1.一种多天线LC-DS-CDMA信号扩频码盲估计方法，其特征在于：包括如下步骤：步骤一、将多天线长码直扩码分多址(LC-DS-CDMA，Long Code Direct Sequence Code Division Multiple Access)信号以扩频码码片速率采样并转化为基带信号，根据扩频码周期将基带信号构建成张量模型，再根据扩频增益对张量分块得到子张量，将子张量构建成TUCKER分解模型；

步骤二、利用变步长梯度下降算法对步骤一中得到的子张量进行分解，得到多个用户的扩频码片段和天线对各个用户的接收增益矩阵；

步骤三、将每个子张量分解，利用子张量中接收增益矩阵相同的特点，对每个子张量分解得到的接收增益矩阵计算相关性，得到置换矩阵，利用置换矩阵调整扩频码片段次序，按照对应用户进行拼接；

步骤四、利用扩频码自相关性好旁瓣能量低的性质去除幅度模糊，得到正确相位的扩频码。

2.如权利要求1所述的一种多天线LC-DS-CDMA信号扩频码盲估计方法，其特征在于：所述的步骤一具体如下：

1-1.将多天线LC-DS-CDMA信号以扩频码码片速率采样，则接收第k个天线的基带接收信号表示为式(1)：式中，l表示第l个接收信号码片，l＝1,2,…,L；j表示第j个扩频码，j＝1,2,…,J；用户个数为R，接收天线个数为K，br(m)和cr(l)分别表示第r个用户的信息码和扩频码，m表示整个接收信号信息码中第m个信息码，cr(l)∈{-1,+1}，αkr为第k个天线对第r个用户的接收增益，G为扩频增益，N为扩频码长度，L为第k个天线接收信号样本长度且含有J个扩频码周期即L＝JN，接收信号中含有 个信息码， 表示对x向上取整；q(n)为一个矩形窗函数，当0≤n＜G时q(n)为1，反之q(n)为0；vk(l)表示第k个天线接收的均值为零、方差为σ2的高斯白噪声；

1-2.将K个天线的接收信号矩阵式(2)建立成一个三维张量，三维张量形式表示为由于一个扩频码周期中含有多个信息码，不能直接用于张量分解，因此将张量按照长度P分割成 个子张量,子张量 和 均为正整数， 表示一周期内的第 个信息码， 表示一个周期内信息码个数；对接收信号矩阵进行细化后，每个天线接收信号按照扩频码长度N分段，然后排列成 矩阵，表示第k个天线、第j个扩频码周期的接收信号；

当扩频码周期能被扩频增益整除时，每个分段信号的长度P＝G；否则，每个子张量上的元素表示为式(3)：

式中， 表示对x向下取整；子张量

等价于一个扩频码为 信息码为 接收增益矩阵为 的多天线SC-DS-CDMA信号张量模型；αkr表示第k个天线对第r个用户的接收增益， 表示第r个用户一个周期扩频码第 个片段中第p个码片， 表示第r个用户接收信号中第j个周期第 个信息码；

将子张量 用TUCKER分解模型表示如式(4)：式中， 是核心张量， 是因子矩阵，

和αkr分别是Φ、 和 的元素，且 运算符(×n)表示张量运算中的n模乘积，则 中元素表示为 表示R个用户扩频码的第 组片段， 表示第 组接收信号片段对应的R个用户信息码， 表示K个天线对R个用户扩频码的接收增益矩阵，它们分别可表示如下：所述的步骤二具体如下：

2-1.构建张量分解的最优化模式如下，定义目标函数为式(5)：||·||F表示Frobenius范数；

根据 寻找合适的 使得

达到最小值；

2-2.利用高阶奇异值分解初始化 的前R个左奇异值向量；

的前R个左奇异值向量； 的前R个左奇异值向量； 表示对的3模展开矩阵、 表示对 的2模展开矩阵、 表示对 的1模展开矩阵；

2-3.因子矩阵 第d次迭代的步长采用经典的线性搜索算法确定，如下：⑴初始化步长μ0＝1，固定系数β∈(0,1)；

⑵计算误差函数

⑶当 时，μ0＝βμ0；否则，跳出循环，

确定步长μ(d)＝μ0；

利用变步长梯度下降算法估计因子矩阵步骤如下：

令 对f求一阶偏导如式(6)、(7)、(8)：

式中，G1表示f对 的偏导数，G2表示f对 的偏导数，G3表示f对 的偏导数； 和分别表示对 和 的第i维矩阵化，基于梯度下降算法的TUCKER分解的矩阵 第d次更新公式，式(9)：其中， μ(d)为第d次迭代的步长；

2-4.因子矩阵 第d次迭代的目标函数简化表示为式(10)：令Δf＝f(d)-f(d-1)；当Δf＜ε(ε是一个极小的数)时，表示算法收敛，迭代结束；或迭代次数d达到最大迭代次数，迭代结束；对所有子张量进行张量分解后得到 个因子矩阵将每组扩频码片段按照对应用户拼接在一起，再进行符号运算，得到R个用户的扩频码。

3.如权利要求2所述的一种多天线LC-DS-CDMA信号扩频码盲估计方法，其特征在于：所述的步骤三具体如下：

3-1.根据从子张量中估计得到的因子矩阵具有相同的置换矩阵，而每个子张量中的接收增益矩阵是相同的，只存在次序模糊和幅度模糊，得到式(11)；

Z表示任意置换矩阵；因此，利用接收增益矩阵 可以估计置换矩阵 表示第个子张量估计所得接收增益矩阵 对第一个子张量估计所得接收增益矩阵A1的置换矩阵；

假设分别估计得到第一个和第 个子张量因子矩阵A1和 首先对A1和 进行单位化列向量，即：和 互相关矩阵 如下：

假设 第r1行中第r2列的元素绝对值最大，则代表 中第r1列和 中第r2列的相关度最高，属于同一个用户；

搜索 中每行最大值的位置iw， 即iw表示最大值在第i行第w列；

A1和 间的置换矩阵记为 其余位置为0；

3-2.利用 交换扩频码片段 次序与C1对应，得到排序后扩频码片段