简介面向信道盲均衡研究的MATLAB恒模算法CMA实现适合通信信号处理方向的学生、工程师以及正在开展课程设计或毕业设计的读者快速验证算法效果。恒模算法是经典盲均衡方法无需训练序列即可恢复常模信号程序通过误差函数与系数更新直观展示均衡过程。压缩包内共5个文件以3个m源码文件为主包含可直接运行的主函数与调用函数另附PDF格式的原理说明和md使用文档整体仅158KB轻量易部署目录结构清晰。运行主函数即可观察收敛曲线与输出效果用户还能修改信道、步长等参数测试不同条件从原理到实践理解CMA的工作机制。已有138人学习下载代码基于Matlab 2020b验证可用对入门盲均衡、复现相关仿真或进一步扩展实验均具有参考价值。1. 恒模算法盲均衡不依赖训练序列的信道均衡策略做信道均衡的同事估计都有这个体会训练序列要占有效带宽传到中途还容易被干扰打断。恒模算法不靠训练序列它只让均衡器输出的幅值贴近一个从星座统计算出来的常数模 R把多径和码间串扰压回去属于几十年来一直实用的盲均衡思路。这份 MATLAB 程序包把发射、过信道、加噪、均衡、出图做成一条可调参链路换调制阶数、改步长和抽头数就能对比 MSE 曲线和星座图的收敛过程。刚接触盲均衡的初学者可以直接改参数看现象做过均衡的工程师也能拿它当基准实验台省去每次都重新搭仿真链路的功夫。2. 把恒模算法放进工程链路代价函数与程序包结构拆解2.1 CMA 的代价函数与更新式先弄清收敛在惩罚什么盲均衡里恒模算法属于 Bussgang 类方法不依赖导频符号利用的是信号星座统计上的模恒定特征。对 PSK 信号来说每个符号的模完全相等对 QAM 信号来说星座点的模取离散值所以收敛目标不是把每个符号立刻判决准而是让均衡器输出模尽量贴近 R。这个 R 不是拍脑袋定的它来自发射符号集的统计J E{(|y(n)|² - R)²}R E{|a|⁴} / E{|a|²}更新公式写成向量形式w(n1) w(n) - μ · e(n) · conj(y(n)) · u(n)其中 u(n) 是均衡器输入回归向量y(n) wᴴu(n)误差项 e(n) |y(n)|² - R。共轭运算不能省对复基带信号做梯度时只取实部会丢掉相位信息更新方向不对权值会在原地抖动。后面调试若发现 MSE 曲线像锯齿一样乱抖第一件事就检查这里。把公式拆开看这套程序里真正要调的有四个量μ 决定步进速度均衡器长度 L 决定抵消多径的覆盖范围R 由发射星座统计决定初始权值决定从哪条路径开始收敛。四个量互相制约只改一个而不顾另外三个跑出来的曲线经常没法解释。实际工程里通常假设已完成载波同步残余频偏很小均衡器面对的主要是相位固定的多径失真如果载波残余相位偏大均衡输出会带额外旋转这个问题我在后面的排查章节专门展开。2.2 程序包结构发射、信道、均衡、观测四段职责拆解这类 MATLAB 盲均衡资源通常把仿真链路切成四段而不是一个大脚本从头跑到尾。我拿到的包里大致可以分成下面几类文件模块主要职责你要动的参数常见误用点主脚本设置 M、Nsym、SNR、信道 h按顺序调用后续函数调制阶数 M、符号数 Nsym、信噪比、信道系数随机数种子不固定收敛曲线每次形态都不一样均衡函数运行 CMA 权值更新主循环返回均衡输出和误差记录步长 μ、抽头数 L、常数模 RR 没有随星座归一化重新计算绘图部分画发送/接收/均衡后星座图画收敛曲线坐标范围、符号判决阈值均衡后相位旋转不修正就误判为不收敛使用说明文档列出运行顺序、参数表、改参注意事项文档里给的参考值只看文档不结合自身信道模型主脚本顶部通常有一个参数区十次里九次改动发生在那里而不是在均衡函数内部。这里有个值得养成的习惯拿到包先打开主脚本把 M、SNR、信道 h 这几个变量列一遍确认单位是 dB 还是线性幅度。信道系数尤其容易踩坑很多人以为是实数卷积实际用复数信道冲激响应时虚部没设置好星座图会呈现奇怪的旋转。2.3 三大参数的搭配逻辑步长、抽头数、信噪比步长 μ 是第一个要定的量。实践范围大致在 0.0005 到 0.05 之间拿 16QAM 举例平均功率归一化后 μ 取 0.002 左右比较稳。μ 偏大时误差曲线会出现陡然发散常见表现为权值跳出到 NaNμ 偏小则收敛缓慢训练段浪费大量符号。一般做法是先固定中等抽头数把 μ 从 0.001 往下扫一个数量级看 MSE 平台是否下移。抽头数 L 要和信道多径扩展匹配单位是符号周期。信道冲激响应的主径位置落在均衡器中心附近时L 取 15 到 31 都能工作如果主径偏得厉害L 不够覆盖最大时延差均衡器等效于只做了部分逆滤波残余码间串扰始终压不下去。再看信噪比它在 15 dB 以下时 CMA 的收敛平台会明显抬高因为噪声项在误差梯度里按平方出现低信噪比下权值更新变得不稳定。遇到这条先别急着换算法可以直接提高符号数让统计平均把噪声项摊薄一些。3. 逐步复现 CMA 程序关键代码从初始化到收敛监测3.1 初始化发射序列与信道模型先准备 16QAM 复数基带信号和一组多径信道。MATLAB 里可以用自带的 qammod 完成映射信道则用一个多抽头复数冲激响应模拟两个不同时延的反射路径。% 发射端16QAM 复数基带符号 M 16; % 调制阶数 Nsym 8000; % 发送符号数 SNR 25; % 信噪比 dB data randi([0 M-1], Nsym, 1); sym qammod(data, M, UnitAveragePower, true); % 信道模型主径 两条反射路径 h_channel [0.2, 1, -0.3, 0.1, -0.05].; rx_padded conv(sym, h_channel, same); % 加性高斯白噪声 rx awgn(rx_padded, SNR, measured);qammod 里的UnitAveragePower选项把星座平均功率归一化到 1这直接决定后面 R 的数值。信道我故意设置了五个抽头主径放在第二个位置这样均衡器必须覆盖至少四五拍才能把反射抵消。conv用same保持输出长度和输入一致补偿向两端溢出但也会带来起始几个符号的边界效应后面绘图时会看到开头一段误差偏高正常丢掉前 200 个符号再统计。3.2 均衡器主循环初始权值与中心抽头设置均衡器权值向量的初始化是这版程序最容易改错的地方。如果直接全零初始化梯度项在一段时间内毫无变化收敛等于空转。常见的做法是把中心抽头置 1其余置 0表示均衡器初始状态下只是一个纯延迟不做任何滤波。L 21; % 均衡器抽头数 mu 0.002; % 步长 R 1.32; % 16QAM 平均功率归一化时的常数模 w zeros(L, 1); w((L1)/2) 1; % 中心抽头初始化 % 均衡主循环 y_eq zeros(size(rx)); mse_record zeros(size(rx)); for k L:length(rx) xreg rx(k:-1:k-L1); % 回归向量 y w * xreg; % 均衡器输出 e abs(y)^2 - R; % CMA 误差项 w w - mu * e * conj(y) * xreg; % 权值更新 y_eq(k) y; mse_record(k) abs(e)^2; end代码里xreg rx(k:-1:k-L1)是取当前符号之前 L 个符号作为回归向量顺序必须保持时间上的连续。w * xreg里的共轭转置计算输出 y接着conj(y)用于梯度方向修正少了这个共轭相位信息会错乱。mse_record记录每一步的瞬时误差平方方便后面画收敛曲线这里记录的不是判决错误率而是模值误差含义要区分清楚。边界处理也要提一句均衡循环从 k L 开始因为前面 L-1 个符号凑不齐回归向量。输出序列 y_eq 前 L-1 个位置保持 0不影响观察但如果你拿这份数据直接算误码率记得先把边缘符号剔除。3.3 观测输出MSE 曲线和均衡后星座图怎么读figure; plot(10*log10(mse_record(L:end))); xlabel(符号序号); ylabel(瞬时误差/dB); grid on; figure; subplot(1,2,1); plot(real(rx), imag(rx), .); title(接收信号星座图); axis([-2 2 -2 2]); axis square; subplot(1,2,2); plot(real(y_eq(L500:end)), imag(y_eq(L500:end)), .); title(CMA 均衡后星座图); axis([-2 2 -2 2]); axis square;接收端星座图通常是散成一团或带旋转的椭圆代表 ISI 和多径干扰叠加后的结果。均衡后的星座图应该能看到四个清晰象限的聚类但会存在整体相位旋转这是 CMA 本身不惩罚相位带来的必然行为。观察标准差可以辅助判断收敛质量如果四个聚类围绕中心旋转但半径很小说明幅度已经收敛剩下的是相位偏转如果聚类呈现环形或拖尾说明抽头数或步长还差一点。4. 避坑与排查CMA 最常见的四种翻车现场4.1 现象均衡器输出全是 NaN 或极大值我用默认参数跑第一次时误差曲线直接跳到无穷星座图一片空白。原因是步长 μ 偏大加上信号方差在复数域里被平方放大权值更新一步就过冲。解决办法是把 μ 降到 0.001 附近同时对输入信号做功率归一化。归一化可以在发射端做也可以在接收端用一个固定系数缩放关键在于这个缩放要同步影响 R 的取值。如果你归一化了信号却沿用未归一化的 R梯度计算就错了发散只是时间问题。4.2 现象星座图是旋转的圆环而不是网格阵列这是 CMA 的最典型盲区。均衡器收敛后输出星座多边形已经成型但整体绕原点旋转了一个固定角度看起来像转盘而不是标准网格。原因在于代价函数只约束幅度不约束相位任意常数相位旋转都不会改变|y|²的统计误差。解决办法是后续加一个判决引导阶段或采用简单的一阶相位估计。实际工程里常见做法是先看旋转角度再做旋转补偿补偿后星座网格会立刻对齐如果旋转并非固定角度而是随时间漂移问题就在载波频偏属于均衡器之前需要解决的信号处理步骤。4.3 现象MSE 曲线收敛平台下不去一直停在 -10 dB 附近遇到这种情况我先怀疑的不是步长而是均衡器长度 L。信道有一个微弱但长延时的反射路径抽头数覆盖不到残余码间串扰就成为了误差平台的一部分。把 L 从 21 加到 41 再试一次平台会明显下降。另一个隐蔽原因是初始权值放错位置如果中心抽头没有对齐信道主径均衡器会在一个局部极小值附近徘徊表现就是误差平台偏低但无法继续下降。此时把中心抽头重新放回中间位置并检查信道主径对应的延迟拍数是否落在滤波器覆盖范围内。4.4 现象换成 64QAM 后完全不收敛误差反而随迭代上升这个坑几乎每个做过调制切换的人都会碰到。QAM 的常数模 R 不是一个简单整数它取决于归一化后的星座坐标。16QAM 在UnitAveragePower归一化下 R 大约是 1.3264QAM 变成约 1.94 附近如果沿用了低阶调制的 R代价函数的期望不再为零自适应过程持续朝错误方向修正最终必然发散。处理方法是每次更换调制阶数后统一从理想星座点重新计算 Rideal_sym qammod((0:M-1), M, UnitAveragePower, true); R mean(abs(ideal_sym).^4) / mean(abs(ideal_sym).^2);这行代码放进主脚本参数区能彻底避免手算归一化系数带来的误差。改 M 时通常只需要重跑这一段不需要动均衡函数内部的逻辑。5. 验证与扩展换高阶调制后如何确认均衡效果5.1 用同一套代码切换到 64QAM 的验证步骤建议的验证顺序是固定的先计算新 R再把步长 μ 按星座平均能量调整。64QAM 星座点更密步长大约要降到 16QAM 的一半量级否则星座判决时的抖动会让误码率不降反升。切换后观察两个指标一个是 MSE 是否在某个平台稳定下来另一个是星座图各聚类中心是否落在理想网格点上。只盯 MSE 不够MSE 低不代表判决正确因为相位旋转会让误码率保持在高位这时要额外做相位补偿后统计误码率才算真正验证。5.2 一个扩展方向均衡后接判决引导 LMS 细化CMA 收敛接近尾声时可以把判决输出当作伪参考信号切换为判决引导 LMS 做精细调整。这个改动很小只需在循环里增加一个切片器if converged hard qamdemod(y, M, UnitAveragePower, true); ref qammod(hard, M, UnitAveragePower, true); e y - ref; w w - mu_dd * conj(y - ref) * xreg; end判决引导阶段步长通常取 CMA 阶段的十分之一避免把已收敛的星座重新打散。这个扩展让我在做 64QAM 实验时把误码率从约 0.02 直接拉到几个量级以下的水平代价是放弃了全盲特性不过在实际系统里通常可以接受——初始化用 CMA 抓回大致方向稳定后切换监督模式细化到网格中心。从那以后我每次更换调制阶数都会强制走一遍“算 R、调 μ、验证星座、必要时加 DD 阶段”这个流程省掉了大半重复调试的来回折腾希望这一套也能帮到你少走弯路。本文还有配套的精品资源点击获取
