一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法

摘要

本发明公开了一种基于变步长LEAP神经网络的直扩信号伪码序列估计方法，包括以下步骤：S10、获取直扩信号数据序列；S20、用一固定窗长的矩形滑动窗截取数据序列，构造训练数据；S30、用一变步长LEAP神经网络对训练数据进行PCA分析，得到特征值与相应的特征向量；S40、根据得到的特征值与特征向量估计出直扩信号的伪码序列。该方法使用变步长来代替原来LEAP算法中的固定步长，提高了运算效率，并解决了初始步长较大时网络不稳定问题，使网络收敛更快；同时还解决了由于特征向量相位模糊导致的伪码序列错误估计的问题。本发明方法在低信噪比环境中估计性能良好，不需要存储中间数据并且对输入信号具有自适应性，适合工程上对直扩信号伪码序列进行快速稳健估计。