1.非周期长码直扩信号伪码估计方法，其特征在于该方法包括以下步骤：(1)将非周期长码直扩信号以扩频码码片速率采样转化为基带信号，消除信息码影响后计算得到信号的三阶相关函数；

(2)将信号的三阶相关函数矩阵进行预处理和循环去均值处理，实现信号三阶相关峰的粗提取；

(3)对于粗提取得到三阶相关峰，利用信号三阶相关函数值的概率分布特性，通过拟合优度检验实现三阶相关峰的精检测；

(4)将检测到的三阶相关峰坐标点按共轭系分组，属于不同共轭系的峰值点坐标表示为多项式形式，并两两计算最大公约式，排除掉不合理的公因式后，出现次数最多的公因式即为长伪码m序列本原多项式，该本原多项式唯一标识非周期长码直扩信号的伪码。

2.根据权利要求1所述的非周期长码直扩信号伪码估计方法，其特征在于：步骤(1)将接收到的非周期长码直扩信号以扩频码码片速率采样后，转化为基带信号y(l)：y(l)＝Ad(l)c(l)+v(l)    (1)其中，l为采样时刻，l＝0,1,…,L-1；A、d(l)和c(l)分别表示接收信号的幅度、信息码、扩频长码的采样值；v(l)为零均值高斯白噪声，方差为σ2；扩频增益为G，长扩频码周期为N，N＞＞G；接收信号长度为L，L＜N；

将基带信号y(l)延迟一个扩频码码片后与原基带信号相乘，得到y1(l)：y1(l)＝y(l)y(l+1)    (2)

在L×L范围内计算 的三阶相关函数，得到信号的三阶相关函数：其中，p和q为延迟量。

3.根据权利要求2所述的非周期长码直扩信号伪码估计方法，其特征在于：步骤(2)具体是：步骤(1)得到的信号三阶相关函数 是关于p,q的二元函数，在p,q＝1,2,…,L处的L×L个取值可构成L×L维的三阶相关函数矩阵C：其中，cpq表示三阶相关函数矩阵函数C在p行q列处的取值，cp是矩阵C的第p行的行向量；

首先利用m序列三阶相关函数特性对三阶相关函数矩阵C做预处理，将矩阵C中满足p＝q或p＝L或q＝L的元素置零；

然后再对三阶相关函数矩阵循环去均值处理，具体方法为：①令初始值α＝0，统计 中非零元素个数

②令α＝α+1，对 做去均值处理：

若 中的元素值小于零，则将其置为零，同时统计 中非零元素的个数③若 则循环结束，否则重复执行②；

三阶相关函数矩阵C循环去均值处理后记为C1，检测C1中的I个非零元素，其行列号即为峰值点坐标，将其记为集合Ψ1，

4.根据权利要求3所述的非周期长码直扩信号伪码估计方法，其特征在于：步骤(3)所述利用拟合优度检验精检测三阶相关峰是指基于峰值点与非峰值点三阶相关函数值概率分布特性，将三阶相关峰检测问题可等价为判断三阶相关函数值序列 是否符合均6

值为-A/N、方差为 的正态分布；

对于步骤(2)粗提取到的I个峰值点集合，在L×L范围内分别求其共轭系坐标点序列对应的三阶相关函数值序列，并分别对其进行拟合优度KS检验，将判决为峰值点的坐标集合记为Ψ2， I1≤I。

5.根据权利要求4所述的非周期长码直扩信号伪码估计方法，其特征在于：步骤(3)所述的信号三阶相关函数值的概率分布特性具体是：令 则非周期长码直扩信号伪码三阶相关峰检测可表示为如下的二元假设检验：

其中，H0表示(p,q)是非峰值点的假设；H1表示(p,q)是峰值点的假设，由坐标点(p,q)可得周期范围内的K个共轭系坐标点序列 各点对应的三阶相关函数值序列为 其中 如果(p,q)是非峰值点，则其共轭系坐标点序列也是非峰值点，其对应的三阶相关函数值序列 服从均值为-A6/N、方差为 的正态分布；如果(p,q)是峰值点，则其共轭系坐标点序列也是峰值点，其对应的三阶相关函数值序列 服从均值为A6、方差为 的正态分布。

6.根据权利要求4所述的非周期长码直扩信号伪码估计方法，其特征在于：步骤(4)所k k述的三阶相关峰坐标点按共轭系分组是指将Ψ2中(pi,qi)以及满足(2pi,2qi)的元素归为一类，记为集合Ψ2i，则Ψ2中的峰值点按是否属于同一共轭系可分为M组，即：Ψ2＝{Ψ21,Ψ22,…,Ψ2i,…,Ψ2M}；

对属于不同共轭系的峰值点坐标表示为多项式形式，并两两计算最大公约式；

假设提取到的一对峰值点坐标为(p1,q1)，(p2,q2)，则：若(p1,q1)与(p2,q2)为对称点时，则无法求得m序列本原多项式f(x)；

若(p1,q1)与(p2,q2)属于同一共轭系时，即(p2,q2)∈(2kp1,2kq1)，则所对应的峰值多项式的最大公因式是 当且仅当p1或q1等于r时，其中r为m序列本原多项式阶数，可提取到m序列本原多项式f(x)；

若(p1,q1)与(p2,q2)属于不同共轭系时，对于各自共轭系内的峰值点满足：显然，(2ip1,2iq1)与(2jp2,2jq2)对应的峰值多项式的最大公因式为 其中k＝min{i,j}；通过进一步的因式分解可以提取到m序列的本原多项式f(x)。