4. 自适应均衡算法实战
在相干光通信的DSP链路中，自适应均衡器承担着补偿信道损伤、消除码间干扰（ISI）的核心任务。本节聚焦四种工程中最常用的自适应算法——LMS、RLS、CMA和DD-LMS，从代价函数出发推导其权重更新公式，讨论步长、遗忘因子等关键参数对收敛速度与稳态误差的制约关系，并给出QPSK/16QAM系统中的仿真对比方法。
4.1 从代价函数到权重更新：四种算法的推导脉络
所有自适应均衡器都遵循同一逻辑：定义一个衡量误差的代价函数 J(w)，沿其负梯度方向迭代调整均衡器抽头系数 w，使 J 逐步减小。区别在于代价函数的形式和梯度的估计方式。
LMS（最小均方）采用瞬时平方误差作为代价函数：J = |e(n)|²，其中 e(n) = d(n) − wᴴ(n)x(n)，d(n) 为期望信号，x(n) 为输入向量。对 w 求梯度得 ∇J = −2e*(n)x(n)，于是权重更新为：
w(n+1) = w(n) + μ · e*(n) · x(n)其中 μ 为步长。LMS的优点是每次迭代仅需 O(N) 次复数乘法（N为抽头数），实现简单；缺点是收敛速度受输入信号自相关矩阵特征值扩散度制约，且稳态误差与 μ 成正比。
RLS（递归最小二乘）则最小化加权指数窗内的累积平方误差：J = Σ λ^(n−k)|e(k)|²，λ∈(0,1] 为遗忘因子。通过矩阵求逆引理递推更新相关矩阵的逆 P(n)，权重更新为：
k(n) = P(n−1)x(n) / (λ + xᴴ(n)P(n−1)x(n))
w(n) = w(n−1) + k(n) · e*(n)
P(n) = λ⁻¹[P(n−1) − k(n)xᴴ(n)P(n−1)]RLS的收敛速度比LMS快一个数量级，且对特征值扩散不敏感，但每次迭代需 O(N²) 次运算，数值稳定性也需额外关注（通常用QR分解或平方根滤波改进）。
CMA（恒模算法）适用于盲均衡场景，不需要训练序列。它利用QPSK/16QAM信号模值恒定的统计特性，代价函数为 J = E[(|y(n)|² − R₂)²]，其中 R₂ = E[|s|⁴]/E[|s|²] 为信号模值常数。权重更新为：
w(n+1) = w(n) + μ · e*(n) · x(n)
e(n) = y(n)(R₂ − |y(n)|²)CMA的盲启动能力使其成为相干接收机冷启动阶段的首选，但存在相位模糊（QPSK有90°模糊，16QAM更严重）和收敛后残余模值波动的缺点。
DD-LMS（判决引导LMS）在CMA完成粗收敛后接管，将判决器输出 ŝ(n) 作为期望信号：e(n) = ŝ(n) − y(n)。由于判决值在信噪比足够高时接近真实符号，DD-LMS能进一步降低稳态误差，但若初始误差过大导致误判，会引发误差传播。因此工程上通常采用“CMA盲均衡 → DD-LMS精细跟踪”的级联策略。
4.2 步长选择：收敛速度与稳态误差的权衡
LMS类算法的步长 μ 直接决定收敛行为。理论分析表明，μ 需满足 0 < μ < 2/λ_max（λ_max 为输入自相关矩阵最大特征值）才能保证收敛。工程上更实用的经验是：
- 收敛时间常数 τ ≈ 1/(μ·λ_avg)，μ 越大收敛越快；
- 稳态失调 M ≈ (μ/2)·tr(R)·σ²_min，μ 越大稳态误差越大；
- 典型取值：QPSK系统 μ 在 1e-3 ~ 1e-2 量级，16QAM因星座点更密集需更小步长（1e-4 ~ 1e-3）以避免误判。
实际实现中常采用变步长策略：初始阶段用较大 μ 加速收敛，当误差低于阈值后切换为小 μ 降低稳态波动。例如 μ(n) = μ₀/(1 + β·|e(n)|²)，误差大时步长大，误差小时步长自动收缩。
RLS的遗忘因子 λ 扮演类似角色：λ 越接近1，记忆越长，稳态误差越小但跟踪时变信道能力越弱；λ 越小，对新数据加权越大，跟踪快但稳态误差上升。典型取值 λ = 0.99 ~ 0.999。
4.3 QPSK/16QAM仿真对比方法
仿真对比的核心是控制变量：固定信道模型（如多径衰落或残余色散）、固定信噪比、固定均衡器抽头数，仅改变算法类型或参数，观察以下指标：
| 算法 | 收敛速度（迭代次数） | 稳态MSE（dB） | 复杂度 | 适用场景 |
|---|---|---|---|---|
| LMS | ~2000 | -18 ~ -22 | O(N) | 训练序列可用，信道缓变 |
| RLS | ~200 | -25 ~ -30 | O(N²) | 快速收敛需求，信道时变 |
| CMA | ~3000 | -15 ~ -20 | O(N) | 盲启动，无训练序列 |
| DD-LMS | ~500（CMA后） | -22 ~ -28 | O(N) | 精细跟踪，高SNR |
仿真时建议绘制MSE收敛曲线（横轴迭代次数，纵轴对数MSE）和星座图（均衡前后对比）。对于16QAM，还需关注DD-LMS的误判率——当SNR低于约18dB时，判决引导可能引入误差传播，此时应延长CMA阶段或降低DD-LMS步长。
4.4 工程实现要点
实际DSP实现中，均衡器通常工作在2倍过采样或1倍符号速率下。若采用分数间隔均衡器（FSE），可同时补偿定时相位误差。权重更新需注意数值精度：定点实现时，μ 和 w 的位宽需仔细设计，避免溢出或收敛停滞。
对于偏振复用系统，需使用2×2 MIMO均衡器结构，每个偏振态的输出是两路输入的加权组合。此时LMS的权重更新扩展为矩阵形式，CMA的代价函数需对两个偏振态分别计算。蝶形结构的初始化通常采用单位矩阵加小扰动，避免两路收敛到同一偏振态。
最后，收敛判据的设计直接影响模式切换时机。常用方法包括：误差模值的滑动平均低于阈值、连续M次判决一致、或固定迭代次数后强制切换。建议在仿真中扫描切换阈值，找到误码率最低的工作点。