資源簡介
LMS均衡算法的matlab仿真，設置好數據：訓練序列和傳輸數據，首先使用隨機的訓練序列進行訓練達到均衡收斂，長度為2000，然后使用得到的抽頭系數進行均衡，畫出均衡前后的星座圖比較，畫出誤差曲線。對LMS理解起到很好的作用。
代碼片段和文件信息
%%?先訓練，后不變均衡器抽頭系數
close?all;clear;clc;
%%?LMS均衡?
N=4000;
len_fir=7;
len_tra=2000;
u=0.002;
tra_seq=randi（[01]1len_tra）;
data=randi（[01]1N-len_tra）;
s=[tra_seqdata];
ss=s;
ch=[1?-0.3?0.2?-0.1?0.02];
%ch=[0.2?-0.3?1?-0.3?0.2];
%ch=[0?0?1?0?0];
%ch=[0.8264?-0.1653?0.8512?0.1636?0.81];
s=conv（chs）;
sss=s;
s=s（length（ch）:N+length（ch）-1）;
s=-1*（1-2*s）;
%xn=s;
xn=awgn（s20‘measured‘）;%noise
y=zeros（1N）;
y（1:len_fir）=xn（1:len_fir）;
w=zeros（1len_fir）;%抽頭系數
e=zeros（1N）;
?
%%?訓練
M=len_tra;
for?i=（len_fir+1）:M
????
???XN=xn（（i-len_fir+1）:（i））;
???
???%y（i）=w*XN‘;
???y（i）=dot（wXN）;
???
???e（i）=ss（i）-y（i）;
???
???%w=w+2*u*e（i）*XN;
???%w=w+2*u*sign（e（i））*XN;
???w=w+2*u*e（i）*sign（XN）;
???%w=w+2*u*sign（e（i））*sign（XN）;
???%a=1;b=0.001;w=w+2*u*e（i）*XN;u評論
共有 條評論