直接序列扩频信号具有低截获概率和抗窄带干扰等特点,在军用/民用通信以及其它许多领域中有着广泛的应用。不知道伪码和其它参数,即非合作条件下,对它的截获和分析面临挑战,尤其在低信噪比情况下更是如此。虽然过去三十年来针对非合作直扩信号的研究已经在截获和分析方面取得了很多进展,但是理论性的分析和新方法比较少,仍存在一些重要问题没有获得满意的解决。例如,对于直扩信号分析很重要的伪码周期检测和估计问题,在传统的谱相关理论下,就一直没有被严格地对待过;盲信道辨识算法用于直扩信号估计的实际性能还很少从非合作的角度分析过。本文针对上述问题展开了深入的理论研究,同时还将研究对象扩展至长码直扩信号和软扩频信号。本文的贡献归纳起来包括以下几个方面:1.对于短码直扩信号的伪码周期检测和估计问题,首次严格地研究了未知参数模型下的直扩信号最优检测器。在高斯混合信号模型下,推导了一致最大势不变量检测器和几种次优不变量检测器。结果展现了不变量检测器和多循环检测器之间的关系。得到的非相干加权多循环检测器可作为所有基于二阶循环平稳统计量的检测器的性能上限。而且提出的渐进局部最大势不变量(ALMPI)检测器在有限样本下比多循环检测器具有更好的性能而又没有明显增加计算复杂度。在ALMPI检测器的基础上提出了一种新的伪码周期估计器,和传统方法相比,它不需要人工判读。2.同时从信号截获分析和盲信道辨识领域的角度综述了估计短码直扩信号的各种方法,指出了它们的理论联系和区别。首次指出即使是正确地估计了信道阶数(或有效阶数),盲信道辨识算法用于直扩信号也存在固有的鲁棒性问题。为此提出了平衡信道矩阵的概念,并提出一种新的最大化特征值乘积算法用于解决这个问题。3.分析了长码直扩信号的信息码码宽估计问题。认识到信息码码宽估计需要克服伪码周期的干扰,同时现有方法依赖于具体使用的伪码且在低信噪比下性能不佳。为此提出了一种新的基于差分伪码解扩的信息码码宽估计方法,它在低信噪比时性能明显改善而且与伪码无关。4.完整地研究了长码直扩信号的估计问题。针对非周期长码信号的统计性模型和确定性模型,使用加权低秩逼近优化工具,提出了迭代low-SNR UML算法和基于缺失数据模型的特征分解法,后者将非周期长码信号和短码信号统一起来,几乎达到了二阶统计量意义上的性能最优。同时对于周期长码直扩信号,考察了确定性复指数基展开的时变SIMO信道盲辨识方法用于估计多径情况下的性能,并与截获分析领域常用的特征分解方法进行了性能比较。5.研究了软扩频信号的估计问题。对于多进制正交扩频信号,考察了它的可辨识问题,首次观察到特有的延时模糊现象,提出了一种盲同步算法,并在此基础上用期望值最大(EM)算法估计伪码。对于CCSK信号,提出了一种基于拟自相关矩阵的方法,和现有方法相比,它在低信噪比下性能有明显改善。