Questions tagged «equalization»

因此，我最近在MATLAB中实现了CMA均衡器，该均衡器使用最速下降方法收敛到最小成本。（我在均衡器实现狂潮中）。 我的问题如下： 1）在我看来，CMA算法仅适用于相对“平坦”的通道。换句话说，它不适合用于淡入淡出/空的通道吗？这通常是真的吗？ 2）我使用的是BPSK信号，从这里的第一个图可以看出，在多径效应之后，我在BPSK信号的复平面上出现了拖影-正如预期的那样，没有两个漂亮的簇。相反，我们看到4个红色簇。我的问题是，在CMA均衡器之后，我还有 4个集群怎么办？（我把那些颜色涂成蓝色）。我认为这是有一定道理的，因为CMA只是将信封设置为1，而不是“关心”您正在谈论的集群。我听说CMA可能会遇到局部最小问题。这是一个例子吗？（即，由于这是BPSK，因此获得4个群集而不是2个群集）。如果没有，该怎么办？ 3）几乎好像在回答问题2一样，我继续进行了更改，以求将误差最小化的常数模量。我选择了0.25作为模数，而不是选择1（如BPSK那样）。这是我得到的星座： 问题是，即使这是一个“解决方案”，人们如何先验地知道选择模数是什么呢？我认为这是一个问题，原因是如果我有4个群集而不是2个群集，则会使符号后相位/频率偏移估计/校正更加复杂，尤其是当由于BPSK信号而期望2个群集时。 （为完整起见，我附加了相同的图，但是当我添加频率偏移时） 在此先感谢您对均衡器的任何见解！

10 equalization 

假设存在一个长度为N 的DFT向量，该向量在其中点附近表现出复杂的共轭对称性，即，等。 和分别是DC和奈奎斯特频率，因此是实数。其余元素很复杂。 X （1 ）= X （N - 1 ）* X （2 ）= X （N - 2 ）* X （0 ）X （N / 2 ）XX\mathbf{X}X(1)=X(N−1)∗X(1)=X(N−1)∗X(1) = X(N-1)^*X(2)=X(N−2)∗X(2)=X(N−2)∗X(2) = X(N - 2)^*X(0)X(0)X(0)X(N/2)X(N/2)X(N/2) 现在，假设有一个矩阵，大小为，它与向量X相乘。 N × NTT\mathbf{T}N×NN×NN \times N Y=TXY=TX\begin{align} \mathbf{Y} = \mathbf{T}\mathbf{X} \end{align} 问题是： 在什么条件下，对于矩阵，保留了所得矢量中点周围的复共轭对称性？ÿTT\mathbf{T}YY\mathbf{Y} 这个问题的动机是试图提出一个预编码器矩阵，该矩阵会产生一个IFFT为实的预编码（预均衡）符号。ÿTT\mathbf{T}YY\mathbf{Y} 编辑： 谢谢@MattL。和@niaren。关于这个问题的困难是找到必要的条件。马特的答案确实足够。进行以下修改也是足够的： 第一行和第一列不必为零。相反，它们可以是非零的，只要它的值在中点周围呈现复杂的共轭对称性，它的第一个值是实数，第个值是实数，就像该符号一样。对于第列，第行和主对角线也可以这样说。（ñ / …

10 dft  equalization  linear-algebra