因子圖上基于迭代檢測的偽隨機序列快速捕獲算法及其應用.pdf

1、偽隨機序列的同步是獲得擴頻技術優(yōu)越性的前提，其中捕獲過程是偽碼同步的關鍵。傳統(tǒng)的偽碼捕獲方法包括：串行捕獲、并行捕獲和混合捕獲等，它們都是建立在大量相關操作基礎上的，雖然都有各自的優(yōu)點，但是總的運算復雜度沒有發(fā)生變化。為了解決實現(xiàn)復雜度和捕獲速度之間的矛盾，有些學者開始考慮將偽隨機序列看作一種特殊的信道編碼，采用單入單出(SISO，single input single output)迭代譯碼的方法，實現(xiàn)快速、低復雜度捕獲。Chugg和

2、Zhu將m序列在因子圖(factor graph)上展開，并將消息傳遞譯碼算法(MPA，Message Passing Algorithm)應用到偽碼捕獲中，提出迭代偽碼捕獲算法(iMPA，iterative MPA)；相比傳統(tǒng)的捕獲方法，iMPA在速度和復雜度上都取得了較好的改進；這也是一個全新的研究方向。本文在研究迭代檢測思想、因子圖的基礎上，圍繞迭代偽碼捕獲算法展開深入研究、改進并拓展其應用。論文的主要工作如下：
　　 首

3、先從迭代檢測原理、因子圖理論以及通過證明m序列是一種特殊的線性分組碼這幾個方面詳細解釋了迭代偽碼捕獲原理；并通過建立m序列的行為模型和概率模型，得到了m序列因子圖的一般表示。然后，分析了迭代偽碼捕獲的計算復雜度；然后提出了一種基于逐位比較的向量判決選擇算法，該方法降低了計算復雜度并有效的提高了檢測概率：參考傳統(tǒng)捕獲方法的性能分析思路，采用馬爾科夫鏈(Makov chain)來分析偽碼迭代捕獲過程，推導了平均捕獲時間的解析表達式；通過密度

4、進化的思想，分析了迭代偽碼捕獲的收斂特性；同時通過分析迭代過程中軟消息的概率密度，推導了檢測概率的解析表達式。
　　 然后針對基于迭代偽碼捕獲的同步問題，分析了同步相位誤差對迭代初始信息以及對檢測概率的影響：提出了一個低復雜度的定時誤差開環(huán)最大似然估計器；由于迭代捕獲輸出軟信息的均值隨同步誤差的增加而減小，且相對誤差零點對稱，由此提出了基于“超前-滯后”門限的符號定位誤差迭代估計算法。
　　 對于衰減信道下的迭代偽碼捕獲

5、問題，提出了聯(lián)合信道估計與偽碼迭代捕獲算法。首先分析了Rician和Rayleigh衰落信道模型，修正了瑞利信道下迭代捕獲的初始信道軟信息；采用AR模型建模Rayleigh衰減信道；將信號最佳接收表達式進行因子圖上的分解，提出了聯(lián)合信道估計和偽碼迭代捕獲的聯(lián)合因子圖模型；采用卡爾曼前后向算法來進行迭代信道估計；給出了聯(lián)合因子圖上消息迭代規(guī)則。
　　 針對iMPA算法捕獲概率較低的缺點，基于m序列等價約束的原理，給出了增加約束的冗

6、余iMPA算法，即R-iMPA。給出了R-iMPA算法的因子圖模型以及消息傳遞規(guī)則；同時，根據(jù)冗余約束的思想，給出了Gold碼的分層因子圖結構，給出了分成因子圖上迭代GOLD碼捕獲的消息傳遞規(guī)則；對于“非稀疏的，，生成多項式得到的多抽頭因子圖，可以搜索等價高階“稀疏的”多項式來組成冗余因子圖，提高檢測概率；給出了搜索等價“稀疏”高階多項式的Zech算法。
　　 最后將iMPA快速捕獲算法應用到海洋無線電導航系統(tǒng)中進行天波干擾抵消