【正文】 23 實(shí)驗(yàn)結(jié)果經(jīng)均衡器后的信號(hào)星座圖分布的也明顯集中,步長(zhǎng)成為影響收斂速度之一,步長(zhǎng)長(zhǎng)的收斂速度快，同時(shí)誤碼率也比較低。 LMS 算法與 CMA 算法比較利用上述仿真條件，對(duì) LMS 算法和 CMA 算法的誤碼率進(jìn)行下比較，得知 CMA 算法收斂速度比較快,而且誤差比較小。受干擾能力也較 LMS 算法強(qiáng)。大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 24第五章 總 結(jié)在信息日益膨脹的數(shù)字化、信息化時(shí)代，通信系統(tǒng)擔(dān)負(fù)了重大的任務(wù)，這要求數(shù)字通信系統(tǒng)向著高效率、高可靠性的方向發(fā)展。信道均衡是通信系統(tǒng)中一項(xiàng)重要的技術(shù)，能夠很好的補(bǔ)償信道的非理想特性，從而減輕信號(hào)的畸變，降低誤碼率。在高速通信、無(wú)線通信領(lǐng)域，信道對(duì)信號(hào)的畸變更加嚴(yán)重，因此信號(hào)均衡技術(shù)是不可或缺的。自適應(yīng)均衡能夠自動(dòng)的調(diào)節(jié)系數(shù)從而跟蹤信道，成為通信系統(tǒng)中一項(xiàng)關(guān)鍵的技術(shù)?；诖?，本文對(duì)均衡器的結(jié)構(gòu)和自適應(yīng)算法做了理論研究和計(jì)算機(jī)仿真分析，具有一定的理論意義和實(shí)踐意義。本論文在分析通信信道的基礎(chǔ)上，闡述了產(chǎn)生碼間干擾的原因以及無(wú)碼間干擾的條件。分析了各種均衡器結(jié)構(gòu)和自適應(yīng)算法，并對(duì)其進(jìn)行了比較和計(jì)算機(jī)仿真。主要對(duì)LMS 和 CMA 算法的收斂特性進(jìn)行比較與分析。本文的主要工作有以下幾個(gè)方面：分析了通信信道的特點(diǎn)，建立了通信信道的模型，分析產(chǎn)生碼間干擾的原因，研究了消除碼間干擾的方法，即時(shí)域均衡。介紹了均衡器的分類，并對(duì)線性均衡器和判決反饋均橫器進(jìn)行了分析。對(duì)常用的自適應(yīng)均衡算法進(jìn)行了研究，包括 LMS 算法和 CMA 算法。并選擇線性橫向均衡器，分別選用這兩種算法分別對(duì)抽頭系數(shù)進(jìn)行調(diào)整，用 MATLAB 進(jìn)行仿真，并對(duì) LMS 和 CMA 算法的收斂速度進(jìn)行比較，實(shí)驗(yàn)結(jié)果為 CMA 算法整體較 LMS 算法好。均衡算法種類繁多，本論文只介紹了其中幾個(gè)，盲均衡中只介紹了 CMA 算法。目前，盲均衡器是人們很關(guān)注的一項(xiàng)均衡技術(shù)，已有很多的盲均衡算法問(wèn)世，盲均衡算法不用訓(xùn)練序列維持，減少了訓(xùn)練時(shí)間，有較大的靈活性。由于時(shí)間的關(guān)系，對(duì)其他的均衡算法沒(méi)有做出研究，但其他算法還是有必要深入研究的。大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 25致 謝首先，我要衷心的感謝電氣信息學(xué)院的培養(yǎng)，它為我提供了很好的學(xué)習(xí)機(jī)會(huì)，讓我學(xué)到了很多專業(yè)知識(shí)和做人的道理。同時(shí)要感謝四年來(lái)各位老師的諄諄教誨和各位同學(xué)的無(wú)私幫助和支持。本文所作的研究以及本文的撰寫工作都是在鄒娟老師的悉心指導(dǎo)下完成，在論文的撰寫過(guò)程中曾多次遇到問(wèn)題，鄒老師在空余時(shí)間很耐心的給予指導(dǎo)，在此衷心感謝鄒老師的幫助與支持。我還要感謝我的家人，是他們的無(wú)限關(guān)愛(ài)使我能順利完成大學(xué)的學(xué)習(xí)，是他們?cè)谖矣龅诫y題時(shí)給我及時(shí)的幫助與無(wú)限的動(dòng)力！最后，對(duì)參加論文評(píng)審和答辯的各位老師致以最誠(chéng)摯的致謝!大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 26參考文獻(xiàn)[1] MATLAB 實(shí)現(xiàn)[M].北京：電子工業(yè)出版社，2022.[2] [M]. 北京：國(guó)防工業(yè)出版社 (第二版)，2022.[3] Bussgang 技術(shù)盲均衡算法的研究 [D].太原，太原理工大學(xué)電路與系統(tǒng)專業(yè)，2022.[4] 張輝. 現(xiàn)代通信原理與技術(shù)[M]. 西安：西安電子科技大學(xué)出版社， 2022.[5] [M]. 北京：電子工業(yè)出版社， 2022.[6] [M]. 北京：科學(xué)出版社，2022 .[7] [M]. 西安：西安電子科技大學(xué)出版社， 2022.[8] 及其在理工課程中的應(yīng)用指南 [M].西安：西安電子科技大學(xué)出版社，2022.[9] (第四版 )[M].北京：國(guó)防工業(yè)出版社， 2022.[10] [M]. 北京：國(guó)防工業(yè)出版社，2022.[11] 邱天爽，張旭秀，李小兵等. 統(tǒng)計(jì)信號(hào)處理 非高斯信號(hào)處理及其應(yīng)用[M].北京：電子工業(yè)出版社，2022.[12] 李妍. Matlab 通信仿真開(kāi)發(fā)手冊(cè) [M].北京：國(guó)防工業(yè)出版社，2022．[13] Godard,D,SelfRecovering Equalization and Carrier Tracking in TwoDimensional DataCommunicatioSystems,Communications[J],IEEETransactionson[legacy,pre1988],682,1975．[14] Benveniste, Goursat,M,BlindEqualizers,Communications[J].IEEE Transactions on legacy,pre1988:,1984．[15] Johnson,R,Jr,Schniter,P,Endres,etal,Blind equalization using the constant modulus criterion:a review[C],Proceedings of the IEEE,1998．大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 27附 錄實(shí)驗(yàn) 采用線性橫向均衡器與 LMS 算法主程序clear all。 clear all。close all。 M=4。len=5000error=zeros(1,len)。for i=1:100 msg=randint(len,1,M)。 u=。 order=11。 modmsg=qammod(msg,M)。 trainlen=500。 trainmsg=modmsg(1:trainlen)。 channel=[,,]。 filtmsg=filter(channel,1,modmsg)。 filtmsg=awgn(filtmsg,20,39。measured39。)。 eq=lineareq(order,lms(u))。 [eqmsg yd e]=equalize(eq,filtmsg,trainmsg)。 demodmsg_noeq=qamdemod(filtmsg,M)。 demodmsg=qamdemod(eqmsg,M)。 symerr_noeq(i)=sum((demodmsg_noeq(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。symerr(i)=sum((demodmsg(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。error=abs(e39。)+error。 endscatterplot(modmsg,1,0,39。r*39。)。hold onscatterplot(filtmsg(trainlen:len),1,0,39。g*39。)。hold onscatterplot(eqmsg(trainlen:len),1,0,39。r*39。)。hold onfigurefor i=1:100 msg=randint(len,1,M)。 u2=。 order=11。 modmsg=qammod(msg,M)。 trainlen=500。 trainmsg=modmsg(1:trainlen)。 channel=[,,]。 filtmsg=filter(channel,1,modmsg)。 filtmsg=awgn(filtmsg,20,39。measured39。)。 eq2=lineareq(order,lms(u2))。 [eqmsg2 yd e]=equalize(eq2,filtmsg,trainmsg)。 demodmsg_noeq=qamdemod(filtmsg,M)。 demodmsg=qamdemod(eqmsg2,M)。 symerr_noeq2(i)=sum((demodmsg_noeq(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。 symerr2(i)=sum((demodmsg(trainlen+1:len)~=msg(trainlen+1:len)))/(lentrainlen)。error2=abs(e39。)+error。endplot([trainlen:len],abs(error(trainlen:len)),39。r39。,[trainlen:len],abs(error2(trainlen:len)),39。y39。)。legend(39。u=39。,39。u2=39。)。title(39。LMS39。)。xlabel(39。迭代次數(shù)39。,39。fontsize39。,14)ylabel(39。MSE39。,39。fontsize39。,14)hold onaxis([2 2 2 2])LMS誤碼率：大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 28close all。M=4。N=5000error=zeros(1,N)。for i=1:20 msg=randint(N,1,M)。 u=。 order=11。 SNR_in_dB=1:20 modmsg=qammod(msg,M)。 trainlen=500。 channel=[ ]。 filtmsg=filter(channel,1,modmsg)。 filtmsg=awgn(filtmsg,SNR_in_dB(i),39。measured39。)。 trainmsg=modmsg(1:trainlen)。 eq=lineareq(order,lms(u))。 [eqmsg yd e]=equalize(eq,filtmsg,trainmsg)。 demodmsg_noeq=qamdemod(filtmsg,M)。 demodmsg=qamdemod(eqmsg,M)。 symerr(i)=sum((demodmsg(trainlen+1:N)~=msg(trainlen+1:N)))/(Ntrainlen)。 error1=abs(e39。)+error。end for i=1:20 msg=randint(N,1,M)。 u=。 order=11。 SNR_in_dB=1:20 modmsg=qammod(msg,M)。 trainlen=500。 channel=[ ]。 filtmsg=filter(channel,1,modmsg)。filtmsg=awgn(filtmsg,SNR_in_dB(i),39。measured39。)。trainmsg=modmsg(1:trainlen)。eq=lineareq(order,lms(u))。[eqmsg yd e]=equalize(eq,filtmsg,trainmsg)。demodmsg_noeq=qamdemod(filtmsg,M)。 symerr_noeq(i)=sum((demodmsg_noeq(trainlen+1:N)~=msg(trainlen+1:N)))/(Ntrainlen)。error2=abs(e39。)+error。end semilogy([1:20],symerr,39。r*39。, [1:20],symerr_noeq,39。blue*39。)xlabel(39。SNR in dB39。)。 ylabel(39。Pe39。)。title(39。ISI信道自適應(yīng)均衡系統(tǒng)仿真39。)。legend(39。未經(jīng)均衡器均衡39。,39。 經(jīng)自適應(yīng)均衡器均衡，步長(zhǎng)detla=39。)。大連交通大學(xué) 2022屆本科生畢業(yè)設(shè)計(jì)（論文） 29實(shí)驗(yàn) 采用線性橫向均衡器與 CMA 算法主程序clear allclose allM=4。 n=5000。 m=1000。h1=[,