瑞利信道下基于判决反馈的16QAM信道均衡(matlab源码)
2019-03-06 10:59
344 查看
运行环境:matlab2018a;
这是一个简单的判决反馈的自适应均衡程序:
[code]M=16; hMod = comm.RectangularQAMModulator('ModulationOrder', M); % hDemod = comm.RectangularQAMDemodulator('ModulationOrder', M); rng(12345); data = randi([0 15],5000,1); modData = hMod(data); % chan = comm.RayleighChannel('SampleRate',1000, ... % 'PathDelays',[0 0.002 0.004 0.008],'AveragePathGains',[0 -3 -6 -9], 'MaximumDopplerShift',0.05); chan = comm.RayleighChannel('SampleRate',10, ... 'PathDelays',[0 0.4 0.9],'AveragePathGains',[0 -5 -10]); rxSig = chan(modData); numFFTaps = 15; %前馈滤波器抽头数 numFBTaps = 8; %反馈滤波器抽头数(一般是前馈数目的一半) equalizerDFE = dfe(numFFTaps,numFBTaps,lms(0.001)); equalizerDFE.SigConst = constellation(hMod).'; trainlen = 1000; [eqSig,detectedSig] = equalize(equalizerDFE,rxSig, ... modData(1:trainlen)); hScatter = scatterplot(rxSig,1,trainlen,'b.'); hold on scatterplot(eqSig,1,trainlen,'kx',hScatter); scatterplot(equalizerDFE.SigConst,1,0,'m*',hScatter); axis([-4 4 -4 4]) legend('接收信号','LMS均衡后',... '理想星座'); hold off
运行结果:
结果其实还不错,信道建模设立的参数是参考SUI-3信道,斯坦福大学的临时信道。当然,这只是基带模拟下的结果,不过能说明判决反馈均衡比单纯的前馈式均衡效果要好很多。
相关文章推荐
- 基于MATLAB的教室人数统计系统(带可执行源码和GUI界面)
- 基于FCM的灰度图像的分割, matlab免费源码
- 基于matlab实现图像的直方图均衡
- 基于MATLAB的分数阶负反馈控制系统的设计界面
- Matlab 瑞利信道仿真
- 红外图像处理之直方图均衡的matlab源码与效果验证
- 分布式进阶(十九) 基于集群的动态反馈负载均衡策略
- 分布式进阶(十九) 基于集群的动态反馈负载均衡策略
- 红外图像处理之直方图均衡的matlab源码与效果验证
- 【源码】基于AWS批处理的MATLAB并行服务器并行计算的工具箱插件
- 基于RYU应用开发之负载均衡(源码开放)
- 基于差分图像的目标跟踪(附Matlab源码)
- 基于递归法的Sierpinski“垫片”Matlab编程(添加上Matlab源码)
- 基于RYU应用开发之负载均衡(源码开放)
- Matlab 瑞利信道仿真
- 基于仿射传播聚类和最近邻算法的WiFi室内定位源码,采集java,c#,定位matlab
- Matlab下多径衰落信道的仿真
- 程序员编程艺术第二十六章:基于给定的文档生成倒排索引(含源码下载)
- 给大家推荐提供一个免费的源码系统-微计科技一站式建站源码搭建系统-基于php-html+css