Figure 3 shows the convergence beha

Figure 3 shows the convergence behavior of the algorithms. We can see that the CMA and MMA requires around 2500 iterations to converge. The converged ISI of MMA and MMMA is at least 20 dB better than that of CMA thanks to the nature of multiple modulus. Compared to MMA, the MMMA is not only better in ISI performance but also converges faster: after 1000 iterations the ISI reach -15dB to have clear eye opening. As such, the MMMA requires only around 1000 data samples for equalizing the channel. Therefore, this algorithm can be used in short burst data communication systems. For optimizing a cost function, stochastic algorithms are often used because of their implementation simplicity. Figure 4 show the convergence behavior for the aforementioned algorithms when K = 1. In this test, the MMA does not converge

Kết quả (Việt) 1:

Hình 3 cho thấy hành vi hội tụ của các thuật toán. Chúng ta có thể thấy rằng CMA và MMA đòi hỏi lặp đi lặp lại khoảng 2500 hội tụ. Hội tụ ISI MMA và MMMA là ít 20 dB tốt hơn so với của CMA nhờ bản chất của mô đun nhiều. So với MMA, MMMA không phải là chỉ tốt hơn trong hiệu suất ISI nhưng cũng hội tụ nhanh hơn: sau 1000 lặp đi lặp lại ISI đạt - 15dB có mở mắt rõ ràng. Như vậy, MMMA yêu cầu dữ liệu chỉ khoảng 1000 mẫu cho ghi các kênh. Do đó, thuật toán này có thể được sử dụng trong hệ thống truyền thông dữ liệu ngắn nổ. Để tối ưu hóa một hàm chi phí, ngẫu nhiên các thuật toán thường được sử dụng vì đơn giản thực hiện của họ. Hình 4 Hiển thị hành vi hội tụ của các thuật toán nói trên khi K = 1. Trong thử nghiệm này, MMA không hội tụ

Kết quả (Việt) 2:

Hình 3 cho thấy các hành vi tụ của thuật toán. Chúng ta có thể thấy rằng các CMA và MMA đòi hỏi khoảng 2500 lần lặp để hội tụ. ISI hội tụ của MMA và MMMA ít nhất là 20 dB tốt hơn so với CMA nhờ vào bản chất của nhiều module. So với MMA, các MMMA không chỉ tốt hơn trong hoạt ISI nhưng cũng hội tụ nhanh hơn: sau 1000 lặp ISI đạt-15dB có mở mắt rõ ràng. Như vậy, các MMMA đòi hỏi chỉ có khoảng 1000 mẫu dữ liệu cho cân bằng kênh. Do đó, thuật toán này có thể được sử dụng trong các hệ thống truyền thông dữ liệu burst ngắn. Để tối ưu hóa một hàm chi phí, các thuật toán ngẫu nhiên thường được sử dụng vì đơn giản thực hiện. Hình 4 cho thấy các hành vi tụ cho các thuật toán nói trên khi K = 1. Trong thử nghiệm này, MMA không hội tụ