matlab-(含教程)基于MATLAB的DFE和LMS两种均衡算法的系统性能仿真

clc; clear; close all; warning off; addpath(genpath(pwd)); nFrame = 10; % 仿真发送的帧数（可作为蒙特卡洛仿真次数） nPacket = 2500; % 每帧的发送的数据点数 stepa = 0.01; % 学习步长 stepb = 0.1; dB = 25; % 信噪比 e = zeros(1,nPacket); % 瞬时计算误差 E = zeros(1,nPacket); % 统计均方误差（为平滑用） h = [0.18,0.3,1,0.18]; %ISI信道参数 h = h/norm(h); nW = 11; % 横向均衡器阶数 nB = 2; % 反馈层阶数 %% 算法实现过程 LP = nPacket-nW; % 移掉几个数据避免负或零下标 X = zeros(nW+1,LP); % 组织均衡器输入矩阵 Y = zeros(nB+1,LP); y = zeros(1,nPacket); z = zeros(1,nPacket); % 循环开始（迭代次数=nFrame*nPacket） for kk = 1:nFrame % 此处修改蒙特卡洛次数 W = zeros(nW+1,1); B = zeros(nB+1,1); sX = round(rand(1,nPacket))*2-1; % BPSK 或 2PAM 信号 % scatterplot(sX); % nFrame=1时调试用 rX = filter(h,1,sX); % 通过信道 % scatterplot(rX); % nFrame=1时调试用 vn = randn(1,nPacket); % 产生噪声数据 vn = vn/norm(vn)*10^(-dB/20)*norm(rX); % 根据信噪比调整噪声功率 SNR = 20*log10(norm(rX)/norm(vn)); % 计算SNR rX = rX+vn; % 接收信号 XX = sign(rX); %符号函数（正负零） [num,rate] = symerr(XX,sX) % 计算均衡前的误码 % scatterplot(rX); % nFrame=1时调试用 for i=1:LP X(:,i)=rX(i+nW:-1:i).'; end for i = 1:LP Y(:,i) = y(i+nB:-1:i); end % 开始均衡器参数调整 for i = 1:LP if i < nB+1 y(i) = W'*X(:,i); for j = 1:LP Y(:,i) = sign(y(i+nB:-1:i)); end temp = B'*Y(:,i); else y(i) = W'*X(:,i)+temp; Y(:,i) = sign(y(i:-1:i-nB)); temp = B'*Y(:,i); end z(i) = W'*X(:,i)+temp; e(i) = z(i)-sX(i); % LMS代价函数 W = W - stepa*2*e(i)*X(:,i); % LMS迭代算法 B = B - stepb*2*e(i)*Y(:,i); E(i) = E(i)+e(i)^2; end end save E; clc clear all close all %% 初始化参数设置（用户可根据需要修改此处参数） nFrame = 10; % 仿真发送的帧数（可作为蒙特卡洛仿真次数） nPacket = 2500; % 每帧的发送的数据点数 step = 0.01; % 学习步长 dB = 25; % 信噪比 e1 = zeros(1,nPacket); % 瞬时计算误差 E1 = zeros(1,nPacket); % 统计均方误差（为平滑用） h = [0.18,0.3,1,0.18]; %ISI信道参数 h = h/norm(h); nW = 11; % 均衡器阶数 %% 算法实现过程 LP = nPacket-nW; % 移掉几个数据避免负或零下标 X = zeros(nW+1,LP); % 组织均衡器输入矩阵 % 循环开始（迭代次数=nFrame*nPacket） for kk = 1:nFrame % 此处修改蒙特卡洛次数 W = zeros(nW+1,1); sX = round(rand(1,nPacket))*2-1; % BPSK 或 2PAM 信号 % scatterplot(sX); % nFrame=1时调试用 rX = filter(h,1,sX); % 通过信道 % scatterplot(rX); % nFrame=1时调试用 vn = randn(1,nPacket); % 产生噪声数据 vn = vn/norm(vn)*10^(-dB/20)*norm(rX); % 根据信噪比调整噪声功率 SNR = 20*log10(norm(rX)/norm(vn)); % 计算SNR rX = rX+vn; % 接收信号 XX = sign(rX); [num,rate] = symerr(XX,sX) % 计算均衡前的误码 % scatterplot(rX); % nFrame=1时调试用 for i=1:LP X(:,i)=rX(i+nW:-1:i).'; end % 开始均衡器参数调整 for i = 1:LP e1(i) = W'*X(:,i)-sX(i); % LMS代价函数 W = W - step*2*e1(i)*X(:,i); % LMS迭代算法 E1(i) = E1(i)+e1(i)^2; end end % 平滑误差 load E.mat; semilogy(E/nFrame,'r') hold on semilogy(E1/nFrame,'k') hold off legend('DFE','LMS');