一种基于数据库匹配的水声直扩信号m序列盲估计方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN108306655A(43)申请公布日2018.07.20(21)申请号201810085106.4(22)申请日2018.01.29(71)申请人哈尔滨工程大学地址150001黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室(72)发明人马璐樊成乔钢刘凇佐(51)Int.Cl.H04B1/7073(2011.01)H04B1/709(2011.01)H04L1/00(2006.01)H04J13/00(2011.01)权利要求书1页说明书3页附图2页(54)发明名称一种基于数据库匹配的水声直扩信号m序列盲估计方法(57)摘要本发明公开了一种基于数据库匹配的水声直扩信号m序列盲估计方法，属于信号解调领域，包含如下步骤：求出在某一阶数r下所有m序列的本原多项式；依次求出每一个m序列的三阶相关函数并记录下对应的所有相关峰坐标；对于一个m序列的三阶相关函数，将相关峰坐标及其对应的m序列一起作为样本存放在数据库；改变阶数r的值，完成所需数据库的建立；求出截获DSSS信号的三阶相关函数和所有的相关峰坐标；将截获DSSS信号的相关峰坐标与数据库中的样本进行匹配；将匹配程度δ最高的数据库中的样本作为m序列的估计结果。本发明简单易行，可靠性高，既能保证非合作通信的实时性，又能很好地适应水下声信道噪声严重，多径时延大的特点。CN108306655ACN108306655A权利要求书1/1页1.一种基于数据库匹配的水声直扩信号m序列盲估计方法，其特征在于：包含如下步骤：步骤(1)：求出在某一阶数r下所有m序列的本原多项式；步骤(2)：依次求出每一个m序列的三阶相关函数并记录下对应的所有相关峰坐标；步骤(3)：对于一个m序列的三阶相关函数，将相关峰坐标及其对应的m序列一起作为样本存放在数据库；步骤(4)：改变阶数r的值，重复步骤(1)至步骤(3)，完成所需数据库的建立；步骤(5)：求出截获DSSS信号的三阶相关函数和所有的相关峰坐标{(ps,qs)}r；步骤(6)：将截获DSSS信号的相关峰坐标与数据库中的样本进行匹配；步骤(7)：将匹配程度δ最高的数据库中的样本作为m序列的估计结果：当δ最大时，对应的数据库中的样本所代表的m序列即为截获DSSS信号所使用的m序列的估计结果。2.根据权利要求1所述的一种基于数据库匹配的水声直扩信号m序列盲估计方法，其特征在于：所述的步骤(1)具体为：某一阶数r下的m序列的本原多项式F(x)满足：F(x)是既约的，即不能再分解因式；F(x)可整除xm+1，其中m＝2r-1；F(x)不能整除xq+1，其中q＜r；对于某一阶数r，通过遍历的方法得到某一阶数r下所有m序列的本原多项式。3.根据权利要求1所述的一种基于数据库匹配的水声直扩信号m序列盲估计方法，其特征在于：所述的步骤(2)具体为：m序列的三阶相关函数在其值域内可以表示为：记录每一行每一列的所有相关峰坐标及其对应的m序列。4.根据权利要求1所述的一种基于数据库匹配的水声直扩信号m序列盲估计方法，其特征在于：所述的步骤(4)具体为：确定阶数r的取值范围，分别对每一阶数r建立完备的数据库：{(p',q')i}r，i＝1,2,…,N。5.根据权利要求1所述的一种基于数据库匹配的水声直扩信号m序列盲估计方法，其特征在于：所述的步骤(6)具体为：匹配程度δ：上式中，ni是{(ps,qs)}r和{(p',q')i}r两个集合中相同元素的个数，nr是{(p',q')i}r中所有元素的个数；N是对于某一阶数r的本原多项式的最大个数；分别计算{(ps,qs)}r与相同阶数r的数据库中的样本之间的匹配程度δ。2CN108306655A说明书1/3页一种基于数据库匹配的水声直扩信号m序列盲估计方法技术领域[0001]本发明属于信号解调领域，尤其涉及一种基于数据库匹配的水声直扩信号m序列盲估计方法。背景技术[0002]扩频通信能在负信噪比条件下正常通信,给侦察和解调带来了很大的难度。为了获取DS信号的更多信息,获取伪码序列成为研究的热点。最常用的是相关法,将噪声建模为白噪声,但当存在相关噪声时,相关法的估计性能将严重下降,对伪码序列的获取也无能为力。相关矩阵分解法,能获取基带DS信号的伪码序列,但没有用到伪码序列的相关性；基于神经网络的多主分量分析法,能提高运算速度,也没有用到伪码序列的相关性,性能很难进一步提高；基于Massey算法的线性移位反馈虽然用到了伪码的相关性,但巨大的运算量使之仅停留在理论研究阶段。[0003]传统的m序列估计方法是得到截获信号的三阶相关函数及其相关峰坐标后，利用矩阵斜消变换求出各个相关峰坐标之间的最大公因式，从而得到m序列的估计结果。但由于水声信道中严重的