0 引 言

宽带码分多址(Wideband Code Division Multiple Access，WCDMA)侦察技术在信息对抗领域占有重要地位[1]。在WCDMA信号产生中，其数据符号和OVSF码相乘完成信道化操作，并利用25阶的长Gold码加扰。每个终端WCDMA上行信道中包含数据信道和控制信道，属于多用户信号。且WCDMA信号中包含了多个伪随机序列，其结构比较复杂，使得其信息码估计和扰码识别非常困难。

目前的研究中，直扩信号中扩频序列估计的主要方法有子空间法、独立分量分析法和基于本源多项式的三阶累积量法。文献[2]提出了基于子空间的方法，在单用户情况下利用短PN码周期性实现了扩频序列的盲估计。文献[3]利用独立分量分析法估计出扩频信号中的伪随机序列。然而，上述方法只适用于短PN码直扩信号的侦察，对于长周期PN码直扩信号的侦察并不适用。为实现长PN码直扩信号的侦察，文献[4-5]利用周期长码直扩信号的相关矩阵特征分解实现了长PN码的估计，但是其采用基于奇异值分解的方法，只适用于单用户下m序列的长码直扩信号，对于混合多个长周期扩频信号并不能有效分离。文献[6-7]利用m序列的线性移位叠加特性、三阶累积量及其峰值特性实现了非周期长码直扩信号中的长码盲识别。但是文献[6]只对m序列识别有效，无法识别WCDMA信号中的Gold序列，文献[7]用三阶累积量特性估计了WCDMA中的Gold码序列，但是该算法需要知道Gold序列的整个周期，而在WCDMA协议中Gold码只是一个截短的部分Gold序列，无法得到全部的Gold码。同时基于三阶累积量的长扰码识别方法计算量巨大，对于25阶长扰码的WCDMA信号中Gold序列基本不可能识别。

以上的方法基本上都是在单用户和载波已解调情况下做的研究，在多用户和载波频率未知的情况下，盲识别性能快速下降。本文提出了复杂环境下多用户WCDMA信号长周期扰码识别算法。所提方法利用WCDMA信号扩频码和长周期Gold序列叠加序列的帧重复性，将载波调制的WCDMA信号建模成盲源分离形式，通过独立分量分析法结合锁相环技术实现WCDMA信号的侦察。

1 接收到的WCDMA信号模型

WCDMA上行专用物理信道包含上行专用物理数据信道(Dedicated Physical Data Channel，DPDCH)和上行专用物理控制信道(Dedicated Physical Control Channel，DPCCH)。在WCDMA每个无线帧内DPDCH和DPCCH是I/Q码复用的。设有K个WCDMA用户，则接收到的基带信号可以表示为：

*h(n)exp(j2πΔωkn)+vk(n)

这时，得到信源信息的估计：

(1)

式中，ρ表示信噪比，dIk(n)和dQk(n)分别表示第k个用户的DPDCH和DPCCH信息序列，wIk(n)和wQk(n)表示对应的OVSF码；sIk(n)和sQk(n)分别表示第k个用户的长扰码实部和虚部；*表示卷积运算；h(n)表示采用滚降因子为0.22的根升余弦滤波器；Δωk表示经过下变频后第k个用户的剩余载波频偏；vk(n)表示服从单位均值的高斯分布；N表示接收到信号的长度；n=1,…,N。

为了全面客观地评价学生学习效果，考查他们的工程实践能力，如连接电路、使用仪器、分析解决问题的能力。教师可以针对学生的平时实验情况和实验考试情况进行综合评价，两部分成绩各占一半。其中学生平时实验情况考核项目主要包括学生的出勤、实验预习、实验操作、实验成果以及实验报告。实验操作考核内容则主要包括电路连接，仪器使用，实验数据计算、实验结论推理等，学生的最终实验学习成绩由平时实验成绩和实验考试成绩综合评定。这样的评价考核机制可以全面客观地反应学生的实验学习效果，考查学生的动手能力，以便教师掌握学生情况，及时调整教学。

2 盲源分离建模

从上面分析可知，本文提出的截短盲源分离结构利用独立分量分析法可以同时分离出WCDMA信号所有用户信息Bm并估计信道矩阵G。

  

图1 第k个用户WCDMA信号帧间隔采样结构

图1中，T=38 400，L表示扩频码长度，M表示帧数，阴影部分表示等帧间隔采样数据。在帧间隔采样中，将叠加的多用户WCDMA信号，从第一帧的起始位置开始采样OVSF码长数据，并忽略其后部分，再从第二帧的起始位置采样OVSF码长的数据，并忽略其后部分，依次对之后的各帧数据做相同方法的采样。同理，DPCCH信道也采用上述所示帧采样结构，其帧采样周期也是DPDCH信道OVSF码长。因各用户WCDMA信号中都有不同的长周期扰码序列，所以其扰码和扩频码会叠加为不同的新扩频序列。接收到的多用户WCDMA信号，可以看成是各个用户的业务信道和控制信道在不同码空间的投影，所以接收到的WCDMA可以建模成盲源分离的形式。

wherek=x=c0is the free space wavenumber,with x being the angular frequency and c0being the speed of sound;,is the Mach number with V0being the fiow velocity;the acoustic velocity potential/is related to the acoustic pressure as

首先，将基带信号采样成频率为3.84 MHz的WCDMA信号，并经帧间隔采样结构示意可得到第m帧数据ym，即：

ym=[y(T(m-1)+1),y(T(m-1)+2),…,y(T(m-1)+L)]

(2)

然后，利用WCDMA信号中扰码序列的帧重复性以及叠加序列的帧重复性，可将帧间隔采样得到的数据建模为：

 

(3)

利用上面独立分量分析算法也可以估计出所有用户的扩频序列，具体过程如下所述：根据式(7)和式(10)，当分离矩阵W搜索结束后，有WA=I，即

Bm=[bI1m,bI2m,…,bk1m,bk2m,…,bK1m,bK2m]T

(4)

式中，Ck1,Ck2分别表示第k个用户DPDCH和DPCCH信道中OVSF码与扰码叠加在一起的载波调制的扩频序列，bk1m,bk2m分别表示第k个用户DPDCH和DPCCH信道载波调制的第m帧信息码。即：

 

(5)

 

(6)

式(5)中，cI1k(i)=wIk(i)·sIk(i)，cI2k(i)=wIk(i)·sQk(i)表示为DPDCH信道的OVSF码分别与扰码实部和虚部叠加组成的新的扩频码，cQ1k(i)=wQk(i)·sIk(i)，cQ2k(i)=wQk(i)·sQk(i)表示DPCCH信道的OVSF码分别与扰码实部和虚部叠加组成的新的扩频码，由于DPCCH信道的OVSF码为全1码片，故叠加的新的扩频序列还是扰码本身，即：cQ1k(i)=sIk(i)，cQ2k(i)=sQk(i)。式(6)中，bIk(m)，bQk(m)分别表示第k个用户的DPDCH和DPCCH信道的第m帧信息码，且bIk(m)=dIk(T(m-1)/L)，bQk(m)=dQk(T(m-1)/L)。

本刊提示 来稿请用国家统一的法定计量单位的名称和符号，不要使用国家已废除了的单位。如面积用hm2(公顷)、m2(平方米)，不用亩、尺2等；质量用t(吨)、kg(千克)、mg(毫克)，不再用担等；表示浓度的ppm一律改用mg/kg、mg/L或μL/L。

由式(3—6)可知，信道矩阵G是以QPSK调制在剩余载波频偏Δωk上构成的，且为满秩，多用户叠加的WCDMA信号中信息数据则为统计独立，所以将其进行截段取值后，可以建模成时域盲源分离的形式。此时，通过盲源分离算法可以对所有用户载波调制的信息码Bm和扩频序列G进行估计。

3 基于复数ICA的WCDMA信号分离和扰码估计

3.1 PCA白化

根据观测矩阵估计其协方差矩阵RYY，即对RYY做奇异值分解RYY=UDUT。其中U为正交矩阵，D为对角矩阵表示信号子空间，UN表示噪声子空间，u表示RYY的特征向量，λ表示RYY的特征值。

通过社区居民参与特许经营、保护管理、就业培训和产业引导等制度，形成以国家森林公园自我保护为前提，以旅游服务带动社区共同发展，增强“反哺能力”（图 1）[3]。

 

(7)

式中，白化后的混合矩阵是一个正交矩阵，且白化后的信号从L维降为2K维。

3.2 基于复数Fast-ICA算法

将观测信号白化后，可以选用基于复数的快速定点独立分量分析算法[8]对信源信息和混合矩阵进行盲分离，其目的就是选择一个正交的分离矩阵W=[w1,w2,…,w2K]。

本文主要采用如下迭代算法得到分离向量：

其一，管理控制性。该特征主要指的是会计管理、报告管理职能以及企业对各项规章制度的监督与执行。其中，会计管理职能涉及对总账会计各项事务的记录、结算以及合并等相关工作。报告管理职能则包括企业盈利能力报告制定以及预算标准化报告编制等；其二，基础操作性。该特征主要包含账单发票管理、应收与应付账款管理职能等。其中，账单发票管理职能涉及对供需双方的账单数据质量予以检查与制作，并发送税务发票。应收与应付账款管理职能则包含数据处理、收付款票据管理以及合规审核等相关职能。其三，战略规划性。这一特征主要由现金流规划、战略投资规划、税收整体筹划以及投资预算等构成。

w1(k+1)=

 

(8)

式中，非线性函数g(a)=1/(0.1+a)。为使得每次都得到不同的分离向量，需要对式(8)在每次迭代后进行紧缩算法正交化处理：

 

(9)

式中，w1,w2,…,wp-1表示前(p-1)个向量。为获得分离向量wp，需不断计算式(8)、式(9)。当迭代算法中p=2K时，完成整个搜索过程。

为了减少计算复杂度，接收信号可以被投影到信号子空间，则白化矩阵为白化后的信号为：

(4)地层多重划分：地层多重划分方案请参照中国地层表(2014)最新标准。注意宇、界、系、统及宙、代、纪、世等的用法。

选取300ms～500ms时间窗口对N400进行平均波幅检验，词语内容主效应不显著，F(1，21)=0.56，p=0.46；电极点主效应也不显著，F(8，168)=2.30，p=0.113；二者的交互作用也不显著，F(8，168)=0.66，p=0.585。但是在N400潜伏期上，不仅词汇内容的主效应显著，社群性词汇引发的N400潜伏期峰值晚于能动性词汇。而且电极点的主效应也显著，点上的潜伏期最早，F3点上的潜伏期最晚。但是二者的交互作用不显著(p=0.300)。见图1。

书道博物馆为中村不折创办，藏品数量居日本私家之首。该馆藏品大多数是佛典，多出自王树枏旧藏，另外还有得自梁素文、何孝聪、孔宪廷、龚煦春等旧藏，以及在中国旅行的日本人的收集和收购。除了敦煌写经外，该馆还藏有多种珍贵的古籍写本，如《老子道德经》、《抱朴子》、《郑注论语》（2件）、《南华真经》（2件）、《春秋左氏传》（3件）、《搜神记》、《三国志》（2件）等。

 

(10)

式中，Ym表示经过独立分量分析后对信源信息Bm的估计。

3.3 信道估计

式中，混合矩阵G表示具有频偏的新扩频序列，Bm表示具有频偏的信源信息，Vm表示高斯噪声矩阵，其中：

 

(11)

在WCDMA信号中，由于扩频增益，信号子空间的能量远大于噪声子空间的能量，故由观测矩阵Ym的协方差矩阵RYY近似可以得到[9]：

 

(12)

将式(11)带入式(12)，估计出信道矩阵为：

 

(13)

为将WCDMA信号建模为盲源分离结构模型，将接收到的信号按照DPDCH信道OVSF码周期进行等帧间隔采样，如图1所示。

4 扰码估计和数据解调

经过ICA后，各终端WCDMA中的信息数据则以BPSK信号形式存在，如式(6)所示。同时，由式(5)，经ICA后所得到的每个用户的扩频码是以QPSK调制在剩余载波频偏Δωk上构成的。由于DPCCH信道的OVSF码为全1码片，且cQ1k(i)=sIk(i)，cQ2k(i)=sQk(i)，可以看出，与DPCCH信道的OVSF码叠加在一起的扰码序列还是扰码本身，则公式(5)中每个用户的扩频序列Ck2也就是载波调制的扰码序列。

锁相环融合了自动相位控制和自动频率控制技术，其具有频偏的扰码或信息码与压控振荡器的输出信号首先经过鉴相器做比较，然后利用环路滤波器调节压控振荡器，并使得噪声产生的相位差尽可能的低。锁相环到达锁定状态后，可去除信号频偏。故通过上述所述，将式(6)中载波调制的信息码通过锁相环以去掉频偏，将式(5)中载波调制的扰码序列通过锁相环后可直接对复扰码的实部和虚部进行盲估计。

因长周期扰码序列和信息序列经锁相环后其幅度会发生变化，所以需要用sign函数对其进行取整操作。同时，在WCDMA信号的扰码产生过程中，其中一个m序列m1的初始值为固定的，故利用已知的m序列可对其长周期扰码和信息序列的相位进行纠正。首先将m1和锁相环后所得扰码实部数据进行模二和，可生成Gold序列中的m序列m2。根据m2是否符合m序列的移位叠加性，可判断其相位是否反相。若其不符合移位叠加性，则相位相反。同时根据WCDMA协议，利用m1可生成扰码虚部的m序列，再根据扰码实部相位纠正方法，可纠正整个长周期扰码。

编者按:始于20世纪70年代的语言认知研究关注的是语言与思维的关系，国内外学者从不同的视角描述和解释人类认知能力对语言结构和表达的影响。近10年来，随着科学技术的发展，语言认知研究呈现出跨学科、新范式和多维度的特点。为及时反映语言认知研究的这些新变化，本刊特组织该领域的部分学者根据他们近几年的研究成果撰写了相关文章。这些文章分别从句法、语义及语用加工等方面，探讨了认知能力与语言结构和语言表达的复杂关系，反映了语言认知研究的前沿领域。本刊将这些文章分2018年第6期和2019年第1期两期以专栏形式刊出，以促进该领域的学术交流和进一步研究。

由于所得到扰码序列是部分序列，故根据以上方法，依次估计出长度为L的扰码序列片段，然后再拼接在一起就可得到完整的扰码序列。

5 实验结果与分析

在载波频率未知情况下，将多个用户叠加在一起的WCDMA信号扰码识别流程如图2所示。首先将WCDMA信号按照图1所示帧间隔采样，然后将帧采样得到的向量建模成盲源分离模型Ym，其次对矩阵Ym进行PCA降维白化，白化后的数据经过ICA可盲估计得到具有频偏的扰码和信息码，最后可通过数据解调技术以实现WCDMA信号侦察。

  

图2 多用户WCDMA信号扰码识别流程

为验证本算法的有效性，利用中国电子科技集团公司第36研究所通信系统信息控制技术国家级重点实验室所使用agilentE4433B仪器根据预先设定的扰码号产生的具有不同频偏的3个用户的WCDMA实际信号。取300帧数据，信噪比为5 dB，DPDCH信道选取的OVSF码为扩频因子是256位Walsh码。这里接收到的是3个混合的频率为15.36 MHz的WCDMA信号。假设使用FFT对多用户信号的载波频率做了初步估计，各用户信号剩余载波频偏分别为120 Hz，240 Hz和360 Hz。

不同用户的扰码实部序列盲估计和预先设定的扰码号的实部序列的前64位序列对比仿真结果如图3所示，不同用户的DPDCH信息码盲估计和原始信息码的前100帧信息码对比仿真结果如图4所示。从图3和图4可以看出，都能准确估计出3个用户的信息序列和扩频序列。

  

图3 扰码实部序列盲估计比对图

  

图4 信息码盲估计比对图

为了评估扰码估计准确度，本文采用估计出的扩频序列和原始设定的扰码序列的相关系数来度量。其具体方法是指估计得到的序列和原始序列逐个码片进行比较，用相同的数目减去不相同的数目，然后再除以整个序列长度。可用表示如下[4]：

 

(14)

式中，A表示估计到的序列和原始序列做比对后相同的数目，B表示不相同的数目，L表示扩频序列的总长度。相关系数越大则说明估计的性能越好，相关系数在0.9以上时属于高度相关，说明估计出的序列正确。作为比较，对目前广泛使用的基于特征值分解的信号侦察算法在相同条件下做了仿真。

不同于学习任务繁重的中学，高校不少学生骨干对大学生活充满了新鲜感。为了凸显自身能力，赢得老师同学的认同和信任，在工作上往往投入了大量精力和时间，并因时间分配欠妥和自控力不强等原因，导致专业学习投入低，出现挂科、违纪等情形。学生骨干缺乏对自己的合理定位，没有平衡好学习与工作的关系，以学生工作量过多为借口，减少乃至无视专业学习的做法有悖于大学求学的初衷。因学习成绩不好，学生骨干的先进性得不到彰显，更无法发挥引领其他学生的榜样作用。部分学生骨干疲于应付各种工作任务，较少深入思考工作开展的周延性和创新性，导致工作能力原地踏步。

  

图5 相关系数仿真图

本文方法和文献[4]方法对WCDMA信号中长扰码识别的相关系数仿真结果如图5所示。从图5可以看到，本文提出的基于载波调制WCDMA信号扰码识别算法比传统的基于特征值分解的长PN码识别算法具有更好的相关系数。这是由于WCDMA信号是多用户信号，而基于特征值分解的长扰码估计方法只适合于单用户信号。而且在载波频偏未知时，基于特征值分解的长扰码估计方法性能下降非常明显。本文算法在复杂环境下也可识别其长扰码序列。

6 结束语

本文利用WCDMA信号中OVSF码和扰码叠加序列的帧重复性，提出了基于独立分量分析结合锁相环技术的WCDMA信号扰码估计和盲解码算法。本文算法不需要WCDMA系统中扩频码信息，也不需要对WCDMA信号进行载波解调。本文算法不仅比传统的基于特征值分解算法具有更好的性能，而且能够识别多用户WCDMA信号的长周期扰码，对通信对抗中WCDMA信号的侦察具有重要意义。在本文研究内容的基础上可以进一步提高对WCDMA系统中长周期扰码识别的速度和精度，这也是下一步研究的方向。

参考文献

[1] 高洪兴.WCDMA上行链路基带信号的检测与估计[D].重庆:重庆邮电大学,2013.

[2] 强幸子,张天骐,赵军桃,等.非合作直扩信号伪码及信息序列联合盲估计[J].重庆邮电大学学报(自然科学版),2016,28(4):468-472.

[3] 付卫红,杨小牛,刘乃安.基于盲源分离的CDMA多用户检测与伪码估计[J].电子学报,2008,36(7):1319-1323.

[4] 沈斌,王建新.基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法[J].电子与信息学报,2014,36(9):2098-2103.

[5] QUI P Y, HUANG Z T, JIANG W L, et al. Improved blind-spreading sequence estimation algorithm for direct sequence spread spectrum signals[J]. IET Signal Processing, 2008,2(2):139-146.

[6] 赵知劲,顾骁炜,沈雷,等.非周期长码直扩信号的伪随机码盲估计[J].通信学报,2015,36(5):27-34.

[7] 赵知劲,顾骁炜,沈雷,等.宽带码分多址信号的戈尔德序列盲识别[J].电波科学学报,2015,30(3):603-608.

[8] LIU Y Y, WANG H Q, SHEN L, et al. Decoding method based on complex ICA for a multicell massive MIMO uplink system[J]. IEEE Signal Processing Letters, 2016,23(5):648-652.

[9] 严斌彬,沈雷,姜显扬,等.多小区大规模阵列天线系统盲解码算法[J].电信科学,2016,32(8):118-123.