Как правильно эквалайзить (слепым подходом) сигнал, представленный по сылке, T/2, QAM16
 T2QAM16.rar ( 69.08 килобайт ) Кол-во скачиваний: 165


Пробовал СМА, но бестолку.
Или такой случай бесперспективен? Если бесперпективен, то по каким внешним признакам это можно оценить?

На глаз вроде все не очень плохо. А сигнал это и есть весь или он длиннее может быть? CMA медленно сходится
может поэтому не получилось, попробуйте на большей выборке. Или "stop and go" можно попробовать, но там нужно
фазу выровнять.

На всякий случай
 T2QAM16.rar ( 911.13 килобайт ) Кол-во скачиваний: 85

раз в 10 более


Исодные отсчеты, без тактирования и коррекции несущей, вдруг я на этих этапах косячу
 isxQAM16.rar ( 1.02 мегабайт ) Кол-во скачиваний: 83


Сообщение отредактировал tim_s80 - Dec 24 2011, 21:38

На этой выборке вроде бы удалось получить выход методом CMA, но при бешенном порядке эквалайзера.
Но на выходе не QAM16 получилось.
При слепом варианте если получился QAM большего порядка этому можно доверять или при определенных настройках СМА можно свести к любому QAM?
Ну и зараза очень чуствителен выход от правильного выбора шага адаптации.

В общем, то что у меня получился QAM больше 16 это на самом деле в этих отсчетах, или это глюки не совсем оптимального слепого алгоритма на основе СМА?

 T2QAM16.rar ( 2.06 мегабайт ) Кол-во скачиваний: 99

CMA в топку. Делайте Годдарда/ММА/SMMA + DD (direct decision). переключение между ними делайте по mse, область переключения когда mse лежит в пределах половины области нахождения жесткого решения(точки).

А СМА и Годдар разве по сути не одно и тоже?

Да, но я указал вам использовать два различных переключаемых детектора. В своих модемах я использую MMA+DD. Мне это нравится больше чем Goddard + DD. SMMA хорошо, но дорого по ресурсу.

ЗЫ. знаковые версии годдара/мма/смма лучше не использовать %) где то на форуме есть тема про эквалайзеры, я там перебирал 7-9 алгоритмов адаптации (в том числе Stop&Go, который иногда приводят с ошибкой, про это я в той теме тоже писал) поищите.

Попробовал ММА, в принципе большго отличия от СМА пока не заметил за исключением того, что созвездие ставит ровно. Требуемый порядок эквалайзера, время схождения вроде бы те же.

я же писал, используйте ДВА детектора. Если брать слепые алгоритмы, ИМХО, то лучшее качество, по критерию остаточного mse, вы получите только на DD детекторе. К нему приближается SMMA. Все остальное нужно только в том случае, когда DD детектору доверять нельзя.

Зы. нужна быстрая сходимость ? делайте не слепой эквалайзер или RLS или ортогонализируйте входные данные через ортогональные преобразования.

Можно здесь немного прояснить.
Ортогонализация, отбеливание, раскорреляция - это все одно и тоже?

ДПФ это есть частный случай ортогонализации?

хмм, последние два термина слышу впервые, хотя и понимаю о чем речь %)

Да это все из одной области. Если посмотреть формулу Винера, которая описывает решение задачи эквализации, то там есть обращение матрицы входных отсчетов. Оно же явно или неявно присутствует в выводе различных алгоритмов адаптации. Поэтому крайне желательно чтобы матрица не вырождалась, а этого можно достичь тогда, когда входные отсчеты статистически независимы (во многих книгах написано еще и в каком смысле независимы). Поэтому любые процедуры, способствующие этому для эквалайзера благо.

да, есть эквалайзеры работающие в частном домене через прямое и обратное ДПФ.

Тогда что получается, что после ортогонализации (частный случай есть ДПФ) я уже не могу применять класс алгоритмов СМА, а так как по сути перехожу в некий ортогональный базис (в частном случае в частотный) должен что-то другое применять?

смотря какой метод ортогонализации (временной, частотный) вы используете и в каком базире работате (временном, частотном).

CMA алгоритм это метод вычисления ошибки, основанный на вычислениях во временной области

Если я ухожу в некий ортогональный базис (например из временной области в частотную), то я получаю некоррелированные отсчеты в новом (ортогональном) базисе, т.е. я выполнил ортогонализацию Из него я могу обратным преобразованием получить один в один исходный сигнал.
Если же я делаю что-то такое (ортогонализирую во временной области), что у меня во временной области нарушается имеющаяся независимость отсчетов, то формально я искажию имеющиеся входные данные - это разве допустимо, вначале исказить, а потом пытаться эквалайзить?

И не подскажите ли название метода ортогонализации во временной области, после которой можно также будет применить что-нибудь из класса СМА?

боюсь вас увести не в ту область, т.к. вплотную занимался сим вопросом года полтора назад. поищите документы на тему Transfom Domain Equalizers, сейчас глянул свою библиотеку, по диагонали не нашел нужную доку. Насчет Frequency Domain неплохо у хайкина написано.


Например дискретное преобразование Адамара. На этом форуме есть тема, где уважаемый petrov выкладывал модель такого эквалайзера. Делал эквалайзер с адамаром, сходится быстрее чем классический.