摘要

【目的】直接序列扩频系统(DSSS)在军事和民用通信中都得到了广泛应用,因为它具有对各种常见干扰较强的抵抗能力、安全性较高等优点,而且易于实现,被广泛应用于码分多址之中。然而,在非协作通信的应用场景中,检测DSSS信号、对DSSS信号参数进行估计,甚至截获信息,都是我们需要考虑的问题。在DSSS中,正确识别所使用的扩频序列是正确解扩的重要前提条件。针对低信噪比直扩信号扩频码识别成功率低的问题,该文通过结合m序列的三阶相关函数峰值特性(TCF),在降噪预处理的前提下,通过功率谱二次处理识别直接扩频信号的伪码周期作为先验信息,将扩频码的识别问题具体成为一个峰值检测分类的问题,进而对峰值识别分类进行研究。【方法】本文提出了使用麻雀搜索算法(SSA)优化极端梯度提升(XGBOOST)的直扩信号三阶相关峰值分类方法,提高对m序列分类识别的准确率。【结果】通过在不同信噪比下对比常规峰值检测和决策树分类方法,以及对比不同序列周期的识别分类准确率,仿真结果表明,经过预处理的麻雀搜索算法优化极端梯度提升的扩频码识别分类方法比起常规机器学习与峰值检测方法分类识别成功率更高,在高序列周期下性能逐步提升。【结论】该方法能在较低的信噪比条件下更准确地识别分类扩频码m序列。