用恒模算法進行盲自適應(yīng)均衡的matlab仿真

1、用恒模算法進行盲自適應(yīng)均衡的MATLAB仿真1用恒模算法進行盲自適應(yīng)均衡的用恒模算法進行盲自適應(yīng)均衡的MATLAB仿真仿真一：仿真內(nèi)容：一：仿真內(nèi)容：1：了解盲均衡算法和CMA算法的原理；2：用CMA算法來仿真4QAM信號；二：算法原理：二：算法原理：1：盲均衡算法：盲均衡算法：普通的均衡器需要訓練和跟蹤兩個階段，在訓練階段，需要已知信號的一些特性參數(shù)來訓練均衡濾波器，或者直接周期地發(fā)送訓練序列。由于訓練序列并不含用戶的數(shù)據(jù)，而占用了信

2、道資源，自然會降低信道的利用率。另外，在跟蹤階段，不發(fā)送訓練序列，如果信道特性是快速變化的，均衡器的性能將迅速惡化。盲均衡能夠不借助訓練序列(即我們通常所說的“盲”，而僅僅利用所接收到的信號序列即可對信道進行均衡。換言之，其本身完全不用訓練序列，就可以自啟動收斂并防止死鎖情況，且能使濾波器的輸出與要恢復的輸入信號相等。盲均衡從根本上避免了訓練序列的使用，收斂范圍大，應(yīng)用范圍廣，克服了傳統(tǒng)自適應(yīng)均衡的缺點，從而降低了對信道和信號的要求。盲

3、均衡的原理框圖如下：在上圖中，x(n)為系統(tǒng)的發(fā)送序列，h(n)為離散時間傳輸信道的沖激響應(yīng)，其依據(jù)所用調(diào)制方式的不同，可以是實值，也可以是復值n(n)為信道中疊加的高斯噪聲y(n)為經(jīng)過信道傳輸后的接收序列，同時也是均衡器的輸入序列w(n)為盲均衡器的沖激響應(yīng)，盲均衡器一般采用有限長橫向濾波器，其長度為L為盲均衡器的輸出信號，也即經(jīng)過均衡后的恢復序列。)(~nx且有下式成立：y(n)=h(n)x(n)n(n)；=w(n)y(n)=w(

4、n)h(n)x(n)；)(~nx用恒模算法進行盲自適應(yīng)均衡的MATLAB仿真3包絡(luò)信號的盲均衡，如QAM信號。然而，其初始化之后的收斂效果卻不令人滿意，存在較大的剩余誤差，對于非恒模信號來說，誤符號的方差更加嚴重。同時，CMA及其改進算法對于高階的QAM信號都存在較大的失調(diào)。這就需要我們對CMA算法進行適當改進，以達到更好的收斂效果。CMA算法的諸多優(yōu)點使之被廣泛應(yīng)用于恒包絡(luò)信號的均衡、非恒包絡(luò)信號(如QAM信號)及自適應(yīng)陣列處理等領(lǐng)域

5、中。恒模算法(ConstModulusAlgithm，CMA)就是當參數(shù)p=2時的Godard算法，是由Godard最早提出的。它是Bussgang類盲均衡算法中最常用的一種，具有計算復雜度低、易于實時實現(xiàn)、收斂性能好等優(yōu)點，己成為通信系統(tǒng)中廣泛采用的盲均衡技術(shù)。恒模算法的代價函數(shù)為:J(w(n))=E(|(n)|R)x~22根據(jù)傳輸理論和盲均衡的框圖可以得到：y(n)=h(n)x(n)n(n)；均衡器的輸出為：)(~nx=w(n)y(