qam_rls.m

LMS及RLS算法

clear all
d=1;
snr_in_db=10;
Eav=10*d^2;
snr=10^(snr_in_db/10);
sgma=sqrt(Eav/(8*snr));
M=16;
N=1000;
for n=1:N
    temp1=rand;
    temp2=rand;
    if temp1<0.25
        dsource1(n)=-3*d;
    elseif temp1<0.5
        dsource1(n)=-d;
    elseif temp1<0.75
        dsource1(n)=d;
    else
        dsource1(n)=3*d;
    end
    if temp2<0.25
        dsource2(n)=-3*d;
    elseif temp2<0.5
        dsource2(n)=-d;
    elseif temp2<0.75
        dsource2(n)=d;
    else
        dsource2(n)=3*d;    
    end
end
dsource=dsource1+i*dsource2;                      %信道输入信号
%figure
%plot(dsource,'.')
%axis([-6 6 -6 6])

noise1=sgma*randn(1,N );
noise2=sgma*randn(1,N);
noise=noise1+i*noise2;                            %信道噪声

for n=3:N;
    M(n)=1*dsource(n)+0.1*dsource(n-1)+0.1*dsource(n-2);
end
z=M+noise;                                       %均衡器输入，即信道输出
figure
%plot(z,'.')
%axis([-6 6 -6 6]) 
z1=real(z);
z2=imag(z);

order=11;
u=0.999;
m=sgma;
p=1/m*eye(order,order);
error_s=0;
w=(1+i)*zeros(1,order)';
w1=real(w);
w2=imag(w);

for n=order:N;
   d(n)=dsource(n-order+1);
end
d1=real(d);
d2=imag(d);

for n=order:N;
        z11=z1(n:-1:(n-order+1))';
        k1=u^(-1).*p*z11./(1+u^(-1).*z11'*p*z11);
        e1(n)=d1(n)-w1'*z11;
        w1=w1+k1.*conj(e1(n));
        p=u^(-1).*p-u^(-1).*k1*z11'*p;
        y1(n)=w1'*z11;
        z22=z2(n:-1:(n-order+1))';
        k2=u^(-1).*p*z22./(1+u^(-1).*z22'*p*z22);
        e2(n)=d2(n)-w2'*z22;
        w2=w2+k2.*conj(e2(n));
        p=u^(-1).*p-u^(-1).*k2*z22'*p;
        y2(n)=w2'*z22;   
        e(n)=e1(n)+i*e2(n);
        y(n)=y1(n)+i*y2(n);
end

n=1:N;
figure
%plot(n,error_s);
plot(n,abs(e));
xlabel('n  (忘却因子u=0.99;DB=30时)');
ylabel('误差');
title('RLS法1次实验误差平方的均值曲线 ');
figure
plot(y(100:1:N),'.')
axis([-6 6 -6 6])