[发明专利]一种伪码序列盲估计系统

权利要求书

1.一种伪码序列盲估计系统，其特征在于：所述伪码序列盲估计系统包括分段模块、预降噪处理模块、EPASTd算法模块以及失步点位置估计模块；

所述分段模块用于在冲击噪声信道环境下，采用α稳定分布模型进行建模，对接收到的包含冲击噪声的基带信号以双倍伪码周期的取样宽度进行分段；

所述预降噪处理模块用于计算出分数低阶联合M估计构造的接收信号观测矩阵；

所述失步点位置估计模块用于估计伪码序列；

所述EPASTd算法模块用于根据EPASTd算法计算出两个主向量

所述分段模块采用的分段方法包括：

步骤a，使用MATLAB生成加入冲击噪声后的接收信号，再将接收信号转成.mif文件，作为信号源存入ROM中；

步骤b，将接收信号进行分段，分段包括根据伪码序列长度的2倍作为分段长度；

所述伪码序列长度为63，对应的分段长度为126，总共将接收信号分为300段，将300段长度为126的数据依次缓存进RAM1中；

所述计算出分数低阶联合M估计构造的接收信号观测矩阵包括：

步骤A，对步骤b分段后的信号进行降噪预处理，包括将存储在RAM1中的数据读出，根据以下规律依次取地址：126×M+1，126×(M+1)+(M+1)，126×(M+2)+(M+1)，126×(M+3)+(M+1)，…，126×(M+300)+(M+1)；其中M＝0，1，2，3，…125，共取126次；

步骤B，将RAM1中第M行300个数据逐一读出并和第126×M+1个地址对应的数值相乘，其中M＝0，1，2，3，…125，记为A1；同时判断从RAM1中第M行读取的每一个数据最高位符号位是否为1，若当前数据最高位符号位为1，则定义该数据为负，对该数据取反加1，得到绝对值；若当前数据最高位符号位不为1，则保持当前数据的值不变；

步骤C，将当前数据的p-2次方与A1输入进调用的浮点数乘法ip核ALTFP_MULT进行乘法运算得到矩阵t1_126×300中的元素，根据步骤B中的当前数据最高位符号位的值进行判决，若当前数据最高位符号位的值为1，则对所得矩阵t1_126×300中的元素进行补码，补码为取反加1；若当前数据最高位符号位的值不为1，则所得矩阵t1_126×300中的元素值保持不变，p值取1.1；

步骤D，采用累加器对当前行的所有元素值求均值，用当前行的每个元素值减所述均值得到残差值，对残差值进行判定；若残差值大于预设阈值，则对残差值进行除法运算，即求倒数；若残差值不大于阈值，将残差值定义为1；判定残差值的绝对值与预设阈值的大小，若残差绝对值小于阈值，使用OLS算法，在残差绝对值大于阈值时，使用LAD算法，对所有行的元素完成更新后得到新的矩阵X₀(t)；

步骤E，将步骤D中得到的矩阵X₀(t)进行自相关运算，将得到的相关矩阵R(t)存入RAM2中，将相关矩阵R(t)以及用户数作为EPASTd算法模块的输入参数，计算出分数低阶联合M估计构造的接收信号观测矩阵。