|
这个算法我不太了解,不过我这里有一个CMA的matlab的程序,你参考一下
- N=6000; %信息序列的长度
- K=11; %11个抽头系数
- %实数信道
- %actual_isi=[0.05 -0.063 0.088 -0.126 -0.25 0.9047 0.25 0 0.126 0.038 0.088];%有ISI的信道响应
- %复数信道
- %actual_isi=[0.0410+0.0109j 0.0495+0.0123j 0.0672+0.0170j 0.0919+0.0235j 0.7920+0.1281j 0.3960+0.0871j 0.2715+0.0498j 0.2291+0.0414j 0.1287+0.0154j 0.1032+0.0119j];
- actual_isi=[0.005 0.009 -0.024 0.854 -0.218 0.049 -0.016];
- Num_of_realizations=50; %学习次数
- mse_av=zeros(1,N-K+1);
- snr=30;
- delta_k=0.0001;
- sigpower=1;
- d=1; %QAM的欧式空间距离就是1了
- M=16; %QAM的进制数
- mapping=[-3*d 3*d;-d 3*d; d 3*d; 3*d 3*d;-3*d d;-d d; d d; 3*d d;
- -3*d -d;-d -d; d -d; 3*d -d;-3*d -3*d;-d -3*d; d -3*d; 3*d -3*d];
- A=mapping;
- A=A(:,1)+A(:,2)*j;
- R2=mean((abs(A)).^4)/mean((abs(A)).^2); %输入信号的自相关
- for jt=1:Num_of_realizations
- %信源产生
- for i=1:N
- temp=rand; %rand是均匀随机数产生命令
- dsource(i)=1+floor(M*temp);
- end;
- %信息到信号点的映射
- for i=1:N
- qam_sig(i,:)=mapping(dsource(i),:);
- end;
- %发送复数信号
- r=qam_sig;
- plot(r(:,1),r(:,2),'*'); %看星座图
- rr=r(:,1)+j*r(:,2);
- if(jt==1) end;
- %序列通过有ISI的信道滤波器
- ya1=filter(actual_isi,1,rr);
- ya2=ya1';
- yout= awgn(ya2,snr,sigpower);
- estimated_c(1:K)=0;
- estimated_c((K+1)/2)=1; %均衡器抽头系数的初值
- for k=1:N-K+1 %迭代次数,490次。
- y_k=yout(k:k+K-1);%;*exp(-j*an_w);
- z_k=estimated_c*y_k'; %均衡器的输出信号
- yt(k)=z_k;
- gi_k=real(z_k)*(1+R2-real(z_k)^2); %误差信号,即期望(检测器输出)-均衡器的输出
- gq_k=imag(z_k)*(1+R2-imag(z_k)^2);
- g_k=gi_k+j*gq_k;
- e_k=g_k-z_k;
- mse(k)=abs(e_k)^2/2; %误差的平方
- estimated_c=estimated_c+delta_k*y_k*e_k; %LMS算法的核心表达式。
- end;
- if(jt==1) end;
- mse_av=mse_av+mse; %均方误差的累加。
- end;
- mse_av=mse_av/Num_of_realizations; %取平均
- figure(1);
- plot(mse_av);
- figure(3);
- plot(real(yt),imag(yt),'*'); %保留500个点数
复制代码 |
|