(Чтобы быть удаленным) объект постоянного алгоритма модуля (CMA) Построения
cma будет удален в будущем релизе. Используйте comm.LinearEqualizer или comm.DecisionFeedback вместо этого.
alg = cma(stepsize)
alg = cma(stepsize,leakagefactor)
cma функция создает адаптивный объект алгоритма, который можно использовать с lineareq функция или dfe функция, чтобы создать объект эквалайзера. Можно затем использовать объект эквалайзера с equalize функция, чтобы компенсировать сигнал. Чтобы узнать больше о процессе для компенсации сигнала, смотрите Эквализацию.
После того, как вы используете любой lineareq или dfe чтобы создать объект эквалайзера CMA, необходимо инициализировать объект эквалайзера Weights свойство с ненулевым вектором. Как правило, CMA используется с дифференциальной модуляцией; в противном случае начальные веса очень важны. Типичный вектор начальных весов имеет 1 соответствие центральному касанию и 0s в другом месте.
alg = cma(stepsize) создает адаптивный алгоритм, основанный на объектах на постоянном алгоритме модуля (CMA) с размером шага stepsize.
alg = cma(stepsize,leakagefactor) устанавливается коэффициент утечки CMA. leakagefactor должен быть между 0 и 1. Значение 1 соответствует обычному алгоритму обновления веса, в то время как значение 0 соответствует алгоритму обновления без памяти.
Приведенная ниже таблица описывает свойства CMA адаптивный объект алгоритма. Чтобы изучить, как просмотреть или изменить значения адаптивного объекта алгоритма, смотрите Эквализацию.
| Свойство | Описание |
|---|---|
AlgType | Фиксированное значение, 'Constant Modulus' |
StepSize | Параметр размера шага CMA, неотрицательное вещественное число |
LeakageFactor | Фактор утечки CMA, вещественное число между 0 и 1 |
Что касается схематики в Эквализации, задайте w как вектор всех весов w i и задайте u как вектор всех входных параметров u i. На основе текущего набора весов, w, этот адаптивный алгоритм создает новый набор весов, данных
(LeakageFactor) w + (StepSize) u*e
где оператор * обозначает сопряженное комплексное число.
[1] Haykin, Саймон, адаптивная теория фильтра, треть Эд., верхний Сэддл-Ривер, NJ, Prentice Hall, 1996.
[2] Джонсон, Ричард К. младший, Филип Шнитер, Томас. Дж. Эндрес, и др., “Слепая Эквализация Используя Постоянный Критерий Модуля: Анализ”, Продолжения IEEE, Издания 86, октябрь 1998, стр 1927–1950.