CMA.rar_ARM Linux_CMA.rar_cma_cma matlab_matlab cma

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