آمار
| تعداد نشریات | 36 |
| تعداد شماره‌ها | 1,192 |
| تعداد مقالات | 8,579 |
| تعداد مشاهده مقاله | 6,988,714 |
| تعداد دریافت فایل اصل مقاله | 4,032,563 |
استفاده از آنتروپی تعمیم یافته جهت تخمین کور طول دنباله های گسترش دهنده در سامانه های طیف گسترده چند کاربره | ||
| پدافند الکترونیکی و سایبری | ||
| مقاله 5، دوره 8، شماره 3 - شماره پیاپی 31، آبان 1399، صفحه 53-61 اصل مقاله (1.51 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| نویسندگان | ||
| فرید صمصامی خداداد* 1؛ شکیبا جانعلیزاده2 | ||
| 1مدیر پژوهش و فناوری دانشگاه تخصصی فناوری های نوین آمل | ||
| 2دانشگاه فناوری های نوین آمل | ||
| تاریخ دریافت: 26 مرداد 1398، تاریخ بازنگری: 10 آبان 1398، تاریخ پذیرش: 12 بهمن 1398 | ||
| چکیده | ||
| در این مقاله، یک روش نوین جهت آشکارسازی سیگنال طیف گسترده چند کاربره دنباله مستقیم و همچنین تخمین کور طول دنباله‌های گسترش دهنده طیف در سامانههای طیف گسترده چند کاربره دنباله مستقیم با حالتهای مختلف کد کوتاه و بلند ارائه شده است. کد گسترش دهنده اساس ساختار سامانههای طیف گسترده میباشد که عمدتاً به صورت فرایندی شبه تصادفی مدل میگردد و شناسایی و تخمین طول آن مهمترین بخش از ساختار یک گیرنده طیف گسترده میباشد که در این مقاله به این مهم پرداخته شده است. اساس روش پیشنهادی تخمین طول کد، یادگیری تئوری اطلاعات (ITL) میباشد که در مدل‌سازی فرایندهای تصادفی دو دسته مهم آن که عبارتند از معیار آنتروپی و معیار اطلاعات متقابل، مورد استفاده قرار میگیرند. روش پیشنهادی از نوع آنتروپی تعمیم یافته میباشد و به دلیل اینکه شامل انتگرال توان PDF است، در تخمین ساده تر از آنتروپی شانون میباشد و در ابعاد بالا عملکرد بهتری را از خود نشان می‌دهد. همچنین روش پیشنهاد شده بی نیاز از اطلاعات اولیه بوده به همین دلیل در طراحی گیرنده‌های کور مورد استفاده قرار میگیرد. شبیه‌سازیها و نتایج عددی متنوع صحت ادعای ما را در توانایی روش ارائه شده در تخمین تناوب دنباله گسترش دهنده در دو حالت کد کوتاه و بلند نشان می‌دهند. | ||
| کلیدواژه‌ها | ||
| سامانه طیف گسترده دنباله مستقیم چند کاربره؛ کد بلند؛ تئوری اطلاعات؛ آنتروپی تعمیم یافته؛ معیار اطلاعات متقابل | ||
| عنوان مقاله [English] | ||
| Using Generalized Entropy Approach for Blind Estimation of the Length of Spreading Sequences in Code Division Multiple Access Systems | ||
| نویسندگان [English] | ||
| F. Samsami Khodadad1؛ S. Janalizadeh2 | ||
| 1AUSMT | ||
| 2ausmt | ||
| چکیده [English] | ||
| In this paper, a novel method for signal detection and blind estimation of the length of spreading sequences, in direct sequence code division multiple access (DS/CDMA) systems with different short and long code modes, is presented. The spreading sequences are the basis of the spread spectrum systems which is mainly modeled as a quasi-random process, and their identification and estimation is the most important part of the structure of a spread spectrum receiver and the present article addresses this important issue. The basis of the proposed method of code length estimation is the information theory learning (ITL), and two of its major categories namely entropy criterion and mutual information criterion, which are used in modeling stochastic processes. The proposed method is a kind of generalized entropy and because it includes the integral of the power of probability density function, it is easier to estimate than the Shannon entropy and in large scale implementations it shows better performance. Besides, the proposed method does not need the basic information and that is why it is used in the design of blind receivers. Simulations and numerical results show the validity of our claim in the ability of the presented method in the estimation of the length of spreading sequences in both short and long coding modes. | ||
| کلیدواژه‌ها [English] | ||
| DS/CDMA, Long Code, Information Theory, Generalized Entropy, Mutual Information Criterion | ||
| مراجع | ||
|
[1] J. G. Prokis and Salehi, “Digital Communications,” vol.4, McGraw-hill New York, 2001. ##
[2] L.Tongtong, L. Tongtong, J. K. Tugnait, and D. Zhi, “Channel Estimation of Long-code CDMA Systems Utilizing Transmission Induced Cyclostationarity,” In Acoustics, Speech and Signal Processing, 2003, Proceedings. (ICASSP '03). 2003 IEEE Int. Conf. on, vol.4, pp. IV-105-8, 2003.##
[3] G. Burel and C. Bouder, “Blind Estimation of the pseudo-Random Sequence of a Direct Sequence Spread Spectrum Signal,” In MILCOM 2000. 21st Century Military Communications Conf. Proceedings, vol. 2, pp. 967-970, 2000.##
[4] Y. L. Zhang Tianqi, Dai Shaosheng, Li Xuesong, “Estimation of Period and Chip Rate of Pseudo-Noise Sequence for Direct Sequence Speread Spectrum Signals Using Correlation Techniques,” Aeospace Electronic Warfare, pp. 53-57, 2007.##
[5] F. S.Khodadad, F. Nazari, "Efficient and modern algorithm for estimating the input angle of a Direct Sequence Spread Spectrum Signal to the Antenna Array in a Multi-path Channel with Fading," Journal of Electronic and Cyber Defense, vol 4, pp.36 27, No. 3, Fall 2016, in persion.##
[6] F.S.Khodadad,G.Abed Hedtani, "Blind Detection of Direct Sequence Spread Spectrum Range Signals Using Information Theory Criteria", Journal of Electronic and Cyber Defense, Volume 2, pp. 47-37, No. 2, Spring 2014, in persian.##
[7] F. S. Khodadad, F. Ganji, A. Safaei, and F. S. Khodadad, “A Robust PN Length Estimation in down Link Low- SNR DS-CDMA Multipath Channels,” In Advanced Communication Technology (ICACT 2010), The 12th Int. Conf. on, 2010, pp. 951-955.##
[8] M. Pu, Z. Tianqi, Z. Wei, M. Guoning, and L. Yanli, “Period Estimation of the PN Sequence for Direct Sequence Spread Spectrum in Multipath Environment,” In Wireless Communications, Networking and Mobile Computing, 2009. WiCom '09. 5th Int. Conf. on, pp. 1-4, 2009.##
[9] Z. Tianqi, D. Xiaohua, Y. Luqin, and G. Yongsheng, “Blind Estimation of PN Sequence Period for DS-UWB Signal Received in Multi-Path Environment,” In Image and Signal Processing (CISP), 2010 3rd Int. Congress on, pp. 4358-4362, 2010.##
[10] T. Chang and Z. Zhou, “A Spectral Method for Periodic Estimation of the PN Sequences in Lower SNR DS-CDMA Signals,” In Communications, Circuits and Systems and West Sino Expositions, IEEE 2002 Int. Conf. on, pp. 506-510 vol. 1, 2002.##
[11] C. N. Nzoza, R. Gautier, and G. Burel, “Blind Synchronization and Sequences Identification in CDMA Transmissions,” In Military Communications Conf., 2004. MILCOM 2004, IEEE, Vol. 3, pp. 1384-1390, 2004.##
[12] P. Y. Qui, Z. T. Huang, W. L. Jiang, and C. Zhang, “Improved Blind-Spreading Sequence Estimation Algorithm for Direct Sequence Spread Spectrum Signals,” Signal Processing, IET, vol. 2, pp. 139-146, 2008.##
[13] P. Y. Qiu, Z. T. Huang, W. L. Jiang, and C. Zhang, “Blind Multiuser Spreading Sequences Estimation Algorithm for the Direct-Sequence Code Division Multiple Access Signals,” Signal Processing, IET, vol. 4, pp. 465-478, 2010.##
[14] Y. Miao, L. Shiju, S. Lei, and C. Jianzhong, “Blind Estimation of Pseudo Random Sequence of DS-CDMA Signals with ICA##
[15] Method,” In e-Business and Information System Security (EBISS), 2010 2nd Int. Conf.on, pp. 1-5, 2010.##
[16] W. Yongpeng, L. Luokun, and Z. Jian, “Blind Estimation of PN Sequence of DS-CDMA Signal in Multipath,” In Consumer Electronics, Communications and Networks (CECNet), 2012 2nd Int. Conf. on, pp. 1695-1699, 2012.##
[17] D. X. Jose C. Principe , Qun Zhao , John W. Fisher Iii, “Learning from Examples with Information Theoretic Criteria,” VLSI Signal Processing, Image and Video Technology, vol. 26, pp. 61-77, 1999.##
[18] Hossein Mirzadeh Sarcheshmeh, Hossein Khaleghi Bizaki, Sajjad Alizadeh, “PN Sequence Blind Estimation in Multiuser DS‐CDMA Systems with Multipath Channel Based on Successive Subspace Scheme,” DOI: 10.1002, 23 March 2018.##
[19] X. Gu, Zh. Zhao, L. Shen, “Blind Estimation of Pseudo-Random Codes In Periodic Long Code Direct Sequence Spread Spectrum Signals,” IET J., doi: 10.1049, 7th January 2016.## | ||
|
آمار تعداد مشاهده مقاله: 500 تعداد دریافت فایل اصل مقاله: 253 |
||