%A-3?CMA算法均衡器均衡的程序：
clear?all
M=4;??%采用4QAM調制
n=1000;?%序列長度原來取的7000
u1=0.001;?%步長因子0.001
m=1000;??%發送序列次數，原來取的400？？？
h=[1?0.3?-0.3?0.1?-0.1];
L=7;??%抽頭數
mse_av1=zeros（1n-L+1）;?%6994


for?j=1:m??%x需要提到此處，讓產生的隨機序列不同
a=randint（1nM）;%產生隨機序列
a1=qammod（aM）;?%經過4QAM調制后的信號
m1=abs（a1）.^4;?%m1不都=4了？
m2=abs（a1）.^2;	
r1=mean（m1）;%均值
r2=mean（m2）;
R2=r1/r2;%R2有什么用？

s=filter（h1a1）;?%?信號經過信道?。。。。?！信號指的是a1
snr=15;???%信噪比，按dB算
x=awgn（ssnr‘measured‘）;?%在s上加上噪聲！?。。≡趺磦€加上去的機制：
%如果第三個參數是個數，那么就代表信號的功率，如果是‘measured’那么AWGN函數就在加噪之前自己測量

c=[0?0?0?1?0?0?0];?%初始化權系數！！?c為權系數向量??7個抽頭


for?i=1:n-L+1??%迭代次數
y=x（i+L-1:-1:i）;?%?均衡器輸入端的信號?y為7階行向量
%算法的開始
z1（i）=c*y‘;??%c從1到7，y從7到1，內積得z，c為權系數?。。。?！z為輸出端。
e=R2-（abs（z1（i））^2）;?%迭代公式?的一部分
c=c+u1*e*y*z1（i）;?%權系數更新公式
mse1（i）=e.^2;?%均方誤差？
end;
mse_av1=mse_av1+mse1;?%400次？
end;
mse_av1=mse_av1/m;?%對就是將400次的結果平均為什么還是毛刺狀？

hold?on%用hold?on可以將下一個曲線畫在已有的圖中
plot（[1:n-L+1]mse_av1）;?%均方誤差收斂圖?%方誤差收斂圖


scatterplot（a110‘b*‘）;?%標準4QAM?1，0均是默認值
axis（[-2.5?2.5?-2.5?2.5]）

scatterplot（x10‘g*‘）;?%均衡器輸入值
axis（[-2.5?2.5?-2.5?2.5]）
title（‘均衡前的星座圖‘）;

scatterplot（z110‘r*‘）
%scatterplot（z（1000:6800）10‘r*‘）;?%這個是，為什么要設定從1000到6800？
axis（[-2.5?2.5?-2.5?2.5]）
title（‘均衡后的星座圖‘）;

hold?off

?屬性????????????大小?????日期????時間???名稱
-----------?---------??----------?-----??----
?????文件????????1614??2014-05-26?20:32??自適應均衡算法仿真\CAMeqhfxy.m
?????文件?????????995??2014-05-26?14:11??自適應均衡算法仿真\LMSeqhfxy.m
?????文件?????????957??2014-05-22?12:36??自適應均衡算法仿真\rlseqhfxy.m
?????目錄???????????0??2014-05-28?00:00??自適應均衡算法仿真\