第1章 绪论 1
1.1扩频通信的原理 1
1.1.1扩频技术的概述 1
1.1.2扩频技术的基本原理 4
1.1.3处理增益与抗干扰容限 6
1.1.4扩频通信的主要应用领域 8
1.1.5扩频通信的发展趋势与限制 8
1.2扩频信号的对抗研究 9
1.2.1扩频通信对抗的概念 9
1.2.2跳频信号的对抗研究 9
1.2.3直扩信号的对抗研究 10
1.3直扩信号的检测与估计方法的研究现状 12
1.3.1直扩信号的检测与估计 12
1.3.2智能计算与微弱信号处理 16
1.4本书的主要工作和内容安排 25
第2章 信号模型 27
2.1直扩信号模型 27
2.1.1常规短码调制直扩信号 27
2.1.2长码调制直扩信号 29
2.2直扩码分多址信号 30
2.3超宽带信号模型 31
2.3.1超宽带脉冲信号——高斯脉冲 31
2.3.2直扩超宽带信号 33
2.3.3跳时超宽带信号 34
2.3.4多频带超宽带信号 36
2.3.5多用户直扩超宽带信号模型 38
2.4信号估计的性能度量 40
2.5本章小结 40
第3章 基带直扩信号的盲处理 41
3.1直扩信号伪码周期估计的功率谱二次处理方法 41
3.1.1直扩信号伪码周期估计的二次谱方法 41
3.1.2加窗的影响和分辨率 43
3.1.3谱的校正 46
3.1.4实验结果及分析 48
3.1.5小结 49
3.2直扩信号伪码码片宽度估计的谱相关方法 50
3.2.1谱相关理论 50
3.2.2线性周期时变变换 51
3.2.3脉冲幅度调制信号的谱相关分析 53
3.2.4幅度调制信号的谱相关分析 54
3.2.5直扩信号的谱相关分析及伪码码片宽度估计 55
3.2.6分辨率和计算公式 57
3.2.7实验结果及分析 59
3.2.8小结 61
3.3直扩信号估计的时域相关方法 61
3.3.1时域自相关算法推导和分析 62
3.3.2伪码周期的自相关估计 63
3.3.3伪码片宽度（码片速率）的自相关估计 64
3.3.4伪码周期和码片宽度自相关估计的时频域辩证关系 64
3.3.5实验结果及分析 65
3.3.6小结 68
3.4直扩信号伪码序列估计的矩阵分解方法 68
3.4.1信号预处理 68
3.4.2直扩信号的奇异值分析 69
3.4.3模拟实验及结论 72
3.4.4直扩信号的特征分析 77
3.4.5模拟实验及结论 77
3.4.6直扩信号细微特征分析的改进 79
3.4.7模拟实验及结论 80
3.5长码调制直扩信号的盲估计 81
3.5.1长伪码直扩信号的伪码周期估计的理论分析 81
3.5.2实验结果及分析 85
3.5.3长伪码直扩信号盲估计的细微特征结构分析方法 86
3.5.4实验结果及分析 89
3.5.5小结 92
3.6本章小结 92
第4章 基带直扩码分多址信号的盲处理 94
4.1直扩码分多址信号伪码周期的盲估计 94
4.1.1直扩码分多址信号伪码周期盲估计的理论分析 94
4.1.2实验结果分析及结论 97
4.2直扩码分多址信号伪码速率的盲估计 98
4.2.1基带同步直扩码分多址信号的谱相关分析 98
4.2.2实验结果分析及结论 100
4.3直扩码分多址信号伪码周期及码片宽度估计的自相关法 102
4.3.1直扩码分多址信号的自相关分析 102
4.3.2实验结果分析及结论 104
4.4直扩码分多址信号伪码序列的盲估计 106
4.4.1直扩码分多址信号PN码估计的矩阵分析 106
4.4.2实验结果分析及结论 108
4.4.3直扩码分多址信号PN码盲估计算法的改进 110
4.4.4实验结果分析及结论 114
4.5基于盲源分离的盲多用户检测 116
4.5.1盲源分离方法概述 116
4.5.2 EASI盲源分离算法及其变步长改进 118
4.5.3仿真实验与分析 121
4.5.4基于EASI盲源分离的直扩码分多址盲多用户检测 123
4.5.5仿真实验与分析 125
4.5.6小结 127
4.6基于MUSIC算法的盲多用户检测 127
4.6.1子空间分解 127
4.6.2盲多用户检测 128
4.6.3待检测用户功率估计 129
4.6.4仿真实验与分析 130
4.6.5小结 132
4.7本章小结 132
第5章 复杂环境下直扩信号的盲处理 134
5.1窄带干扰环境下直扩信号的盲处理 134
5.1.1窄带干扰环境下直扩信号的盲处理 134
5.1.2窄带干扰环境下直扩信号盲处理的验证与分析 137
5.1.3窄带干扰条件下直扩信号的细微特征分析的改进 140
5.1.4改进的信号细微特征分析及验证 143
5.1.5小结 145
5.2残余调制直扩信号的盲处理 145
5.2.1存在残余频偏时直扩信号伪码周期估计的理论分析 146
5.2.2带残余频偏直扩信号伪码周期估计的验证与分析 150
5.2.3带残余频偏直扩信号伪码的盲估计 151
5.2.4存在残余频偏时直扩信号伪码盲估计的验证与分析 155
5.2.5小结 159
5.3多径环境下直扩信号伪码周期估计 159
5.3.1多径直扩信号模型 159
5.3.2多径环境下的直扩信号伪码周期估计算法原理 162
5.3.3多径环境下的直扩信号伪码周期估计仿真验证 164
5.3.4小结 165
5.4本章小结 166
第6章 直扩信号的神经网络盲处理 167
6.1问题的引入 167
6.2特征分解和主分量分析的联系 168
6.3基带直扩信号的特征分析 170
6.3.1已知Tx时直扩信号的特征分析 170
6.3.2未知Tx时直扩信号的特征分析 171
6.4已知Tx的直扩信号伪码序列估计的神经网络方法 172
6.4.1基于Hebbian学习规则的算法推导及收敛性能分析 172
6.4.2实验结果及分析 178
6.5已知Tx的直扩信号伪码序列估计的恒模算法 180
6.5.1直扩信号盲解扩的随机梯度恒模算法 181
6.5.2实验结果及分析 184
6.6未知Tx的直扩信号伪码序列估计的神经网络方法 186
6.6.1基于Hebbian的Sanger神经网络的伪码盲估计实现 186
6.6.2基本Hebbian神经网络的伪码盲估计实现 189
6.6.3仿真实验及分析 190
6.7基于APEX神经网络的直扩信号伪码序列估计 198
6.7.1 APEX多主分量分析神经网络算法推导及性能分析 198
6.7.2仿真分析与结论 203
6.8基于LEAP神经网络的直扩信号伪码序列估计 204
6.8.1 LEAP多主分量分析神经网络算法推导及性能分析 204
6.8.2仿真验证与分析 205
6.9基于BP神经网络的直扩信号扩频码盲估计 207
6.9.1理论分析算法 207
6.9.2伪码序列盲估计的BP神经网络实现 208
6.9.3仿真实验及结果 211
6.9.4小结 212
6.10本章小结 213
第7章 直扩超宽带信号盲处理 214
7.1直扩超宽带信号伪码周期的盲估计 215
7.1.1直扩超宽带信号的功率谱分析 215
7.1.2直扩超宽带信号的二次谱分析 217
7.1.3模拟实验 219
7.1.4小结 220
7.2直扩超宽带信号的谱相关分析及码片宽度估计 220
7.2.1引言 220
7.2.2谱相关理论基础 221
7.2.3直扩超宽带信号谱相关分析 224
7.2.4谱相关法估计伪码速率的仿真实验 226
7.2.5小结 228
7.3直扩超宽带信号盲处理的自相关方法 228
7.3.1理论推导 228
7.3.2自相关估计法的时频域辩证关系 230
7.3.3噪声经相关估计器输出的统计特性 230
7.3.4自相关估计法估计伪码周期的性能分析 231
7.3.5自相关估计法估计伪码的码片宽度的性能分析 232
7.3.6仿真实验 233
7.3.7小结 234
7.4基于四阶累积量的直扩超宽带信号的检测 234
7.4.1引言 234
7.4.2理论分析 235
7.4.3仿真分析 238
7.4.4小结 240
7.5直扩超宽带信号伪码序列的盲估计 240
7.5.1直扩超宽带信号伪码序列盲估计的矩阵分解法 240
7.5.2仿真实验与模拟结果 242
7.5.3直扩超宽带信号伪码估计矩阵分解法的改进 243
7.5.4仿真实验与结果 245
7.5.5小结 247
7.6多径环境下接收直扩超宽带信号伪码序列周期盲估计 248
7.6.1引言 248
7.6.2 IEEE信道模型 248
7.6.3在多径环境下直扩超宽带信号模型 250
7.6.4多径直扩超宽带信号的功率谱分析 251
7.6.5多径直扩超宽带信号的二次谱分析 252
7.6.6仿真分析及结果 254
7.6.7小结 256
7.7多径直扩超宽带信号的谱相关分析及码片宽度估计 256
7.7.1多径直扩超宽带信号谱相关分析 256
7.7.2仿真分析 257
7.7.3小结 258
7.8多用户直扩超宽带信号的伪码周期估计 258
7.8.1多用户直扩超宽带信号功率谱密度的分析 258
7.8.2多用户直扩超宽带信号的二次功率谱分析 261
7.8.3仿真分析 262
7.8.4小结 264
7.9多用户直扩超宽带信号的码片宽度估计 265
7.9.1信号的循环平稳特性 265
7.9.2多用户直扩超宽带信号谱相关分析 266
7.9.3仿真分析 268
7.9.4小结 269
7.10多用户直扩超宽带信号参数估计的自相关法 269
7.10.1自相关算法推导 270
7.10.2算法性能分析 271
7.10.3仿真分析 275
7.10.4小结 278
7.11本章小结 278
第8章 基于非线性系统的微弱直扩信号检测 280
8.1非线性系统模型及其动力学特性 280
8.1.1 混沌检测系统 280
8.1.2随机共振系统 290
8.1.3小结 292
8.2混沌系统状态判定方法 293
8.2.1时间历程方法 293
8.2.2相图法 293
8.2.3二维近似熵方法 294
8.2.4功率谱熵方法 295
8.2.5分形维数 296
8.2.6小结 298
8.3基于混沌系统的微弱调制直扩信号检测 298
8.3.1混沌振子检测方法的信号幅度条件 299
8.3.2混沌振子检测方法的信号频率条件 303
8.3.3混沌振子检测方法的信号相位条件 306
8.3.4小结 310
8.4基于随机共振的微弱通信信号检测 310
8.4.1随机共振理论 310
8.4.2基于随机共振的微弱周期信号检测 314
8.4.3随机共振方法检测基带方波信号 315
8.4.4小结 315
8.5本章小结 317
参考文献 319