摘要
针对于直序列扩频(DSSS)信号盲检测过程中,事先对用户信号特征序列未知这一情况,提出一种应用于非合作条件下对单用户DSSS系统的特征序列的自组织特征映射神经网络(SOFM)估计算法[1,2]。理论计算表明,该算法比传统的滑动相关检测法运算量小。仿真结果表明,该方法在非合作、低信噪比条件下实现对DSSS的解扩是可行的。同时,由于该方法是基于神经网络的训练和学习,有很强的适应性,是一种自适应解扩方法。
An idea of detection and blind estimation of direct sequence spread spectrum （DSSS） signal in low SNR is presented. Having not the apriority knowledge about the DSSS signal in the non-cooperation condition, we apply self-organizing feature map （SOFM） neural network theory^[1,2] to detect and identify the signal parameter and PN sequence. The computer simulation and experiment test demonstrates that the algorithm is effective. Comparing the traditional slip-correlation method, the SOFM algorithm＇s BER and implementation complexity is lower.
出处
《电路与系统学报》
CSCD
北大核心
2009年第3期103-106,共4页
Journal of Circuits and Systems
基金
国家自然科学基金资助项目(60472052)
