推 lovewa:應該是water-filling吧...^^""" 06/04 15:22
※ 引述《yagaru (新地方新學習)》之銘言：
: : ^^^^^
: : 這可以是training symbol經LMS估出來的weight嗎?
: 這方法是LS的方法
為什麼是 LS ? 感覺只是單純的 zero-forcing 的作法,
這種方法如果遇到有 deep-null 的 subcarrier,
可是會把 noise 放的很大
而 LMS 是 MMSE criterion , 所以即使是 deep-null subcarrier
也不會產生嚴重的 noise enhancement
: 基本上就是給一個或以上的OFDM symbol, 已知的
: 然後就可以用此方法找到通道效應並補償之, 並不是LMS演算法
: 但通常此方法是適用在通道變化緩慢的
應該說 LMS 本身是 adaptive 的演算法, 所以具備 tracking 的能力,
但是就 acquisition 而言,
在完全不知道通道的情況下 (initial value set to zero),
LMS 要收斂可是需要一段時間,
而一般無限通訊的通道變化很快,
所以不可能有時間讓你慢慢 training,
也不可能給你這麼多個 training-symbol (preamble) 去 training
所以通常是採用其他的 channel-estimation 的方式作 acquisition,
在配合 LMS 作 tracking
不過在通道幾乎不會變動的情況下, 例如 ADSL 的系統
就可以使用 LMS 作 acquisition, 還可以省下除法運算,
估計出來的通道響應會非常精準,
還可以根據估測出來的通道響應,
在 transmitter 端使用 water-fulling 的方式調整每個,
subcarrier 的調變方式及 power,
藉以達到最大的 channel capacity
: 你說的LMS演算法, 如果沒有CFO, SFO, 或是都普勒
: 其時用不到(沒有相角累積, 沒有通道變化, 幹嘛用)
: 我以前用的LMS, 是因為有相角變化, 將其視做通道變化
: 然後以LS估測出的通道當作等化器初始值
: 而且是一階
: 所以你之前波的那個, 我是覺得怪怪的啦
: 我想作業的話, 不用加入那些時變的效應
: 應該不用LMS等化器
: 就用上述大大提供的
: 應該就夠了
: 再度提供了一堆廢話, 不好意思
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 140.112.17.147