恒模盲均衡算法（CMA）及修正MCMA算法

提供源代码及说明文档

伸手党走远点儿。上来就口吐莲花的请自重，注意自己的素质和境界。

恒模盲均衡算法（CMA）
        在各种盲均衡算法中，恒模算法（CMA）是一种重要的盲信道均衡方法，广泛地应用在了数字通信系统中，这种算法隐含地利用了接收信号的高阶统计量。结构框图可由下图所示。

误差函数可定义为：

其中R2是一个依赖于信源序列高阶统计量的一个实常数，可定义如下式，p由信源序列决定：

（目前见到的QAM信号，P=2）

抽头系数更新可由下式表示：

 系统均衡输出可表示为：

修正MCMA算法
MCMA 针对 CMA 的代价函数进行改进，将其分为实部和虚部两部分，通过对实部和虚部同时进行信道均衡实现对载波相位恢复。MCMA 的代价函数为：

式中 R2,R 和 R2,I 分别由输入序列的实部和虚部计算，其定义式为：

类似于CMA，易得 MCMA 的误差函数为：

将误差e(k)代入下式，可得更新公式：

其中，

y(k)为均衡器的输出。

MCMA 将均衡器输入信号分为实部和虚部，也就是将复数运算简化为实数运算，即转换为信号的幅度和相位信息，有效降低了计算复杂度，便于硬件实现。

二、关键参数理论分析（算法性能分析）
1.均衡器抽头个数
均衡器采用 17 阶横向抽头结构，中心抽头系数初始化为 1，其他抽头系数初始化为 0。（均衡器抽头个数对均衡结果有影响，但对最终误码率