python实现cma—se算法_MATLAB做的CMA盲均衡算法ISI性能曲线的仿真源程序 [

clear;

data_lenth=15000;

mindex=64;

Rmma=6.08;

Rcma=7.62;

data=randint(1,data_lenth,mindex);

x=qammod(data,mindex);

chan=ricianchan(1/8000000,0,1,[0,7/8000000,15/8000000],[-2,-4,-5]); %

莱斯信道

%chan=rayleighchan(1/8000000,0,[0,8/8000000,16/8000000],[-2,-6,-8]); %

瑞利信道

y=filter(chan,x);

y=awgn(y

,20); %

白噪声

scatterplot(y);

a(1:31,31)=[1;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0];

b(1:31,31)=[0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0;0];

mu=5e-7;

for m=31:data_lenth;

g=[y(m);y(m-1);y(m-2);y(m-3);y(m-4);y(m-5);y(m-6);y(m-7);y(m-8);y(m-9); ...

y(m-10);y(m-11);y(m-12);y(m-13);y(m-14);y(m-15);y(m-16);y(m-17);y(m-18);y(m-19); ...

y(m-20);y(m-21);y(m-22);y(m-23);y(m-24);y(m-25);y(m-26);y(m-27);y(m-28);y(m-29); ...

y(m-30)];

p(m)=(a(:,m)+j*b(:,m)).'*g;

pr(m)=real(p(m));

pi(m)=imag(p(m));

z(m)=qamdemod(p(m),64);

rd(m)=qammod(z(m),64);

e(m)=rd(m)-p(m);

% er(m)=abs(p(m)).^2-Rcma.^2;

er(m)=pr(m).^2-Rmma.^2;

ei(m)=pi(m).^2-Rmma.^2;