بهبود تخمین پریود کد گسترده کننده در سیگنال های طیف گسترده با استفاده از تغییرات بزرگترین مقدار ویژه ماتریس همبستگی

فرستنده های طیف گسترده دنباله مستقیم به دلیل ویژگی احتمال شنود پایین، به طور گسترده ای برای مخابرات امن به کار می روند. در این فرستنده ها بوسیله یک سکانس شبه نویز مدوله و موجب می شود طیف فرکانسی سیگنال زیر سطح نویز قرار گیرد. در این حالت اگر گیرنده، اطلاعاتی از کد گسترده کننده نداشته باشد، تشخیص و دمدوله کردن سیگنال بسیار مشکل می شود. به این منظور روشهای قدرتمند زیر فضا و آنالیز مقادیر ویژه برای تخمین کور داده ارایه شده اند. تنها اطلاعات اولیه برای این الگوریتم ها پریود کد گسترده کننده می باشد. در این مقاله نشان داده می شود که خطای کوچک موجود در تخمین پریود کد گسترده کننده، موجب نا ایستانی ماتریس همبستگی و در نتیجه اشکال در روش های زیر فضا می شود. در ادامه روشی جدیدی برای بهبود تخمین پریود کد گسترده کننده مبتنی بر آنالیز تغییرات بزرگترین مقدار ویژه ماتریس همبستگی ارایه خواهیم نمود. در این روش ابتدا تغییرات زمانی مقادیر ویژه ماتریس همبستگی را به صورت خطی مدل می کنیم و سپس با استفاده از تبدیل حوزه فرکانس، خطای موجود در پریود کد گسترده کننده را تخمین می زنیم و در نهایت کارایی الگوریتم را با شبیه سازی ها نشان می دهیم.

کلیدواژه ها:

آنالیز زیر فضا ، بزرگترین مقدار ویژه ، تخمین پریود کد گسترده کننده ، طیف گسترده