matlab盲均衡算法,基于稀疏贝叶斯学习的常模盲均衡算法的matlab实现

这篇博客介绍了基于稀疏贝叶斯学习的常模盲均衡算法在MATLAB中的实现过程,包括信道脉冲响应设置、Toeplitz卷积矩阵、信号产生、噪声添加、内积矩阵计算以及迭代优化步骤,通过减少残余ISI来评估均衡效果。
摘要由CSDN通过智能技术生成

clc

clear

h0=[0.4,1,-0.7,0.6,0.3,-0.4,0.1];   %channel impulse response

M=length(h0)-1;

N=17;   %length of equalizer

K=100;   %block size

SNR=30;

nlp=100;  %100 trials

%Toeplitz convolution matrix

H=zeros(N,M+N);

for k=1:N

H(k,k:(k+M))=h0;

end

for lp=1:nlp

%BPSK signal

x1=round(rand(1,K+(M+N)-1));

x=pskmod(x1,2);

x=x.';

%channel output

for k=1:K

r0(k*N:-1:(k-1)*N+1)=H*x(k+(M+N)-1:-1:k);

end

r=awgn(r0,SNR,'measured');   %awgn

% normalize

power=mean(abs(r).^2);

r=r./sqrt(power);

%R'*mu=delta

delta=zeros(N,1);

delta((N+1)/2)=1;

%inner product matrix fi

%initia

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值