直接序列扩频(DS)信号具有很强的抗干扰能力、很低的被截获概率和良好的码分多址能力,因此对它的研究是宽带微弱信号检测与估计以及通信对抗领域的一个重要研究课题。对DS信号的研究是上世纪八十年代才开始展开的,经过近30年的发展,已经产生了诸多的DS信号估计方法。这些方法大多基于常规信号检测和估计理论,对于宽带微弱的DS信号,当信噪比较低时,这些估计方法的估计性能急剧恶化,不能得到有效的估计结果。本文对低信噪比下的DS信号的研究突破常规信号检测和估计理论,将DS信号建模为周期平稳随机过程,应用谱相关理论来分析它的谱相关域特性,寻求DS信号的参数在谱相关域的特征表现,从中提取相应的DS信号参数信息。DS信号是经过高速伪随机序列和正弦载波二次调制的宽带信号,因此具有周期平稳特性,它在谱相关域表现为:幅频特性在谱频率等于零截面切片上包含了载频和伪码速率信息特征,在谱频率等于载频截面切片上包含了伪码速率信息特征;相频特性在循环频率等于两倍载频截面切片上包含了载波初相信息特征。因此,可以通过各不同谱相关截面切片上的一维搜索来估计相应的DS信号参数。在利用DS信号谱相关域所表现的特征进行参数估计时,首先要利用有限时间数据对DS信号进行谱相关密度估计,为降低随机噪声对谱相关密度估计的影响,本文引入了集平均的思想,提出采用集平均的方法估计谱相关密度,从而在参数估计时,特征谱线更显著,提高了参数估计的信噪比容限。