基于特征向量重叠特性的伪码序列盲估计

• 作者: 张润雨 高勇
• 来源期刊: 无线电工程
• 学科: 工学
• 关键词: 伪码序列 盲估计 奇异值分解 酉模糊 重叠特性
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信号与信息处理
• 页码范围: 742-747
• 页数: 6页
• 分类号: TN914
• 字数: 3626字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-3106.2020.09.006

摘要

在短码直扩信号的伪码序列盲估计中,可采用二倍伪码周期进行分段并使用特征值分解算法、 奇异值分解算法或者压缩投影逼近子空间跟踪的算法估计伪码序列.如果非同步时延接近一周期完整伪码序列的始端或者末端时,会出现最大特征值与次大特征值相近,那么此时最大特征向量是最大特征值和次大特征值对应特征向量的线性组合,即最大特征向量存在酉模糊,从而导致从最大特征向量中估计伪码序列的性能较差.针对此问题,利用最大特征向量与次大特征向量存在的重叠特性,对分段后计算出的特征向量进行分析,提出了一种消除盲估计中酉模糊的算法.实验表明,该算法易实现且在低信噪比下性能良好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高勇	四川大学电子信息学院	136	459	11.0	13.0
2	张润雨	四川大学电子信息学院	1	0	0.0	0.0