张天骐,赵军桃,江晓磊

(重庆邮电大学信号与信息处理重庆市重点实验室,重庆 400065)



基于多主分量神经网络的同步DS-CDMA伪码盲估计

张天骐,赵军桃,江晓磊

(重庆邮电大学信号与信息处理重庆市重点实验室,重庆 400065)

针对批处理方法在实现非等功率同步直接序列码分多址(direct sequence code-division multiple access,DS-CDMA)信号伪码序列盲估计时存在的复杂度高、收敛速度慢的问题,引入了3种多主分量神经网络(Sanger NN、LEAP NN和APEX NN)。首先将已分段的一周期DS-CDMA信号作为神经网络的输入信号,用神经网络各权值向量的符号函数代表DS-CDMA信号各用户的伪码序列,然后通过不断输入信号来反复训练权值向量直至收敛,最终DS-CDMA信号各用户的伪码序列就可以通过各权值向量的符号函数重建出来。此外,本文提出了一种在递归最小二乘(recursive least square,RLS)意义下的最优变步长收敛模型,极大地提高了网络的收敛速度。理论分析与仿真实验表明:将3种神经网络用于同步非等功率DS-CDMA信号伪码盲估计时的复杂度均明显降低,且LEAP NN与Sanger NN均可有效地实现-20 dB信噪比、10个用户下的同步非等功率DS-CDMA伪码盲估计,APEX NN则相对较差,此外,LEAP NN消耗内存较大、收敛速度快,APEX NN相反,Sanger NN则介于两者之间。

盲估计; 码分多址; 伪码; 多主分量; 神经网络

0　引　言

直接序列码分多址(direct sequence code-division multiple access,DS-CDMA)信号是通过将多个携带有用信息的窄带信息码序列分别与多个高速伪码序列相乘再求和而获得的宽带扩频信号,因而其具有优良的抗干扰能力和低截获特性。然而,DS-CDMA系统中不可避免地存在的远近问题和多址干扰严重影响着这一技术的推广应用。……