扩频信号因其具有有低截获率、抗干扰和码分多址等优点,被广泛的应用于军事通信、民用通信和卫星通信等不同领域。由于扩频信号在多领域的应用,信号从发射端到接收端所经历的信道环境也变得更加复杂。对于合作通信场景,扩频序列对接收端是已知的。所以可以利用扩频序列对接收信号进行解扩,从而得到发送信息。但对于盲解扩场景,扩频序列未知加上信道环境的复杂性,使得获取传输信息难度变大。因此,研究在复杂信道环境下的扩频信号盲解扩具有非常重要的意义。本文针对复杂信道环境下的扩频信号盲估计技术展开研究。主要工作如下:1.提出了复杂信道环境下扩频信号盲估计方案。在分析信道环境中多普勒频移、多径和干扰信号对扩频信号的影响基础上,提出了相对应的解决方案。增加了三个功能模块解决多普勒频移、多普勒频率变化和干扰信号的影响:伪码周期重构来矫正多普勒频移的对码元宽度的的影响;通过解线调的方式可以消除多普勒频率变化的影响,从而对信号频率进行精确估计。对于干扰功率大于传输信号功率的情况,可以对干扰信号进行波形重构从而对消干扰。2.单通道接收的多径短码DSSS信号,对于单用户利用子空间分解的方法得到多径信道和扩频序列相卷积的等效信道估计。对于多用户发送的信号,利用ILSP算法求得多径信道和扩频序列的复合信道,进一步求解得到扩频序列。得到扩频序列后,利用移位寄存器的性质得到扩频序列的生成多项式和初相。重构出扩频序列,减少直接估计扩频序列的错误。3.多通道接收的多径短码DSSS信号,研究了没有符号间干扰的平行因子模型和有符号干扰的秩L-L-1张量模型。将两种模型应用在扩频信号的盲估计中,并分别利用仿真对其进行验证。4.多通道接收的同步长码DS-CDMA信号,在缺失张量模型的基础上,创新性的提出了一种基于耦合张量分解的算法。这种算法利用非周期长码信号的扩频序列和扩频增益之间的关系,将接收信号构建成具有耦合关系的张量模型。分析了耦合张量的可辨识性条件,并提出了基于耦合张量分解的ALS算法。仿真表明新的模型可以有效降低盲估计的误码率。