用于扩频码型估计的改进自相关矩阵构造算法.pdfVIP

TechniqueandMethod 用于扩频码型估计的改进 自相关矩阵构造算法 程 皓，喻 娜，罗正华 (成都大学 电子信息工程学院，四川1成都 610106) 摘 要 ：子空间理论 中被用于奇异值分解或特征值分解的 自相关矩阵 ，通常可表示为接收向量与其 自 身转置的乘积。提 出了自相关矩阵的新型构造算法。该算法构造的 自相关矩阵，特征值分解后其对噪声不 敏感，克服 了常规子空间方法的弱点。仿真试验表明，该方法应用在高噪声、低信噪比的实际通信环境下， 特征值不会被噪声湮没 ，从根本上解决了传统子空间分辨率不足的问题。同时，仿真表明，该方法对于多 用户扩频信号 同样适用，可解决多用户扩频信号的码元分离问题 ，其计算结果与理论计算一致，验证 了算 法的正确性。 关键词 ：子空间理论 ；相关矩阵 ；特征值分解 ；直序列扩频 中图分类号 ：TN911．23 文献标识码 ：A 文章编号：1674—7720(2014)19—0083—04 Toimprovetheestimationofspreadspectrum codeautocorrelation matrixconsturctionalgorithm ChengHao，YuNa，LuoZhenghua (EleetronieInformationEngineeringCollegeofChengduUniversity，Chengdu610106，China) Abstract：Subspacetheoryisusedinthesingularvaluedecompositionandeigenvaluedecompositionofthecorrelationmatrix， usuallyexpressedastheproductofitsowntransposethereceivedvector．Thispaperproposedanew algorithm ofcorrelationmatrix． Auto—correlationmatrixconstructedbythisalgorithm，eigenvaluedecompositionisnotsensitivetonoise，overcomestheweakness ofconventionalsubspacemethods．Simulationresultsshow that，themethodisappliedinhighnoise，low signal—to—noiseratioof theactualcommunicationenvironment，valueswillnotbenoiseannihilation，solvethesubproblem ofinadequatespatialresolution fundamentally．Atthesametime，simulationresultsshow thatthismethodisapplicabletothemultiuserspreadspectrum signal， andthatsymbolscansolvethemultiuserspreadspectrtlm signalseparation problem．Thecalculationresultsandthetheoretical calculationareconsistent．Thisverifiesthecorrectnessofthealgorithm． Keywords：subspacetheory；correlationmatrix；EVD；DSSSsignal 0 引言 其中 y，代表第 i个采样窗口内的采样点数 (共 个采样 基于特征值分解 (EVD)和基于奇异值分解 (SVD) 点)；E{-I代表 Ⅳ个窗口内所有数据的平均值。 的子空间算法是近年来研究的热门方向。其在信号处理 从上式可 以看出，特征值的大小取决于信噪 比而与 方面，如信号的频谱估计 、阵列传感器数据