[发明专利]一种基于Volterra自适应滤波器的混沌扩频因子盲估计方法

权利要求书

1.一种基于Volterra自适应滤波器的混沌扩频因子盲估计方法，其特征在于，包括以下步骤：

S1、设某个通信接收装置接收的混沌扩频信号为将其归一化：

其中N为数据长度；

S2、对x_n进行相空间重构得到矢量U_n：

根据测量值x_n,n＝1,2,...N，构造一组d维向量：

U_n＝[x(n),x(n-τ),x(n-2τ),...,x(n-(d-1)τ)],n＝(d-1)τ+1,...N

τ为时间延迟，d为嵌入维数，由x_n构造U_n的过程称为相空间重构，具体步骤包括：

S21、采用自相关法计算时间延迟τ，先计算出混沌序列自相关函数：

当自相关函数下到:R(τ₀)＝(1-e^-1)R(0)时，所得到的τ₀即为重构相空间的延迟时间；

S22、虚假邻近点法计算嵌入维数d：

在d维相空间中，每一个矢量y_i(d)＝(x(i),...,x(i+(d-1)τ)),1≤i≤n-(d-1)τ都有一个欧几里德距离的最邻近点y_n(i,d)(d)，其距离是：

R_i(d)＝||y_i(d)-y_n(i,d)(d)||²

当相空间的维数从d变成d+1时，这两个点的距离就会发生变化，新的距离是R_i(d+1)，设R_i(d+1)比R_i(d)大很多，则认为这是由于高维混沌吸引子中两个不相邻的点投影到低维坐标上变成相邻的两点造成的，这样的临近点是虚假的，令：

a_i(d)＝||R_i(d+1)-R_i(d)||/R_i(d)

当R_i(d)趋于稳定时，即a_i(d)小于设定的阈值a₀时，认为混沌吸引子已经完全打开，此时的d即为嵌入维数；

S23、根据计算所得的τ,d，用x_n构造矢量U_n；

S3、将U_n作为Volterra自适应FIR滤波器的输入信号矢量，利用RLS算法计算Volterra自适应滤波器权值H＝[w_1n,w_2n,...w_mn...w_Mn]，其中M为滤波器阶数，w_mn表示自适应滤波器的在n时刻的第m个权值，RLS算法的详细步骤如下：

S31、初始化，δ为小的正数，为单位矩阵；权值向量初值

S32、对于k＝1,2,3,…N，λ为接近1的数，进行以下迭代运算：

S4、在H中任取一个滤波器权值序列w_m，作差分处理：

d_k＝w_mk+1-w_mk,k＝1,2,...N-1

S5、搜索d_k中的跳变点：设定一个门限d₀，遍历d_k,k＝1,2,3...N-1，若有d_k＞d₀，则记录跳变点索引k并保存,遍历完后，可得到全部跳变点的索引：

k＝[k₁,k₂,...k_l]

S6、计算相邻索引的间隔：

D_i＝k_i+1-k_i,i＝1,2,...l-1

S7、扩频因子盲估计值即为所有D_i(i＝1,2,...l-1)的最大公约数：

Gain＝gcd{D₁,D₂,...D_l-1}。