伪随机序列的同步是获得扩频技术优越性的前提,其中捕获过程是伪码同步的关键。传统的伪码捕获方法包括:串行捕获、并行捕获和混合捕获等,它们都是建立在大量相关操作基础上的,虽然都有各自的优点,但是总的运算复杂度没有发生变化。为了解决实现复杂度和捕获速度之间的矛盾,有些学者开始考虑将伪随机序列看作一种特殊的信道编码,采用单入单出(SISO,single input single output)迭代译码的方法,实现快速、低复杂度捕获。Chugg和Zhu将m序列在因子图(factor graph)上展开,并将消息传递译码算法(MPA,Message Passing Algorithm)应用到伪码捕获中,提出迭代伪码捕获算法(iMPA,iterative MPA);相比传统的捕获方法,iMPA在速度和复杂度上都取得了较好的改进;这也是一个全新的研究方向。本文在研究迭代检测思想、因子图的基础上,围绕迭代伪码捕获算法展开深入研究、改进并拓展其应用。论文的主要工作如下:首先从迭代检测原理、因子图理论以及通过证明m序列是一种特殊的线性分组码这几个方面详细解释了迭代伪码捕获原理;并通过建立m序列的行为模型和概率模型,得到了m序列因子图的一般表示。然后,分析了迭代伪码捕获的计算复杂度;然后提出了一种基于逐位比较的向量判决选择算法,该方法降低了计算复杂度并有效的提高了检测概率;参考传统捕获方法的性能分析思路,采用马尔科夫链(Makov chain)来分析伪码迭代捕获过程,推导了平均捕获时间的解析表达式;通过密度进化的思想,分析了迭代伪码捕获的收敛特性;同时通过分析迭代过程中软消息的概率密度,推导了检测概率的解析表达式。然后针对基于迭代伪码捕获的同步问题,分析了同步相位误差对迭代初始信息以及对检测概率的影响;提出了一个低复杂度的定时误差开环最大似然估计器;由于迭代捕获输出软信息的均值随同步误差的增加而减小,且相对误差零点对称,由此提出了基于“超前-滞后”门限的符号定位误差迭代估计算法。对于衰减信道下的迭代伪码捕获问题,提出了联合信道估计与伪码迭代捕获算法。首先分析了Rician和Rayleigh衰落信道模型,修正了瑞利信道下迭代捕获的初始信道软信息;采用AR模型建模Rayleigh衰减信道;将信号最佳接收表达式进行因子图上的分解,提出了联合信道估计和伪码迭代捕获的联合因子图模型;采用卡尔曼前后向算法来进行迭代信道估计;给出了联合因子图上消息迭代规则。针对iMPA算法捕获概率较低的缺点,基于m序列等价约束的原理,给出了增加约束的冗余iMPA算法,即R-iMPA。给出了R-iMPA算法的因子图模型以及消息传递规则;同时,根据冗余约束的思想,给出了Gold码的分层因子图结构,给出了分成因子图上迭代GOLD码捕获的消息传递规则;对于“非稀疏的”生成多项式得到的多抽头因子图,可以搜索等价高阶“稀疏的”多项式来组成冗余因子图,提高检测概率;给出了搜索等价“稀疏”高阶多项式的Zech算法。最后将iMPA快速捕获算法应用到海洋无线电导航系统中进行天波干扰抵消。天波信号幅度大,变化速度快,是一种典型的时变信号。传统的伪码序列捕获方法都是基于滑动相关的,其在捕获速度上有一定的局限性;本文提出了一种基于iMPA辅助的多路直扩信号快速捕获方法,该方法能有效地解决具有不同相位的多路相同扩频信号的快速并行捕获。