在当今高科技时代下,主要有光纤、卫星和扩频三种通信方式^[1]。其中扩频通信技术可以将容易被检测到的窄带信号转换成宽带信号,这种信号能够隐藏在噪声中,不容易被截获,抗干扰能力强,因此应用范围非常广泛。在扩频系统中,扩频码的同步捕获至关重要。传统的捕获算法包括时域捕获算法和频域捕获算法两个方面,但是数据量和运算量比较大。本文针对传统算法数据量大和消耗资源较多的问题,基于直扩信号的稀疏特性,利用压缩感知理论来进行直扩信号捕获,突破了传统直扩信号捕获算法中半码片的限制,从而降低了数据量。具体而言,首先利用伪随机码构造正交基,构建直接序列扩频信号的压缩感知模型,然后介绍了一种基于交替方向乘子法（Alternating Direction Method of Multipliers,ADMM）的并行直扩信号捕获算法,交替方向乘子法将捕获算法进行分布式求解,子问题之间相对独立且每个子问题都有简单的闭合解,降低了算法的计算量。其次,为了降低ADMM迭代捕获算法的实现难度并进一步提高直扩信号捕获的效率,利用神经网络来模拟基于压缩感知的直扩信号捕获算法,从网络结构设计、激活函数选择、损失函数选择、梯度下降方法选择这四个方面着手,构造神经网络模型。通过修改超参数对构建的神经网络进行调整,训练得到最优化的神经网络。对基于神经网络的直扩信号捕获算法进行测试和性能分析,其捕获概率与基于压缩感知直扩信号捕获算法十分接近,但是耗费的时间更少,证明了基于神经网络的直扩信号捕获算法的可行性和高效性。最后在研究算法的基础上,详细介绍了直接扩频序列信号捕获的现场可编程门阵列（Field Programmable Gate Array,FPGA）实现,包括基于压缩感知和基于神经网络的直扩信号捕获算法,并对这两种算法的实现进行性能分析,经过验证比较,这两种捕获算法FPGA实现的捕获概率与算法仿真的捕获概率基本一致,证明了直扩信号捕获算法在FPGA上实现的可行性,基于压缩感知的捕获算法实现的资源消耗大于基于神经网络的捕获算法实现的资源消耗,证明了基于神经网络的捕获算法的效率更高。