导读:本文包含了码序列论文开题报告文献综述、选题提纲参考文献，主要关键词:序列,信号,组合,扩频,载波,神经网络,内积。
码序列论文文献综述写法
熊刚,赵尔凡[1]（2019）在《一种基于Hebb优化准则的扩频码序列识别方法》一文中研究指出针对直接序列扩频信号的非协作接收问题,提出了一种基于Hebb规则优化的扩频码序列识别方法。直接序列扩频信号具有低信噪比、低截获概率等特点,给信号的接收处理带来了很大难度。要成功解扩直接序列扩频信号,必需正确识别出扩频码序列。新方法利用Hebb规则获得一种最优估计器,增强了权因子特征向量的相关性,对扩频码序列可以实现正确识别,适用于多种扩频码型,且抗噪性能较好。该方法还具有计算鲁棒性好、易于工程实现的优点。针对目前处理复杂的问题,新方法提高了运算效率,在低信噪比的复杂电磁环境中性能优于传统方法。(本文来源于《通信技术》期刊2019年09期）
黄云鲲,万国金,李程文,张云丰[2]（2019）在《基于MCC-PAST算法的直扩信号PN码序列盲估计》一文中研究指出针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到同时优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。(本文来源于《科学技术与工程》期刊2019年09期）
周杨,张天骐[3]（2019）在《同/异步短码DS-CDMA信号伪码序列及信息序列盲估计》一文中研究指出针对传统单通道异步直接序列码分多址(DS-CDMA)信号信息序列及伪码序列(PN)难以估计的问题,该文提出一种基于平行因子(PARAFAC)的多通道盲估计方法。该方法首先将信号建模为多通道接收模型,然后将观测数据矩阵等效为平行因子模型,最后使用迭代最小二乘算法对平行因子进行低秩分解,进一步完成对DS-CDMA信号各用户的信息序列及伪码序列进行估计。仿真实验表明,该方法不仅能有效地对同步、异步短码DS-CDMA信号的伪码序列及信息序列进行估计,而且能在通道数为6、信噪比(SNR)为–10 dB的条件下,实现10个用户伪码序列的有效估计。(本文来源于《电子与信息学报》期刊2019年07期）
张天骐,刘董华,袁帅,王胜[4]（2019）在《组合二进制偏移载波信号的伪码周期及组合码序列盲估计》一文中研究指出针对在非协作通信以及低信噪比下组合二进制偏移载波(CBOC)信号伪码周期和组合码序列较难估计的问题,该文提出了2次谱算法与基于径向基函数(RBF)神经网络算法。对输入信号进行2次功率谱计算,可以得到CBOC信号的伪码周期。在此基础上,首先对接收的1周期组合码序列进行重迭分段,其次优化筛选出学习系数,对每段数据向量作为RBF神经网络的输入信号并进行有监督地调节,最后对每段数据向量多次输入并反复训练权值向量就可以恢复原组合码序列。仿真结果表明,利用2次谱可以在低信噪比下估计出伪码周期;在误码率低于1%的情况下,所提出的RBF神经网络相比于反向传播(BP)神经网络与Sanger神经网络,信噪比分别提高1 dB和3 dB,并且在同等条件下所需的数据组数较少。(本文来源于《电子与信息学报》期刊2019年04期）
张天骐,张婷,熊梅,赵亮[5]（2018）在《基于神经网络的低信噪比CBOC信号组合码序列盲估计》一文中研究指出针对低信噪比下复合二进制偏移载波(composite binary offset carrier,CBOC)信号的组合码序列盲估计问题。首先采用奇异值分解(singular value decomposition,SVD)的算法对CBOC的组合码序列进行可行性验证,可得在已知相关参数的情况下对CBOC信号组合码序列盲估计是可行的;其次就SVD在长序列估计中计算量和存储量需求大的问题,进一步提出主分量神经网络解决上述问题,同时引入最优变步长收敛模型改善神经网络(neural network,NN)收敛速度。利用无监督NN的自适应主分量提取信号特性,避免批处理运算,实现CBOC信号组合码序列盲估计。实验表明,NN能在-20dB下达到精确估计序列的目的,且算法有稳定性高、复杂度低、收敛速度快等优点。(本文来源于《系统工程与电子技术》期刊2018年12期）
金艳,孙玖玲,姬红兵[6]（2018）在《基于平均内积和相关判决函数的DSSS信号伪码序列盲估计》一文中研究指出针对已有扩频码估计方法计算复杂度高的问题,提出一种基于平均内积和相关判决函数的扩频码估计方法.首先采用窗长为伪码周期的滑动窗函数将信号划分为不重迭数据段,以各分段数据为行向量依次排列构造数据矩阵,并根据不同起始点条件下分段后所对应矩阵平均内积的最大值确定伪码同步起始点;然后在实现伪码同步的基础上,利用相关判决函数估计出伪码序列各码元与第1个码元之间的符号关系,从而实现伪码序列的盲估计;最后通过理论推导说明所提方法的有效性,并在相同的实验条件下分别给出该方法与基于特征分解、叁阶相关的常见方法在扩频码估计的性能和计算量上的仿真对比.实验数据表明,在SNR?3时,所提出的相关判决函数法可以得到准确的估计,且计算量相比特征分解、叁阶相关法也大大降低了.(本文来源于《控制与决策》期刊2018年12期）
王猛,李迟生,罗伟娟[7]（2017）在《基于快速OPAST算法的直扩信号PN码序列估计》一文中研究指出在直接序列扩频(DSSS)通信对抗系统中,伪码(PN)序列估计是一个重要的研究课题。针对在某些情况下权值向量不收敛的问题,提出了一种基于快速正交投影逼近子空间跟踪(OPAST)算法和滑动窗技术的直扩信号PN码序列估计算法,对非同步接收DSSS信号按照宽窗口分段,利用快速OPAST算法提取主特征向量,滑动窗技术实现码同步。该算法迭代权值向量具有正交性以及良好的收敛性,同时解决了常见相位模糊问题。算法具有较低复杂度,数据存储量少,易于硬件实现与实时处理。仿真结果表明,在-10 d B的较低信噪比背景环境中,该快速OPAST算法可以正确有效地估计出PN码序列。(本文来源于《电讯技术》期刊2017年11期）
朱照阳,高勇[8]（2017）在《短码、周期长码直扩信号伪码序列盲估计》一文中研究指出针对短码、周期长码直扩信号在不同的时延下伪码序列估计问题,提出了一种基于奇异值分解的盲解扩算法。在已知信息码元速率和伪码周期条件的前提下,算法首先把接收到的直扩信号按照一定长度进行分段构成相关矩阵并对此矩阵进行奇异值分解得出信号子空间,然后根据信号子空间和伪码序列的模糊关系,利用求解的模糊酉矩阵和特定约束条件(如m序列)去其模糊性,最终估计出伪码序列。仿真结果表明,该算法不仅解决了在不同的时延下估计伪码序列带来的问题,而且具有稳定性高、在低信噪比条件下有良好的估计性能等优点。(本文来源于《电讯技术》期刊2017年11期）
张天骐,杨强,宋玉龙,熊梅[9]（2018）在《一种K-means改进算法的软扩频信号伪码序列盲估计》一文中研究指出针对软扩频信号因采用了编码技术使得伪码序列难以估计的问题,该文提出一种基于K-means聚类改进的软扩频信号伪码序列盲估计方法。该方法首先以单倍伪码周期的窗长对接收信号进行数据分段以构造观测数据矩阵,其次利用相似测度的理论从观测数据中寻找出K-means算法最优的初始聚类中心点,然后通过搜索平均轮廓系数(Silhouette Coefficient,SC)最大的绝对值以完成伪码集合规模数的估计,最后找到估计的伪码集合规模数所对应的聚类中心点集合,进一步完成对软扩频信号伪码序列的盲估计。通过仿真实验表明,在伪码序列估计错误概率低于0.1的情况下,该文方法比未改进方法提高信噪比约4 dB;而且在同一条件下,该文方法对信号的盲解扩性能优于未改进的方法。(本文来源于《电子与信息学报》期刊2018年01期）
张婷,张天骐,熊梅[10]（2017）在《基于Sanger神经网络的TDDM-BOC信号组合码序列盲估计》一文中研究指出针对低信噪比(SNR)下时分数据调制二进制偏移载波调制信号(TDDM-BOC)的组合码序列盲估计问题,提出一种基于Sanger神经网络(Sanger NN)的新方法。首先将已分段的信号作为输入信号并利用Sanger NN提取各主分量的权值向量;然后通过其多次输入反复训练权值向量,直至权值向量达到收敛;最终利用各个权值向量的符号函数重建信号的组合码序列,实现TDDM-BOC组合码序列的盲估计。此外,采用最优变步长的方法来提高收敛速度。理论分析和仿真实验表明,Sanger NN可以实现-20.9~0 d B信噪比下TDDM-BOC信号组合码序列的盲估计,且其复杂度明显低于传统奇异值分解(SVD)法和自适应特征提取的在线无监督学习神经网络(LEAP);尽管Sanger NN收敛所需数据组数大于LEAP,但收敛时间明显少于LEAP算法。(本文来源于《计算机应用》期刊2017年08期）
码序列论文开题报告范文
（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：
针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到同时优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。
（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。
码序列论文参考文献
[1].熊刚,赵尔凡.一种基于Hebb优化准则的扩频码序列识别方法[J].通信技术.2019
[2].黄云鲲,万国金,李程文,张云丰.基于MCC-PAST算法的直扩信号PN码序列盲估计[J].科学技术与工程.2019
[3].周杨,张天骐.同/异步短码DS-CDMA信号伪码序列及信息序列盲估计[J].电子与信息学报.2019
[4].张天骐,刘董华,袁帅,王胜.组合二进制偏移载波信号的伪码周期及组合码序列盲估计[J].电子与信息学报.2019
[5].张天骐,张婷,熊梅,赵亮.基于神经网络的低信噪比CBOC信号组合码序列盲估计[J].系统工程与电子技术.2018
[6].金艳,孙玖玲,姬红兵.基于平均内积和相关判决函数的DSSS信号伪码序列盲估计[J].控制与决策.2018
[7].王猛,李迟生,罗伟娟.基于快速OPAST算法的直扩信号PN码序列估计[J].电讯技术.2017
[8].朱照阳,高勇.短码、周期长码直扩信号伪码序列盲估计[J].电讯技术.2017
[9].张天骐,杨强,宋玉龙,熊梅.一种K-means改进算法的软扩频信号伪码序列盲估计[J].电子与信息学报.2018
[10].张婷,张天骐,熊梅.基于Sanger神经网络的TDDM-BOC信号组合码序列盲估计[J].计算机应用.2017