摘要：与传统直扩序列相比，混沌扩频序列具有非线性复杂度较高的优点，该优点同时也是盲估计混沌扩频序列的难点。针对这个难点，该文提出了非线性弹性反传神经网络盲估计方法，充分利用非线性神经网络能逼近任意非线性函数的特性，无须搜索信息码和扩频序列之间的同步点，能在较低的信噪比下准确盲估计混沌扩频序列。传统的神经网络使用中，神经网络的有用信息是网络的输出，而该文中则是输出层的权系数。侦察截获的混沌直扩信号同时用作神经网络的输入和期望输出，神经网络收敛后的输出层权系数就是混沌扩频序列的估计值。仿真结果证明了该方法的有效性。

关键词：混沌直扩 混沌扩频序列 盲估计 弹性反传神经网络 

单位：清华大学电机系 北京100084