通信系统模型与ISI的数学描述

做通信系统，我最怕别人一上来就扔一堆公式。咱们先画个简单的框图，把ISI在哪冒出来讲清楚。你想想看，一个数字通信系统，无非就是发端、信道、收端这三块。

基本通信系统模型

• 发送端：把0/1比特映射成符号，再通过脉冲成形滤波器变成连续波形s(t)
• 信道：通常是个多径环境——线缆、无线、甚至PCB走线，都会让信号复制出多个延迟副本
• 接收端：先匹配滤波或相关接收，再在符号中心时刻采样，最后判决出符号

ISI就出在“采样”这一步。我当年调试一个8-PSK接收机时，眼图闭了一半，翻来覆去查，最后发现是多径时延恰好等于符号周期的0.7倍——前一个符号的尾巴正好砸在当前符号的采样点上。

连续时间基带表示

发端发送的基带信号，我习惯写成：

s(t) = Σ a_k · g(t – kT)

其中a_k是第k个发送符号（复数的，比如QPSK的±1±j），g(t)是成形脉冲（比如根升余弦），T是符号周期。

信道脉冲响应h(t)包含了所有多径分量。接收信号就是卷积：

r(t) = s(t) * h(t) + n(t)
     = Σ a_k · [g(t – kT) * h(t)] + n(t)

老老实实写出总脉冲响应f(t) = g(t) * h(t)，那么：

r(t) = Σ a_k · f(t – kT) + n(t)

收端再用一个匹配滤波器（或者直接采样），在t = nT + τ时刻采样。τ是接收端的最佳采样相位偏移。

离散时间等效与ISI数学表达式

采样后的信号y_n就是：

y_n = r(nT + τ)
     = Σ a_k · f(nT + τ – kT) + n_n
     = a_n · f(τ) + Σ_{k≠n} a_k · f((n–k)T + τ) + n_n

我通常把索引简化：令h_0 = f(τ)，h_m = f(mT + τ)，其中m为整数。那么：

y_n = a_n · h_0 + Σ_{m≠0} a_{n-m} · h_m + n_n

看到了吗？第一项是“当前符号×主抽头”，第二项就是码间干扰——所有其他时刻的符号对当前采样的贡献。理想情况下除了h₀以外的h_m全为零，ISI就没了。

三种情况的对比

条件	ISI情况	典型后果
理想信道（单径，无失真）	hm=0 (m≠0)	无ISI，误码率只依赖噪声
多径且时延>0.1T	h±1较大	眼图闭合，误码率平底
带限信道（陡峭滚降）	h±1,h±2拖尾	符号间串扰累积，均衡器抽头数增加

我做4G LTE物理层时，遇到过一种情况：信道估计做得很准，但均衡后仍有残余ISI。查了半天发现，是成形滤波器的滚降系数α选得太小（0.1），导致时域拖尾超过5个符号。从那以后，我个人习惯在带宽受限场景下至少保留α≥0.22。

一个简单的MATLAB仿真片段

下面是我早年教学时用的demo，展示ISI如何形成：

% 参数
T = 1;                    % 符号周期
a = [1+1i, -1-1i, 1-1i, -1+1i];  % QPSK符号
% 多径信道：直射径 + 延迟0.5T的反射径
h = [1, 0, 0.3];          % f(0), f(T), f(2T)? 不对，重写：
f = [1.0, 0.0, 0.3];      % h0=1, h1=0, h2=0.3
% 计算无噪声接收采样
y_n = a(2)*f(1) + ...     % 当前符号主径
      a(1)*f(3) + ...     % 前一个符号在h2的贡献
      a(3)*f(0);          % 后一个符号？这里简化只列三项
% 实际用循环更清晰
for n = 2:3
    y(n) = a(n)*f(1) + a(n-1)*f(2) + a(n+1)*f(0);
end

这段代码故意不严谨——但你看，前一个符号（a(n-1)）通过f(2)泄漏进来，后一个符号（a(n+1)）通过f(0)提前干扰，这就是ISI的“前后夹击”。

ISI的数学框架——一张图说清楚

总结一下

你现在应该能抓住三个重点：

1. ISI的根源是多径+带限造成的脉冲展宽，符号之间不再正交；
2. 数学上只需记住离散等效模型：y_n = a_nh₀ + Σ a_n–mh_m + n_n；
3. 采样相位τ和成形滚降α是两个最容易被忽略的“隐形凶手”。