3. 数字均衡器基础

在相干光接收机中，色散、偏振模色散以及收发前端带宽不足都会使星座点扩散，判决前必须由数字均衡器把信道“反卷积”回来。均衡器的本质是一个离散时间滤波器：它用一组可调系数对采样序列加权求和，使输出尽量接近期望信号。理解均衡器，关键要抓住四件事：用什么结构实现、在时域还是频域实现、系数按什么准则更新、以及更新过程能否收敛并稳定。

一、FIR与IIR：两种基本结构

FIR（有限冲激响应）滤波器输出只依赖当前与过去若干输入：

y[n] = Σ_{k=0}^{N-1} w_k · x[n-k]

它没有反馈支路，因此无条件稳定，且可做成严格线性相位——只要系数满足对称性。相干光均衡中最常用的蝶形自适应均衡器就是四个FIR子滤波器组成的2×2 MIMO结构，分别处理X/Y偏振的两路采样，同时补偿残余色散、PMD和偏振旋转。FIR的代价是：要补偿长距离累积色散，时域抽头数可能达到数百甚至上千，乘法量随抽头数线性增长。

IIR（无限冲激响应）滤波器引入反馈：

y[n] = Σ_{k=0}^{M} b_k·x[n-k] − Σ_{k=1}^{N} a_k·y[n-k]

它用很少的阶数就能逼近长时延响应，计算量小，但极点必须位于单位圆内才稳定；若信道变化导致极点外移，输出会发散。因此相干光均衡器主流选择FIR，IIR多用于固定或缓变的信道损伤补偿，如某些窄带滤波与时钟恢复环路中的环路滤波器。

二、时域均衡与频域均衡

时域均衡直接在采样序列上做卷积。以补偿色散为例，若信道冲激响应为h[n]，理想均衡器系数应逼近h[n]的逆。时域FIR的抽头间隔通常取1个符号周期（T-spaced）或半个符号周期（T/2-spaced）。T/2间隔能更好处理超过奈奎斯特带宽的损伤，但抽头数翻倍。时域实现直观、延迟可控，适合抽头数在几十到几百的场景。

当色散累积很大时，时域抽头数可能上千，乘法量难以承受。频域均衡把信号分块做FFT，在频域乘以均衡系数H_eq(f)=1/H(f)，再IFFT回时域。其计算量约为O(N log N)，远低于时域O(N²)的卷积。相干光系统中常见的“频域色散补偿+时域自适应MIMO”混合架构，就是先用频域静态补偿掉大部分累积色散，再用少量时域抽头跟踪PMD和偏振旋转等动态损伤。频域均衡的代价是块处理引入延迟，且需要重叠保留/重叠相加来避免块间不连续。

三、迫零准则与最小均方误差准则

系数怎么求，取决于优化准则。迫零（Zero Forcing, ZF）准则要求均衡器输出在采样时刻无码间干扰，即令信道与均衡器级联后的冲激响应在非零符号时刻为零。设信道矩阵为H，ZF解为W=H⁻¹（或伪逆）。ZF的优点是结构简单、在信噪比高时能完全消除ISI；缺点是当信道在某些频率上深衰落时，H⁻¹会把该频段噪声放大，导致噪声增强。

最小均方误差（MMSE）准则则最小化期望信号与均衡输出之间的均方误差E{|d[n]−y[n]|²}。其解为W=(HᴴH+σ²I)⁻¹Hᴴ，其中σ²为噪声功率。MMSE在消除干扰与抑制噪声之间折中：信噪比低时它不会像ZF那样激进地求逆，因此稳态性能更稳健。工程上常说的“MMSE均衡”即指此准则。

四、收敛与稳态性能

自适应均衡器用迭代方式更新系数。最常用的是LMS（最小均方）算法：

w[n+1] = w[n] + μ · e[n] · x*[n]
e[n] = d[n] − wᴴ[n] · x[n]

其中μ为步长。μ越大，收敛越快，但稳态失调（ excess MSE）越大；μ越小，稳态越精确，但收敛慢，且可能跟不上信道变化。收敛条件为0<μ<2/λ_max，λ_max是输入自相关矩阵的最大特征值。实际中常用归一化LMS（NLMS），把步长按输入功率归一化，避免输入幅度波动导致发散。

相干光均衡器通常分两阶段：先由训练序列或判决引导完成收敛，再切换到决策引导模式跟踪。收敛性能可从学习曲线观察——误差平方随迭代下降并趋于平坦，平坦区的高度反映稳态MSE。若曲线持续下降不收敛，多半是步长过大或输入功率异常；若收敛后误差突然抬升，则可能是信道突变或偏振态快速旋转超出跟踪能力。

准则/算法	核心目标	优点	局限
ZF	消除ISI	结构简单、高SNR下性能好	深衰落时放大噪声
MMSE	最小化MSE	噪声与干扰折中、稳健	需估计噪声功率
LMS	迭代逼近MMSE	实现简单、计算量低	收敛速度与稳态失调折中
NLMS	归一化步长	对输入功率变化鲁棒	需额外除法运算

总结来看，FIR与IIR决定实现代价与稳定性，时域与频域决定计算效率与延迟，ZF与MMSE决定优化目标，LMS/NLMS决定收敛路径。四者共同约束均衡器的最终性能：收敛速度、稳态误差、跟踪能力和硬件开销。理解这些约束之间的权衡，才能在相干光系统中为不同损伤场景选择合适的均衡方案。