※ 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