第1页 / 共7页
第2页 / 共7页
第3页 / 共7页
第4页 / 共7页
第5页 / 共7页
第6页 / 共7页
第7页 / 共7页
自适应均衡.docx
一、题目
其中，ks 为 BPSK 信号，
h
k
1
1 cos
2
2
0
k
2
k
1,2,3
x
， k
k
为其它值
，
n
k
s
k
h
k
分别取值为 2.9 和 3.3，噪声功率为 0.01，分别采用 LMS 算法，CM 算法以及
CM 加判决反馈算法实现自适应均衡，画出不同算法下
nE
2
的收敛曲线。
二、结果
其中设置 kw 阶数为 6，在 CM 加判决反馈算法实现过程中，在进行 100
次 CM 算法后运用判决反馈自适应算法。得到的三种算法的
nE
2
的收敛曲线
如下：
图 1 LMS 算法的收敛曲线
图 2 判决反馈自适应算法的收敛曲线
图 3 CM 加判决反馈算法的收敛曲线
由图 2 可以看出，CM 算法在初始误码率很高时可以得到有效收敛，但稳态
性能较差，由图 3 可知，CM 加判决反馈算法的收敛速度很快，且稳态性能较好，
误差较低。
代码：
clc
close all
clear all
%%
num_signal=2000;
n = rand(1,num_signal);
index=find(n>=0.5);
s=zeros(1,num_signal);
s(index)=2;
s=s-1;
tm=1:10;
ssin=cos(2*pi/10*(tm-1));
sk=[];
for i=1:num_signal
sk=[sk,s(i)*ssin];
end
% w=2.9;
% figure;
% plot(real(sk(1:100)));
w=3.3;
for k=1:3
end
h(k)=1/2*(1+cos(2*pi/w*(k-2)));
y=conv(sk,h);
%
% figure;
% plot(real(y(1:100)));
noise=wgn(1,length(y),-10);
xk=y+noise;
% figure;
% plot(real(xk(1:100)));
num=6;
N=length(xk);
temp1=xk(3:N-5);
temp2=xk(4:N-4);
temp3=xk(5:N-3);
temp4=xk(6:N-2);
temp5=xk(7:N-1);
temp6=xk(8:N);
temp=[temp6;temp5;temp4;temp3;temp2;temp1];
R = conj(temp)*temp.'/size(temp,2);
%%
%LMS 算法实现自适应均衡
w = 1*ones(num,length(temp)+1);
miu = 0.01/trace(R);
for cont = 1 :length(temp)
X_input = temp(:,cont);
error_output = sk(cont) - X_input'*w(:,cont);
error_cov(cont) = error_output;
delt_grad = -2*error_output*conj(X_input);
tt(cont)=delt_grad'*delt_grad;
w(:,cont+1) = w(:,cont) - miu*delt_grad;
end
% wm=w(:,length(temp)+1);
% ttt=temp'*wm;
% figure;
% plot(real(ttt(1:100)));
figure
subplot(1,3,1)
plot(1:1:length(temp),abs(w(1,2:end)),'b')
title('w1 收敛曲线')
subplot(1,3,2)
plot(1:1:length(temp),abs(w(2,2:end)),'r')
title('w2 收敛曲线')
subplot(1,3,3)
plot(1:1:length(temp),abs(w(3,2:end)),'k')
title('w3 收敛曲线')
figure
plot(error_cov(1:4995));
axis([0 5000 -3 3])
%%
%CM 算法实现自适应均衡
R0=1;
w1 = 1*ones(num,length(temp)+1);
miu = 0.01/trace(R);
for cont = 1 :length(temp)
X_input = temp(:,cont);
yk=X_input'*w1(:,cont);
error_output = abs(yk)^2 - R0^2;
error_cov1(cont) = sk(cont)-yk;
delt_grad = 4*yk*error_output*conj(X_input);
w1(:,cont+1) = w1(:,cont) - miu*delt_grad;
end
% yyyy=temp'*w1(:,length(temp)+1);
% figure;
% plot(yyyy(1:100));
figure
subplot(1,3,1)
plot(1:1:length(temp),w1(1,2:end),'b')
title('w1 收敛曲线')
subplot(1,3,2)
plot(1:1:length(temp),w1(2,2:end),'r')
title('w2 收敛曲线')
subplot(1,3,3)
plot(1:1:length(temp),w1(3,2:end),'k')
title('w3 收敛曲线')
figure
plot(error_cov1(1:4995));
axis([0 5000 -3 3])
%%
%CM+判决引导自适应均衡
w2 = 1*ones(num,length(temp)+1);
miu = 0.01/trace(R);
for cont = 1 :100
X_input = temp(:,cont);
yk=X_input'*w2(:,cont);
error_output = abs(yk)^2 - R0^2;
error_cov2(cont) = sk(cont)-yk;
delt_grad = 4*yk*error_output*conj(X_input);
w2(:,cont+1) = w2(:,cont) - miu*delt_grad;
end
for cont = 10 :floor(length(temp)/10)-1
X_input=[];
for i=1:10
X_input=[X_input;temp(:,cont*10+i)'];
end
yk=X_input*w2(:,51);
if sum(yk(1:5))>=0
dk=sin(2*pi/10*(tm-1));
dk=-1*sin(2*pi/10*(tm-1));
else
end
for i=1:10
error_output = dk(i) - X_input(i,:)*w2(:,cont*10+i);
error_cov2(cont*10+i) = error_output;
delt_grad = -2*error_output*conj(X_input(i,:)');
w2(:,cont*10+i+1) = w2(:,cont*10+i) - miu*delt_grad;
end
end
figure
subplot(1,3,1)
plot(1:1:length(temp),w2(1,2:end),'b')
title('w1 收敛曲线')
subplot(1,3,2)
plot(1:1:length(temp),w2(2,2:end),'r')
title('w2 收敛曲线')
subplot(1,3,3)
plot(1:1:length(temp),w2(3,2:end),'k')
title('w3 收敛曲线')
figure;
plot(error_cov2(1:4990));
axis([0 5000 -3 3])
相关推荐
2023年江西萍乡中考道德与法治真题及答案.doc
2012年重庆南川中考生物真题及答案.doc
2013年江西师范大学地理学综合及文艺理论基础考研真题.doc
2020年四川甘孜小升初语文真题及答案I卷.doc
2020年注册岩土工程师专业基础考试真题及答案.doc
2023-2024学年福建省厦门市九年级上学期数学月考试题及答案.doc
2021-2022学年辽宁省沈阳市大东区九年级上学期语文期末试题及答案.doc
2022-2023学年北京东城区初三第一学期物理期末试卷及答案.doc
2018上半年江西教师资格初中地理学科知识与教学能力真题及答案.doc
2012年河北国家公务员申论考试真题及答案-省级.doc
2020-2021学年江苏省扬州市江都区邵樊片九年级上学期数学第一次质量检测试题及答案.doc
2022下半年黑龙江教师资格证中学综合素质真题及答案.doc
