app模板网站模板,互联网行业是干什么的,怎么做属于自己的网站,泾县网站建设关注公号【逆向通信猿】更精彩！！！
引言
判决反馈均衡器（Decision Feedback Equalizer, DFE）虽然能够避免线性FIR均衡器的噪声增强，适用于具有深度谱零点的信道均衡；但是容易产生误收敛情况，针对该问题有人提出了预测判决反馈均衡器(PDFE)，这个后续再说。
此次要讨论…关注公号【逆向通信猿】更精彩！！！
引言
判决反馈均衡器（Decision Feedback Equalizer, DFE）虽然能够避免线性FIR均衡器的噪声增强，适用于具有深度谱零点的信道均衡；但是容易产生误收敛情况，针对该问题有人提出了预测判决反馈均衡器(PDFE)，这个后续再说。
此次要讨论的是双模式均衡算法，常规的CMA盲均衡算法仿真与实现如下：
关于基于常模准则的盲均衡(即CMA)的基础知识，首先可参考本人博客
【自适应盲均衡2】多径衰落信道的复数常模算法（CMA）的理论推导与MATLAB仿真
判决引导的双模式CMA算法(DD-CMA)原理及公式推导
常规的CMA盲均衡器工作在统计模式，利用码元符号的统计特性进行均衡，进而达到去除码间干扰的效果。而双模式均衡算法根据模式切换条件，工作于基干传输码元统计特性和基干传输码元瞬时特性的两种模式。在初始阶段，均衡器大部分时间工作在基于传输码元统计特性的模式下，以保证算法初始收敛的可靠性；在收敛之后，均衡器则工作在基于传输码元瞬时特性的模式下，使均衡器输出信号收敛于不同的符号，在提高收敛速度的同时进一步减小稳态误差。
代价函数
代价函数如下：
