复杂度的比较 |
| 5.4.2 算法检测性能的比较 |
| 5.5 本章小结 |
| 第六章 统一载波、扩频信号检测及识别系统的仿真实现 |
| 6.1 检测识别系统仿真组成 |
| 6.2 信号串扰影响分析 |
| 6.3 大多普勒频偏影响分析 |
| 6.4 本章小结 |
| 第七章 结论和展望 |
| 7.1 本论文研究总结 |
| 7.2 前景展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（8）非合作直扩通信信号检测与参数估计方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题的研究背景 |
| 1.2 直扩信号检测与参数估计方法的研究现状 |
| 1.3 课题的主要研究内容与成果 |
| 1.4 章节安排 |
| 第二章 非合作直扩信号侦察处理系统 |
| 2.1 直扩通信的基本理论 |
| 2.2 直扩信号模型 |
| 2.3 直扩信号侦察处理系统 |
| 2.4 本章小结 |
| 第三章 直扩信号检测与参数估计 |
| 3.1 引言 |
| 3.2 基于自相关检测方法的直扩信号检测与参数估计 |
| 3.2.1 自相关检测理论分析 |
| 3.2.2 仿真与分析 |
| 3.2.3 PN 码周期估计 |
| 3.3 基于谱相关方法的直扩信号检测与参数估计 |
| 3.3.1 循环平稳理论 |
| 3.3.2 谱相关检测理论分析 |
| 3.3.3 谱相关估计理论分析 |
| 3.3.4 载频与PN 码速率估计 |
| 3.4 算法应用 |
| 3.5 本章小结 |
| 第四章 直扩信号PN 码与信息码起始时刻估计 |
| 4.1 引言 |
| 4.2 常用的盲同步算法性能分析 |
| 4.2.1 延迟相乘（滑动自相关）法 |
| 4.2.2 最大范数法 |
| 4.2.3 平均降噪法 |
| 4.3 基于相关脉宽峰值搜索的直扩信号盲同步算法 |
| 4.3.1 算法原理 |
| 4.3.2 算法分析 |
| 4.3.3 算法仿真 |
| 4.4 本章小结 |
| 第五章 直扩信号PN 码序列估计 |
| 5.1 引言 |
| 5.2 直扩信号PN 码序列估计的矩阵特征分解法 |
| 5.2.1 信号矩阵的特征分解 |
| 5.2.2 直扩信号的特征分解 |
| 5.2.3 仿真与分析 |
| 5.3 直扩信号PN 码序列估计的神经网络方法 |
| 5.3.1 主分量分析与矩阵特征分解 |
| 5.3.2 基于Hebbian 学习规则的神经网络结构 |
| 5.3.3 仿真与分析 |
| 5.4 算法应用 |
| 5.5 本章小结 |
| 结束语 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（9）基于计算智能的DS-SS信号扩频码盲估计（论文提纲范文）
| 摘要 |
| Abstract |
| 图目录 |
| 第一章 绪论 |
| 1.1 扩频通信的发展历史 |
| 1.2 DS-SS 信号扩频码估计的研究现状 |
| 1.3 选题来源及意义 |
| 1.4 论文章节安排 |
| 第二章 扩频系统基本原理 |
| 2.1 扩频通信技术简介 |
| 2.1.1 扩频技术的基本原理 |
| 2.1.2 扩频通信系统的分类 |
| 2.1.3 扩频通信系统的指标 |
| 2.1.4 扩频技术的特点 |
| 2.2 DS-SS 通信系统 |
| 2.2.1 DS-SS 通信系统结构 |
| 2.2.2 DS-SS 信号模型 |
| 2.2.3 DS-SS 信号的抗噪声干扰特性 |
| 2.2.4 DS-SS 信号的抗多径干扰特性 |
| 2.3 扩频码理论 |
| 2.4 计算智能 |
| 2.4.1 计算智能概述 |
| 2.4.2 神经网络概述 |
| 2.5 本章小结 |
| 第三章 基于PCA 神经网络的DS-SS 信号PN 码估计 |
| 3.1 基带DS 信号模型及其特征分析 |
| 3.2 自适应变步长学习的神经网络实现 |
| 3.2.1 主分量分析 |
| 3.2.2 神经网络实现 |
| 3.2.3 算法步骤及流程图 |
| 3.2.4 实现描述 |
| 3.3 仿真结果 |
| 3.3.1 验证算法可行性 |
| 3.3.2 验证算法性能 |
| 3.3.3 验证非线性主分量算法性能 |
| 3.4 本章小结 |
| 第四章 基于BP 神经网络的直扩信号扩频码盲估计 |
| 4.1 DS-SS 技术 |
| 4.1.1 简化的直扩信号发送接收模型 |
| 4.1.2 实际使用的DS-SS 系统模型 |
| 4.2 PN 序列的盲估计 |
| 4.2.1 理论分析算法 |
| 4.2.2 PN 序列盲估计的BP 神经网络实现 |
| 4.2.3 算法步骤及流程图 |
| 4.3 仿真结果 |
| 4.3.1 验证算法可行性 |
| 4.3.2 验证算法性能 |
| 4.4 本章小结 |
| 第五章 基于RBF 神经网络的直扩信号扩频码盲估计 |
| 5.1 基带DS 信号模型 |
| 5.2 RBF 神经网络实现 |
| 5.2.1 RBF 神经网络原理 |
| 5.2.2 PN 序列盲估计的RBF 神经网络实现 |
| 5.2.3 算法步骤及流程图 |
| 5.2.4 实现描述 |
| 5.3 仿真分析 |
| 5.3.1 验证算法可行性 |
| 5.3.2 验证算法性能 |
| 5.4 算法性能理论分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 前景展望 |
| 致谢 |
| 参考文献 |
| 附录 研究生期间的科研成果及参与的项目 |
四、一种DS/SS信号PN码序列估计的神经网络方法（论文参考文献）
- [1]混叠条件下直扩信号的截获与分析[D]. 刘秋红. 战略支援部队信息工程大学, 2021(03)
- [2]非合作直扩信号的扩频码估计问题研究[D]. 王新凯. 西安电子科技大学, 2020(05)
- [3]数字信号侦收算法设计和实现[D]. 王葵. 电子科技大学, 2020(07)
- [4]异步WCDMA信号用户数盲估计和信号侦察[D]. 郭婧婧. 杭州电子科技大学, 2019(01)
- [5]WCDMA上行信道扰码估计与盲解码[D]. 苗佳佳. 杭州电子科技大学, 2018(01)
- [6]直扩信号PN码盲估计方法研究综述[J]. 盛世强,杨文革. 兵器装备工程学报, 2017(08)
- [7]统一载波、扩频测控信号的检测及识别技术研究[D]. 张磊. 电子科技大学, 2012(01)
- [8]非合作直扩通信信号检测与参数估计方法研究[D]. 陆俊. 国防科学技术大学, 2011(07)
- [9]基于计算智能的DS-SS信号扩频码盲估计[D]. 赵德芳. 重庆邮电大学, 2011(08)
- [10]在残余频偏下微弱直扩信号伪码周期的谱检测[J]. 张天骐,代少升,杨柳飞,李雪松. 系统工程与电子技术, 2009(04)