Re: Rozdiel medzi nulou-núti MSE algoritmy a algoritmy

[neoflash]

Pri navrhovaní ekvalizéra, aký je rozdiel medzi nulou-núti algoritmy a MSE algoritmy?
Chcete-li mi, vyzerá to žiadny veľký rozdiel.Podľa priloženej figové textu, rozdiel spočíva v tom MSE algoritmy sa "množiť" XT na oboch stranách rovnice, porovnanie s nulovou-núti algoritmy.

Ak X je štvorcové matice, môžeme nájsť (XT) -1, potom tieto dva algos by mala byť rovnaká.
Ak X nie je námestie, potom MSE bude mať výhodu, ako už C matice sa rovnakú informácií.

Je to pravda?akýkoľvek iný rozdiel?Pridané po 13 minútachbrOspravedlňujeme sa, ale musíte prihlásiť a prezerať túto prílohu

 

[azaz104]

Vlastne existuje veľký rozdiel medzi nimi ... sine sú equalizers Približne by sme mali hovoriť vo frekvenčnej oblasti ok.

Teraz, ak si poslať signál z bodu A do bodu B a dostáva amplifikovaný a oslabenej po rozmnožovací
X (f): poslal signál
Y (f) = H (f) X (f) dostalo signál u brán prijímaciu anténu.
ak chcete načítať pôvodný signál dostatočne jednoduché, stačí poznať prevod funkcie kanála H (f) a vynásobením (H (f) ^ -1 ).... Zlý

Vzhľadom k tomu, že dostane signál prechádza niektoré aditívny šum PF istej úrovni .. (zvyčajne konštantný sily pozdĺž všetkých frekvenciách-že
to, čo hovoria biely šum) za predpokladu, tento druh hluku.
so:
Y (f) = H (f) X (f) N.

ak ste rozmnožím H (f) ^ -1, potom N sa násobí taky.Predstavte si to, ak je H (f) je nulová alebo takmer nulová, čo sa stane, že hluk bude amplifikovaný zložky, a to bude pre nájdenie pôvodného signálu X nemožné.

aby boli vzaté do úvahy pre hluk musíme začleniť ju do nášho riešenia tak, aby žiadna doplniť hluku ...keď sme robili v nespojitými čase, potom nula nútil sa pokúsi null vplyv kanála alebo ho nulu v týchto miestach (so -> nula forrcing) MSE, pričom sa bude snažiť minimalizovať priemerné kvadratických chýb, aby sa zabránilo kanál neplatné.

 

[neoflash]

nemá veľký zmysel pre mňa.Zjasnenie hluku je častou témou pre lineárne ekvalizér.

Prečo to urobiť rozdiel medzi MSE a ZF Algo?

 

[azaz104]

Máte knihy: digitálne komunikácie prostredníctvom proakis,
keď si mi, príčiny môžeme diskutovať o niektorých otázkach týkajúcich sa equalizers pritom vracia na niektoré stránky je definované v tejto knihe,
ak ne
Dám vám odkaz na stiahnutie ebook.

 

[Zorro]

Štruktúra oboch algoritmov sú podobné, ale násobenie na ZF sú jednoduchšie (jedna z podmienok pochádza z malého súboru hodnôt).
Konvergenčné vlastnosti sú rôzne: Nevyhnutnou podmienkou pre približovanie ZF algoritmu je to, že oko je potrebné najprv otvoriť (vrchol ISI menej než 1).MSE algoritmus nemá tento typ obmedzení.
Pozdravy

Z

 

[neoflash]

azaz104 Napísal:

Máte knihy: digitálne komunikácie prostredníctvom proakis,

keď si mi, príčiny môžeme diskutovať o niektorých otázkach týkajúcich sa equalizers pritom vracia na niektoré stránky je definované v tejto knihe,

ak ne Dám vám odkaz na stiahnutie ebook.

 

[mimomod]

Oceniť rozdiel medzi ZF algoritmy a MSE algoritmy, musíte pochopiť, že kritérium používané na navrhovaní príslušných ekvalizéra.
will be convolved by the channel response h
to get the combination c = w * h
.

Obaja sú lineárne equalizers, tak matematicky, ekvalizér w
sa stočili do kanála odozvy h
sa dostanete kombináciou c = w * h .is for convolution.

Kde symbol *
je konvolúcie.Všimnite si, že budeme pracovať v čase-domain.
such that c
has only one non-zero sample.

K ZF kritérium sa snaží nájsť w
taká, že c
má len jeden non-nulový vzorka.

equals to a delayed impulse signal delta(nk)
.

To je rovnaké ako nález c
odpovedá na oneskorovanie impulz signálu delta (NK).in the communication system.

Všimnite si, že toto kritérium nie je zreteľom hluku z
v komunikačnom systéme.
as the inverse of H(z)
, since the z-transform of an impulse signal is 1
plus additional phase-term which we can ignore for sake of simplicity.

Vo frekvenčnej oblasti, je to rovnaké, že musíte nájsť W (z)
ako inverznou H (z),
pretože z-transformácia impulz signálu je 1
plus ďalšie fázy-obdobie, ktoré možno ignorovať v záujme jednoduchosti.

is low.

Táto inverzných dáva veľký zisk v regiónoch, kde H (z)
je nízka.Pritom ekvalizér tendenciu zosilňovať hluku v týchto regiónoch.
is minimum.

V MMSE kritérium sa snaží nájsť w také, že E (w * [h * y z ] - s (nk)),
je minimum.

is the noise in the communication system.

Kde z
je šum v komunikačnom systéme.Všimnite si, že toto kritérium sa MMSE zreteľom na hluk pri navrhovaní príslušných ekvalizéra.V literatúre
sa tento MMSE kritérium vedie k tak-zvané Wiener reveicer / filter.

Pokiaľ viem, v matica-vektor notáciu sa ZF a MMSE ekvalizéra majú podobné (pardon som lenivý sa pozrieť na tento môj učebnice), a samozrejme aj pre vysoké hodnoty SNR (nízka hlučnosť, tak vplyvom hluku by mohol byť ignorovaný) na ZF a MMSE equalizers mať rovnaký výkon.

 

[paolone1340]

Práve ste povedal, ale chcem pridať ďalší komentár.ZF kritérií (ktoré možno uplatniť, ak je splnená podmienka, že sa Lucky říct vstupné vrchol narušenie musí byť <1) nebudú starať o kanála hluk, takže ak kanála odozvy ísť proximum nule, spôsobujú javy nazývajú hlukom enhacement (produkcie hluku >> vstupné šum).Proforma zo ZF je pomerne jednoduchá, ako MMSE kritérií.

Nezabudnite, že MMSE s nekonečnou kohútikov, však zvyšok ISI (na ZF s nekonečnou kohútiky práce s nulový-ISI), pretože to funguje, aby bolo minimalizované ISI a hluku dohromady.

Upozorňujeme, že pri absencii hluku, theMMSE kritériá dávajú rovnaké výsledky ZF: na použitie "v najlepšom" jeho kohúty, MMSE pracovať ako ZF.

Konečnému vedomie (slibuju!): V praxi k riešeniu maticové rovnice, ktorá governo ekvalizér, sa používa rekurzívny algoritmus, ktorý dáva kohútiky na skutočnom čase by sa subctrate kohútiky u prorata času a množstvo, ktoré je funkcia gradiente kohútikov.Táto metóda vyžaduje pre výpočet expectetion tejto gradient: v praxi je to impossibile, pretože potrebujú poznať odpoveď kanál (myslím: keď budete poznať odpoveď kanál, je to vyrieši všetky vaše problémy! Nie je potreba ekvalizér!), Tak očakávania, sa odstráni a algoritmus pracovať priamo s gradient: to sa nazýva Stochastické Gradient Algorithm.

 

[azaz104]

pretože ste knihe proakis môžete mi povedať, keď ste si prečítali stránky medzi 616 (lineárne vyrovnávacie 10,2) a stránka 626

 

[gwachakhan]

Myslím najkomplexnejšie knihu na túto tému je adaptívne filtre, ktoré Hykin.
Pokrýva všetky aspekty týchto filtrovanie techniqures a vysvetľuje rozdiely.Tiež to vysvetľuje obmedzenie na MSE filter designu.
Najkrajší je diskusia o LMS filtre.

 

[azaz104]

Čítal som knihy haykin, ale je potrebné, aby vás čítaj tri alebo štyri kapitoly, ako sa vám myšlienka adpative filtrov!
knihy Monson Hayes je taky dobré,
aj keď je kratšia ako ten, ktorý haykin.
existuje ďalšie knihy ali Sayed, ale je to spôsob, ako vyspelejšie.

 

[paolone1340]

Pozrite @ Kay
je "Úvod do štatistického spracovania signálu - Teória odhadu a spracovania signálu", a
to Porat "Číslicové spracovanie náhodných signálov: Teória a metódy".