直接序列扩频(Direct Sequence Spread Spectrum,DSSS)因具有抗干扰能力强、抗多径衰落和低截获概率等优点被广泛地用于军事通信和民用通信。但是,在频谱资源较窄、处理增益较高的通信系统中,不适于使用DSSS信号对信息数据进行传输。软扩频信号(或称为多进制扩频)作为DSSS信号的衍生信号,以其独特的编码特性克服了传统DSSS信号在某些特定条件不适用的情况,因而也备受关注。由于在非协作通信中,需要知道扩频的伪码序列才能对截获信号进行盲解扩,以获得传输的信息,所以对于直扩信号和软扩频信号特征参数的盲估计研究在非协作通信中具有重要意义,而伪码与信息码序列的估计方法也成为了主要的研究内容。本文研究了直扩及软扩频信号伪码和信息码序列的盲估计,主要工作包括以下几个方面:1.针对传统方法对短码直扩(Short Code-Direct Sequence Spread Spectrum,SCDSSS)信号进行盲解扩时,需要估计伪码序列才能完成信号盲解扩的问题,研究了一种基于相似度的SC-DSSS信号信息码及伪码序列的盲估计方法。该方法首先计算数据矩阵中任意两段数据的相似度值,以构造信息码序列的特征矩阵,然后对该矩阵进行特征分解,提取最大特征值所对应的特征向量,即可估计出信息码序列,最后用接收信号与信息码序列的估计值对点相乘,可进一步估计扩频所用的伪码序列。2.针对传统单通道短码直接序列码分多址(Short Code-Direct Sequence-Code Division Multiple Access,DS-CDMA)信号信息码及伪码序列难以估计的问题,本文研究了一种基于平行因子的多通道同步/异步SC-DS-CDMA信号信息码及伪码序列的盲估计方法。该方法首先将信号建模为多通道接收模型,并在此基础上对同步/异步SC-DS-CDMA信号分别按照单倍、两倍伪码周期的窗长进行分段,构造信号的观测数据矩阵,然后将观测数据矩阵等效为平行因子模型,最后使用迭代最小二乘算法对平行因子进行低秩分解,便可以进一步估计信号中各用户的伪码及信息码序列。3.针对软扩频信号在多径信道下伪码周期估计的问题,研究了一种基于二次功率谱的多径软扩频信号伪码周期盲估计方法。该方法首先计算多径软扩频信号的一次功率谱,然后将其作为输入信号计算二次功率谱。理论分析表明,信号的二次功率谱最大的峰值将会在整数倍伪码周期处出现,最后通过计算任意相邻最大峰值的间距,即可估计伪码序列的周期。而且这也为进一步实现软扩频信号伪码序列的估计奠定理论基础。4.针对传统直扩信号伪码序列估计方法不再适用于软扩频信号的问题,研究了一种改进的K-means算法对软扩频信号的伪码序列进行盲估计。该方法首先利用相似测度的理论对算法聚类初始点进行选取,克服了算法因随机选取初始点造成聚类结果不稳定的问题,然后结合平均轮廓系数(Silhouette Coefficient,SC)的绝对值对聚类结果进行度量,并以最大的SC值对应的聚类数作为伪码集合规模数的估计值,最后找到该聚类数与之对应的聚类中心点集合,即可进一步估计软扩频信号的伪码序列。