为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR系统长M=11), 系统输入是取值为±1的随机序列 ，其均值为零；参考信号 ；信道具有脉冲响应： 式中w用来控制信道的幅度失真(w = 2～4，例如，取w = 2.9,3.1,3.3,3.5等),而且信道受到均值为零、方差为 (例如，取 ，相当于信噪比为30dB)的高斯白噪声 的干扰。试比较基于下列五种算法自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况，在同一坐标下画出其学习曲线)： 横向/格

语音信号的数字滤波处理 加入高斯噪声再滤除,信噪比小于20分贝-Voice signal digital filter handle add further filtered Gaussian noise, signal to noise ratio is less than 20 dB

基于最大信噪比的盲源分离算法（附参考文章），能够分离线性混合的超高斯和亚高斯源信号, 并且可以有效地分离语音信号。-(With reference to the article), can be separated and super-Gaussian linear mixed sub-Gaussian source signal to noise ratio based on the largest blind source separation algorithm, and can effe

MATLAB代码 公式推导的时候信噪比的单位是B，目的是为了推导的方便，代码在写的时候需要记得换算。 单个符号的比特数跟信噪比有关，snr越大，其越大。 由于符号1被误认为是0的概率与符号0被误认为是1的概率是一样的，因此无论蒙特卡洛的仿真次数是多少，误码率的理论计算值 与蒙特卡洛仿真值永远一样！(条件是高斯白噪声为0均值的) 为了让实际结果与理论值完全一样，高斯白噪声的概率密度函数中的均值需要为0！但是这个条件在实际生活中无法满足。 环境是不能改变的，因此噪声的均值是无法改变的。