Выравнивание канала для QAM16 Опции

[tim_s80]

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?

[tim_s80]

По поводу R2 разница между "моим" подходом и вашим вроде бы не существенная и я пока не заметил ее влияния на качество обработки.

После коррекции кода типа

u_cma=1/(1000*L*mean(abs(QAMmod).^2));
u_lms=u_cma*50;

Получилось

SNR=15 M=16


SNR=35 M=64



но для М=256 даже и близко не получается (ни при увеличении SNR, ни при увеличении числа итераций N).

О какой потенциальной ошибке реализации фира идет речь, вроде бы просто матричное умножение, где там намудрить можно?




В общем получилось, но не более чем методом научного тыка.
И не совсем понятна зависимость - u_lms почему то должно быть больше чем u_cma, хотя логичнее предположить, что в конце для уменьшения остаточной ошибки шаг адаптации должен быть меньше.

Сообщение отредактировал tim_s80 - Jan 3 2012, 18:30

[des00]

И не совсем понятна зависимость - u_lms почему то должно быть больше чем u_cma, хотя логичнее предположить, что в конце для уменьшения остаточной ошибки шаг адаптации должен быть меньше.

это же очевидно, что мю у слепых методов, основанных на статистиках высоких порядков должен быть меньше. это же по сути почти градинтные методы, шагнул в сторону, посмотрел, шагнул еще и т.д. а при адаптации по жесткому решению мю можно сделать больше, это увеличит скорость сходимости, но увеличит и остаточную ошибку. А можно оставить тем же, но тогда уменьшиться скорость сходимости, остаточная ошибка.

Правда это все так, при работе в плавучке, при реализации в ограниченной разрядности не всегда уменьшение мю дает уменьшение ошибки. Тут лучше NLMS использовать, но у него свои особенности реализации.

ИМХО CMA и ему подобные, нужны для режима, который я называю "режим поиска". Т.е. нужно довести сигнал (если он вообще есть) до состояния когда может зацепиться DD детектор. Если вам нужна быстрая сходимость, то как уже сказал делайте по обучающей последовательности, выделяйте ее корреляционно и адаптируйте NLMS эквалайзер с большими значениями мю.

Вашу модель более не смотрел, времени небыло. А пороги все таки нужно считать правильно, т.к. это не просто чиселка, они же выводятся из уравнений задающих работу эквалайзера и минимизацию ошибки %)

[tim_s80]

А пороги все таки нужно считать правильно, т.к. это не просто чиселка, они же выводятся из уравнений задающих работу эквалайзера и минимизацию ошибки %)

Это то понятно, просто в некоторых источниках не знаю по каким причинам иногда "мой" вариант применяется.

Нуи по модели еще вопрос созрел. Если смотретьтретий график ошибки, то на первом этапе ошибка ходит ходуном, а потом "вдруг" достаточно резко сваливается. А по "учебникам" ошибка относительно плавно спадает. Это глюк реализации модели?