基于SVD-K-means算法的软扩频信号伪码序列盲估计

来源：系统工程与电子技术杂志2023年第1期北京时间：

作者：张慧芝, 张天骐, 方蓉, 罗庆予

单位：重庆邮电大学通信与信息工程学院, 重庆 400065

摘要：针对通信中软扩频信号伪码序列盲估计困难的问题, 提出一种奇异值分解(singular value decomposition, SVD)和K-means聚类相结合的方法。该方法先对接收信号按照一倍伪码周期进行不重叠分段构造数据矩阵。其次对数据矩阵和相似性矩阵分别进行SVD完成对伪码序列集合规模数的估计、数据降噪、粗分类以及初始聚类中心的选取。最后通过K-means算法优化分类结果, 得到伪码序列的估计值。该算法在聚类之前事先确定聚类数目, 大大减少了迭代次数。同时实验结果表明, 该算法在信息码元分组小于5 bit, 信噪比大于-10 dB时可以准确估计出软扩频信号的伪码序列, 性能较同类算法有所提升。

关键词：软扩频信号,盲估计,奇异值分解,K-means

基金资助：国家自然科学基金(61671095);国家自然科学基金(61702065);国家自然科学基金(61701067);国家自然科学基金(61771085);信号与信号处理重庆市市级重点实验室建设项目(CSTC2009CA2003);重庆市自然基金(cstc2021jcyj-msxmX0836);重庆市教育委员会科研项目(KJ1600427);重庆市教育委员会科研项目(KJ1600429)