3、均衡器原理：线性均衡器、决策反馈均衡器(DFE)的结构与推导
通信系统的接收端，信号经过多径信道后，往往会拖出长长的尾巴——码间干扰（ISI）。均衡器就是用来拔掉这根刺的。我个人习惯把均衡器看作一个“逆滤波器”，它试图补偿信道对信号造成的歪曲，让判决点的眼图重新睁开。
刚开始做基带算法时，我总觉得均衡器是个黑盒子，调几个系数就完事了。后来在项目中栽过跟头才知道，选什么结构、用什么准则去求解系数，直接影响着链路性能和实现代价。今天咱们就聊聊最经典的两种均衡器：线性均衡器（LE）和决策反馈均衡器（DFE）。把结构和背后的推导理清楚，后面调参才会有底气。
3.1 线性均衡器——最直白的滤波器
线性均衡器的想法很直接：用一个抽头延迟线（FIR滤波器）去逼近信道传递函数的逆。假设接收序列为 r(n)，均衡器输出为：
y(n) = w₀·r(n) + w₁·r(n-1) + … + w_{N-1}·r(n-N+1)其中 w_k 就是我们需要优化的抽头系数。这个结构在实现上特别友好，一个移位寄存器加上乘累加单元就搞定。但它的局限性也很明显——它是个线性系统，只能处理线性失真，而且噪声会被放大。
核心本质：线性均衡器试图把信道的频率响应“掰平”。在频域里，它的传输函数应当约等于信道传输函数的倒数。
系数推导的两种常用准则
常用的求解方法有两种，我建议根据应用场景选：
- 迫零（ZF）准则：完全消除ISI，不考虑噪声。你想想看，代价是噪声被放大了。公式上就是令
W = H⁻¹（其中H是信道矩阵），在无噪声时分性能极好。 - 最小均方误差（MMSE）准则：同时最小化ISI和噪声，效果更稳健。推导时我们构造误差
e(n) = d(n) - y(n)，取期望平方最小，得到Wiener-Hopf方程：R·w = p，其中R是自相关矩阵，p是互相关向量。
我在项目中更喜欢用MMSE准则，特别是信噪比不高的时候。还记得有次做水声通信接收机，迫零均衡直接让噪声跟着信号一起放大，误码率反而更差了。
经验之谈：如果你用线性均衡器，记得给抽头数选个合理的值——太少补偿不充分，太多会引入额外噪声。通常我会取信道冲激响应长度的两到三倍作为初始值。
3.2 决策反馈均衡器——用判决结果帮一把
线性均衡器有个致命弱点：它用过去的接收样本来抵消ISI，但未来的干扰它管不了。决策反馈均衡器（DFE）换了个思路——用已经判决出来的符号去消除后尾的干扰。
DFE由两个滤波器组成：
- 前馈滤波器（FFF）：仍是线性FIR，处理信号的前向路径；
- 反馈滤波器（FBF）：输入是之前判决出来的符号，用来消除已判决符号对当前信号的后尾干扰。
结构上可以写成：
y(n) = Σ_{k=0}^{K-1} f_k·r(n-k) + Σ_{j=1}^{J} b_j·d̂(n-j)这里 d̂ 是判决后的符号。注意反馈部分是非线性的（因为包含判决器），所以DFE属于非线性均衡器。
注意！ 如果判决器出了错，这个错误会通过反馈传播下去。这就是所谓的“误差传播”问题。我曾经在深衰落信道下吃过这个亏，后来通过交织加前向纠错来缓解。
DFE的系数联合推导
推导过程与线性均衡类似，但要联合优化FFF和FBF。一般来说我们固定FBF系数，先优化FFF，再通过误差传播最小化来更新反馈系数。经典的推导结果：最优FFF系数满足：
F_opt = (R_nn + σ²·I)⁻¹·p而FBF的作用就是抵消后尾的残留ISI——说白了就是补偿FFF没有完全消掉的部分。整套推导可以用Wiener滤波理论搞定，这里就不展开矩阵运算了。
但注意：DFE的系数推导依赖于理想判决假设。实际系统中判决会有延迟和错误，所以有时候需要做适应性调整。
3.3 核心知识结构图
下面这张图帮你梳理两类均衡器的关系、结构和设计要点：
3.4 两种均衡器的对比
| 维度 | 线性均衡器 (LE) | 决策反馈均衡器 (DFE) |
|---|---|---|
| 结构复杂度 | 低，单FIR | 较高，FFF + FBF + 判决器 |
| 噪声放大 | 严重（尤其深频谱零点） | 显著抑制（反馈抵消后尾） |
| 误差传播 | 无 | 存在，需编码或软判决缓解 |
| 收敛速度（自适应） | 快 | 较慢，受判决质量影响 |
| 适用信道 | 短多径、弱ISI | 长多径、深衰落 |
| 理论基础 | 线性滤波 + Wiener/ZF | 非线性滤波 + 判决反馈 |
选型技巧：我在做DVB-T接收机时，发现信道中长回波很难搞定。线性均衡器至少需要64阶抽头才能勉强收敛，而DFE只需要前馈32阶+反馈16阶，性能还更好。
避坑提醒：我曾经在仿真中把DFE的反馈阶数设得太大，结果收敛后误码率反而上升。原因是反馈部分引入了过去符号的积累噪声。通常反馈阶数取信道冲激响应后尾长度的一半就够了。
3.5 小结
线性均衡器和DFE是通信接收机里最经典的一对搭档。说白了，线性均衡器就是用更大代价（噪声）换取ISI的消除，而DFE用反馈环路巧妙避开了噪声放大。但代价是带来了误差传播这个新问题。
做系统设计的时候，不要一开始就上复杂的均衡结构。先把信道冲激响应测清楚，看看ISI能量主要分布在哪里。如果能量集中在前面几个抽头，线性均衡器就够用了；如果能量拖尾很长，果断上DFE。我在实际项目中还会在DFE后级加上软判决（SOVA或BCJR），能让误码率再降一个数量级。