一、平衡的概念
二、均衡器的作用：校正或补偿系统特性，减少符号间干扰的影响！
均衡器在系统中的位置：
三、平衡分类：
通常，频域均衡器很难实现。在现实或研究中，均衡一般指时域均衡器。
下图显示了横向滤波器的时域均衡系统：
在下面的波形图中，均衡的目标是补偿上波形到下波形图，即补偿所有不为零的采样点，对应的gram表示为右式。
以下是每个均衡器的三抽头横向滤波器的练习示例：
二、平衡标准和实施
问题：如何调整抽头系数以获得最佳均衡效果？
有一些指导原则：
1.峰值失真(标准):
物理意义：所有抽象时刻的符号间干扰的绝对值之和与t=0时的采样值之比，即峰值符号间干扰与有用信号的采样值之比。
最佳均衡最小化峰值失真D.
2.均方失真(标准)
即峰值符号间干扰的平方与有用信号的各种值的平方和之比，也就是峰值失真项加上平方。
均衡使均方失真d最小。
最小峰值失真准则的工作原理：迫零均衡
上面的迫零是为了最小化d的值；
Lucky下面的证明更重要：
上述定理的数学意义是，系数{Ci}应为以下公式：
建立时2N-1个联立方程的解。2N-1线性方程是：
看看Lucky发明的原始迫零均衡器：
原来的迫零均衡器是在前面设置一个测试脉冲序列，也就是一个已知序列来训练抽头系数，后来Lucky发明了自适应均衡器。
让我们来看一个迫零均衡器的练习：
结论：当抽头有限时，不能完全消除码间干扰，但适当增加抽头数可以在相当小的程度上减少码间干扰。
如下图，均衡器的实现和调整主要集中在自动均衡器，分为原语预置均衡器和自适应均衡器。
最重要的应用来了。以上经典的自适应均衡算法都属于线性均衡器，对于电话线这样的信道，性能非常好。
对于有线信道，常用的信道均衡算法(线性均衡器)有：迫零算法(ZF)；最小均方误差算法(LMS)；递归最小二乘算法(RLS)；卡尔曼算法等。
无线信道均衡算法(非线性均衡器):判决反馈均衡(DFE)、最大似然符号检测和最大似然序列估计。
让我们来看看发展情况：
上面提到的大部分截图都是来自于一节课的PPT内容。如果需要内容，可以直接下载：链接：https://pan.baidu.com/s/1mWtGcqf_aPAPmqccdmhVpg
提货代码：6xlr
japan quarterly 日本季刊
标签：均衡器系数符号