MATLAB平台学习（11）评估MSE指标

1candobetter

已于 2022-07-14 18:52:20 修改

阅读量1k

点赞数

分类专栏：仿真平台文章标签： matlab 学习

于 2022-06-29 00:38:39 首次发布

本文链接：https://blog.csdn.net/pgone1/article/details/125512566

版权

本文探讨在MATLAB仿真中使用MSE（均方误差）指标来分析跳频和不跳频场景下信道估计的性能差异。性能良好的信道通常表现为较小的MSE，且当MSE低于0.1时被认为是正常的。MSE计算需除以帧数，500帧后数据通常能提供准确的MSE值。信道的相关性影响估计准确性，变化剧烈的信道会导致较差的估计效果。例如，15KHz信道估计通常优于30KHz，因其相关性强，变化更平缓。

摘要由CSDN通过智能技术生成

一般情况下不看MSE，只有在出错的时候再去翻MSE的值是不是正常。

    [H_Data_Pilot_1] = PUCCH_ChannelEstimation(CE_Mode_DMRS,Fading_Weight,Mean_sigma_1,Mean_Pilot_1,format);%信道估计
    [H_Data_Pilot_2] = PUCCH_ChannelEstimation(CE_Mode_DMRS,Fading_Weight,Mean_sigma_2,Mean_Pilot_2,format);%信道估计
    %算mse
    cha=abs(H_Data_Pilot_2-H_mean_ideal).^2;
    chamean=mean(cha(:));
    SystemParam.mse=SystemParam.mse+chamean;

仿真过程遇到跳频和不跳频产生性能差异，不知道如何分析，可以通过看MSE。

性能越好，应该MSE越小，每种情况跑500帧，信道估计的方式一样，没有问题，源于信道估计和用的信道有关。同时信道的特征也可能导致信道估计的不准。比如信道的变化不大，可能出来的效果很好，要是变化剧烈，信道估计的效果没有特别好。

看跳频和不跳频的信道估计MSE是为了去看信道的特征。跳频的与否带来的信道估计误差也会有差异。问题在于信道本身的特征