CN116827735A - 一种用于以太网判决反馈结构切换双模式的系数更新方法 - Google Patents
一种用于以太网判决反馈结构切换双模式的系数更新方法 Download PDFInfo
- Publication number
- CN116827735A CN116827735A CN202310824109.6A CN202310824109A CN116827735A CN 116827735 A CN116827735 A CN 116827735A CN 202310824109 A CN202310824109 A CN 202310824109A CN 116827735 A CN116827735 A CN 116827735A
- Authority
- CN
- China
- Prior art keywords
- algorithm
- decision
- ddlms
- error
- decision feedback
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 99
- 230000000694 effects Effects 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 230000006870 function Effects 0.000 claims description 22
- 238000011045 prefiltration Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000009977 dual effect Effects 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 230000008901 benefit Effects 0.000 abstract description 7
- 238000012545 processing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 20
- 230000008859 change Effects 0.000 description 10
- 238000004088 simulation Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000004399 eye closure Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03433—Arrangements for removing intersymbol interference characterised by equaliser structure
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L25/00—Baseband systems
- H04L25/02—Details ; arrangements for supplying electrical power along data transmission lines
- H04L25/03—Shaping networks in transmitter or receiver, e.g. adaptive shaping networks
- H04L25/03006—Arrangements for removing intersymbol interference
- H04L2025/03592—Adaptation methods
Abstract
该发明方法公开了一种用于以太网判决反馈结构切换双模式的系数更新方法,涉及领域为数字信号处理领域。本发明综合了DDLMS与CMA算法的各自优点,通过加权函数控制两种盲均衡算法的比例来加快收敛且降低剩余误差,调整相关参数仿真后分析误码率可知,该算法能在不损害均衡器性能的同时实现快速收敛。使得误差曲线快速收敛,该加权函数令双模式盲均衡算法的切换更加平滑,同时有效结合两种模式的优点。本发明基于判决反馈预滤波结构采用加权函数控制DDLMS与DDCMA两种盲均衡算法的权重进行系数更新,充分利用了二者的优点,不损失均衡性能的同时达到快速收敛的效果。
Description
技术领域
本发明涉及领域为数字信号处理领域,针对1000BASE-T接收符号严重畸变,且经过模拟域与数字域前端预处理后的符号仍存在部分后向干扰的情况,提出了应用于判决反馈均衡器的联合DDLMS-DDCMA双模式盲均衡算法。
背景技术
由于千兆级以太网逐渐被广泛应用于如商业数据分析、高性能计算、物联网以及军事通信等对网络具有高速率高可靠性要求的应用领域。1000BASE-T在提供1Gbps高带宽同时与100BASE-TX在网络协议、数据传输模式、帧结构等方面具有高度兼容性,从而只需要更换网卡与交换机即可实现网络升级。但另一方面,1000BASE-T信号传输面临多种复杂信道干扰,导致接收信号畸变严重,在经过数字域预处理后仍存在较长后向码间串扰拖尾,考虑采用判决反馈均衡器结构进行消除,考虑到判决反馈均衡结构可能发生的错误判决导致的性能损失,同时,可进一步地采用判决反馈均衡器的变型判决反馈预滤波结构进行后向信道系数的截断,减少性能损失。本文提出的切换双模式盲均衡系数更新方法同样适用于该判决反馈预滤波结构。
在实际通信系统中,对于各种均衡器的使用是基于信道特性是先验未知且时变的,于这种应用条件下,均衡器需要具有可以通过自身调整不断实现对时变信道的适应能力。接收端采用盲均衡算法补偿信道对信号产生的干扰,采用的一般结构有线性均衡器、判决反馈均衡器等结构,但噪声条件下线性均衡器结构表现不佳,判决反馈结构是较好的选择,发送信道先验未知时均衡器均需要进行系数自适应更新以达到对期望符号的逼近至误差逐渐收敛,如此,自适应系数更新算法的选择对误差的收敛与均衡性能非常关键,本发明在对现有多种盲均衡算法的基础上进一步讨论了一种应用于判决反馈结构的更快收敛更高性能的自适应系数更新算法。
针对不同的应用需求,研究者提出了多种盲均衡算法,其中,Godard最早提出的常数模算法(Gonstant Modulus Algorithm,CMA)易于实现,计算量少,是目前应用较为广泛的一种盲均衡算法,但是该算法存在着收敛速度慢、稳态误差大、无法修正相位偏移等缺点。Merve Abide Demir提出一种基于误差信号自相关的变步长常模量算法(VSS-CMA),以改善以往CMA在盲均衡中的弱点。为了进一步提高均衡器的收敛速度以及降低稳态误差,有学者提出了判决引导最小均方(Direct Decision Least Mean Square,DDLMS)算法,该算法收敛速度快但在信号码间串扰严重时可能会产生误判导致严重发散。Filho等人提出并应用了一种基于零内存非线性函数的双曲切函数的改进决策导向算法来避免发散问题,但该算法的应用包括双曲正切函数及其导数的计算或查找表,由于通道变化,查找表可能需要大量内存。在此基础上,金成民等人提出了一种改进的决策导向算法方法,在保持Filho算法收敛性和稳态性能的同时,显著降低了计算复杂度。王光旭等人提出了基于余弦代价函数的双模盲均衡算法,将两个均衡器并联使用,采用凸组合结构联合两个均衡器,但复杂度高。丛文胜除了并行多模算法+区域多模算法的组合算法,也是将两个均衡器并联使用,每次迭代中均需要计算两种算法的误差,因此复杂度较高。
除此之外,针对不同的应用场景与均衡器结构,学者们提出了多种对均衡算法的变型与改进。但基于盲均衡的基本原理,自适应均衡算法需要非线性函数得到误差判断后进行自适应系数更新,且不同的均衡器结构及算法参数均会对均衡器性能产生影响。由于1000BASE-T传输方案,要求接收端均衡器具有较好的冷启动功能,且收敛快性能高的要求,本发明应用于判决反馈预滤波结构,系数自适应更新则是采用了联合DDLMS-DDCMA切换双模式盲均衡算法。
发明内容
本发明提出一种用于以太网的判决反馈结构切换双模式系数更新方法。该方法主要针对1000BASE-T接收信号经过数字预处理后,仍剩余较长后向码间串扰与噪声问题,基于均衡器的变型判决反馈预滤波结构,系数更新算法采用联合DDLMS-DDCMA切换双模式盲均衡算法。通过DDLMS的判决误差与阈值的比较确定两种盲均衡算法在系数更新中所占用比例,通过权重函数进行系数更新,在不损失性能的同时进行快速收敛。
本发明技术方案为一种用于以太网判决反馈结构切换双模式的系数更新方法,该方法包括:
步骤1:首先对接收信号进行判决反馈预滤波;
步骤1.1:预处理;
接收端四个线对分别经过预处理后,得到zn:
式中,zn表示预处理后的信号,an为有效传输符号,fi为剩余后向信道系数,wn为零均值高斯白噪声,L0为最差情况下剩余后向干扰拖尾长度,且呈现最小相位特性;基于线性滤波器会增强噪声,降低后续解码性能,因此选择与判决反馈均衡器结构类似的判决反馈预滤波器实现;其滤波器结构如图1所示。
步骤1.2:进行判决反馈预滤波,得到为判决反馈输出yn;
其中,为判决器得到的暂时性判决量,L为要保留的后向信道记忆长度,此判决针对完全消除码间串扰尾部的信号dn为:
判决器将dn映射至发送端调制的五元符号{-2,-1,0,+1,+2}中最靠近的点,完成逐符号判决,得到:
式中,σn-i为暂时判决值与有效数据的判决误差,在判决正确的情况下为零,得到判决反馈预滤波器最终输出表达式如下:
当剩余后向系数长度L=0时,判决反馈预滤波则承担判决反馈均衡器功能;
步骤2:进行以太网判决反馈结构切换双模式的系数更新;
针对Bussgang类盲均衡算法的非线性函数,采用对输出直接判决的结果作为期望,计算采用DDLMS算法时以太网模式切换的均衡器输出误差eDDLMS(n),表达式如下:
其中,deci(·)表示采用DD算法后的判决值,d(n)表示滤波器的输出,f(n)表示n次迭代后的均衡器抽头系数;DDLMS表示判决引导最小均方算法;
计算DDCMA算法时以太网模式切换的均衡器输出误差eDDCMA(n);
DDCMA算法在DDLMS判决量的基础上进行CMA算法误差计算;
步骤3:双模式的切换;
分别设置两个模式切换阈值Rmax和Rmin,双模式盲均衡算法的性能与Rmax和Rmin选取有关,不同信道和噪声特性的模式阈值会不同,根据固定加权调节系数γ=9,调试不同的判决阈值找到适合当前信道模型的取值,使算法的误差曲线能达到收敛的效果。在计算判决引导最小均方算法误差后,通过误差与两个阈值的关系来确定切换模式,当|eDDLMS(n)|≥Rmax时,切换到DDCMA算法;当|eDDLMS(n)|≤Rmin时,则切换到DDLMS算法;当Rmin≤|eDDLMS(n)|≤Rmax时,通过权重函数的方式采用加权双模式盲均衡算法;该双模式盲均衡算法的误差信号为:
式中:uDDCMA、uDDLMS分别对应着DDCMA与DDLMS算法系数收敛的步长因子,加权函数g(n)表示为下式:
式中:γ为调节加权函数的常数,在该加权函数作用下,均衡器输出误差越接近Rmax,则g(n)的值同时变大,使均衡器更新系数向DDCMA算法模式调整,反之均衡器更新系数向DDLMS算法模式调整。
本发明提出一种适用于判决反馈结构的切换双模式盲均衡系数更新方法。对于这种模式的盲均衡,系数的收敛曲线需要依靠步长因子,DDLMS的判决阈值以及加权函数的最大最小判决阈值等参数进行联合调试,选择合适的收敛步长与误差计算相关参数,对双模式盲均衡算法的收敛至关重要,因此需要进行多次仿真找出最佳参数,但确定参数后,若接收信号的幅值等统计特性不发生突变,无需重新训练。使得误差曲线快速收敛,该加权函数令双模式盲均衡算法的切换更加平滑,同时有效结合两种模式的优点。本发明基于判决反馈预滤波结构采用加权函数控制DDLMS与DDCMA两种盲均衡算法的权重进行系数更新,充分利用了二者的优点,不损失均衡性能的同时达到快速收敛的效果。
附图说明
图1为本发明判决反馈预滤波器结构示意图;
图2为本发明提出的联合DDLMS-DDCMA切换双模式盲均衡算法原理图;
图3为DDLMS均衡算法的误差收敛曲线和均衡后符号眼图;
图4为DDCMA均衡算法的误差收敛曲线和均衡后符号眼图;
图5为本发明均衡算法的误差收敛曲线和均衡后符号眼图;
图6为不同参数设定下均衡后符号误码率的变化曲线图,其中(a)为均衡后符号误码率随判决阈值变化曲线图,(b)为均衡后符号误码率随γ变化曲线图,(c)为均衡后符号误码率随步长变化曲线图,(d)为均衡后符号误码率随加权函数因子Rmax与Rmin变化曲线图;
图7为FFE后剩余后向信道系数估计示意图;
图8为DFP截断后信道系数估计示意图。
实施方式
因1000BASE-T在发送训练符号时4D-PAM5符号的每个线对均从{-2,0,+2}中取值,而传输有效数据时则从{-2,-1,0,1,+2}中取值,这就意味着符号间的电平间隔降低,同时,判决反馈均衡器是根据对已均衡符号的判决进行码间串扰估计的原理,电平间隔的降低会直接影响判决准确度,进而影响均衡效果。为了准确比较联合DDLMS-DDCMA双模式盲均衡算法在1000BASE-T物理层接收端应用中均衡效果,同样在五幅值发送符号条件下对DDLMS、DDCMA与该双模式算法均进行仿真,均衡器输入均为经过预处理后仍存在后向码间串扰的符号,噪声条件为15dB,滤波器抽头数目设为L0=14。实验中以训练完成后正式传输的五元符号展示,但是五元符号传统眼图观察并不明显,不易比较,在此选择聚集点图的方式展示,得到其收敛曲线与均衡眼图分别如图3、图4、图5所示。
对于1000BASE-T的典型信道环境,信号受到严重畸变眼图闭合的情况,由图3可以看出,DDLMS算法虽然收敛速度较快,但剩余误差非常大,收敛后稳态误差约为2~3之间,这也就说明DDLMS的判决模块一旦出现错误,无法通过自身算法进行调整。由图4可知,DDCMA算法则收敛速度慢,约3500个符号后误差趋于稳定,稳态误差值在4~5左右左右,但根据眼图可知,DDCMA算法对畸变信号有一定均衡效果,眼图呈现略微分开,但是并无法满足判决条件,与DDLMS算法比较其剩余误差稍低,但是存在着收敛速度慢的问题,且收敛剩余误差同样无法达到均衡要求。
相同输入符号与噪声条件下联合DDLMS-DDCMA双模式盲均衡算法收敛曲线与均衡后符号眼图如图5所示。由收敛曲线与均衡后符号眼图可知,相较于DDLMS算法与DDCMA算法,该联合双模式盲均衡算法收敛速度教快,在约2000个符号时就已经接近收敛,同时明显降低了剩余误差,且对五幅值符号有较好的收敛效果,整体取得了较好均衡效果。
通过该联合DDLMS-DDCMA算法的参数仿真可知,对于算法中的参数没固定的取值要求,在合理范围内小幅度的参数变化并不会对均衡效果产生明显影响,这是因为该双模式盲均衡算法通过将两种不同性能优势的算法之间的切换和权重比例,对于误差的变化可以进行自身算法调整使其重新收敛至稳定,这也是该算法相对于传统盲均衡算法的优点。
联合DDLMS-DDMCA盲均衡算法通过调整DDLMS与DDCMA算法的权重来减少错误传播现象,该算法受到多个参数的影响,包括DDLMS判决阈值、模式选择判断标准Rmax和Rmin、收敛步长以及加权函数因子γ等。通过调整不同参数后得到的判决结果与原发送符号对比后可得到不同参数对误码率影响,如图6所示。其中(a)为均衡后符号误码率随判决阈值变化曲线图,可已看出判决阈值选取过大或者过小都会对误差的收敛速度与剩余误差值产生影响,因为判决阈值的选择错误会直接发生错误传播与后项码间串扰估计错误,进而导致误差曲线的发散,图中误码率曲线表明判决阈值dec在0.6~1.0之间均能达到较好的收敛效果;(b)为均衡后符号误码率随γ变化曲线图,可已看出可见除了γ=1时误码率明显降低,其余的γ取值对误码率的影响区别并不明显;(c)为均衡后符号误码率随步长变化曲线图,可已看出DDLMS算法判决正确情况下收敛速度较快,选择DDLMS步长要比DDCMA算法略大,较大步长情况下约3000符号数目即可达到较低误码率,而步长越大,达到相同误码率标准需要的训练符号越多,综合考虑接收机中均衡器适应时间,选择{μDDLMS=2-7,μDDCMA=2-8}较为合理;(d)为均衡后符号误码率随加权函数因子Rmax与Rmin变化曲线图,可已看出分析结果可知,相较于其他参数值{Rmax=0.7,Rmin=0.3}时能达到较低的误码率;
讨论了联合DDLMS-DDCMA双模式盲均衡算法应用于判决反馈均衡器中的性能,判决反馈预滤波器则是进一步实现了截断信道系数长度可选,效果如图7,图8所示,图7为预滤波器截断前信道记忆长度,图8则为判决反馈预滤波器截断后剩余信道记忆长度,表明该切换双模式盲均衡算法应用于该预滤波结构通过可达到目标效果,适用于1000BASE-T接收端数字处理模块或其他相似应用场景。
Claims (1)
1.一种用于以太网判决反馈结构切换双模式的系数更新方法,该方法包括:
步骤1:首先对接收信号进行判决反馈预滤波;
步骤1.1:预处理;
接收端四个线对分别经过预处理后,得到zn:
式中,zn表示预处理后的信号,an为有效传输符号,fi为剩余后向信道系数,wn为零均值高斯白噪声,L0为最差情况下剩余后向干扰拖尾长度,且呈现最小相位特性;基于线性滤波器会增强噪声,降低后续解码性能,因此选择与判决反馈均衡器结构类似的判决反馈预滤波器实现;
步骤1.2:进行判决反馈预滤波,得到为判决反馈输出yn;
其中,为判决器得到的暂时性判决量,L为要保留的后向信道记忆长度,此判决针对完全消除码间串扰尾部的信号dn为:
判决器将dn映射至发送端调制的五元符号{-2,-1,0,+1,+2}中最靠近的点,完成逐符号判决,得到:
式中,σn-i为暂时判决值与有效数据的判决误差,在判决正确的情况下为零,得到判决反馈预滤波器最终输出表达式如下:
当剩余后向系数长度L=0时,判决反馈预滤波则承担判决反馈均衡器功能;
步骤2:进行以太网判决反馈结构切换双模式的系数更新;
针对Bussgang类盲均衡算法的非线性函数,采用对输出直接判决的结果作为期望,计算采用DDLMS算法时以太网模式切换的均衡器输出误差eDDLMS(n),表达式如下:
其中,deci(·)表示采用DD算法后的判决值,d(n)表示滤波器的输出,f(n)表示n次迭代后的均衡器抽头系数;DDLMS表示判决引导最小均方算法;
计算DDCMA算法时以太网模式切换的均衡器输出误差eDDCMA(n);
DDCMA算法在DDLMS判决量的基础上进行CMA算法误差计算;
步骤3:双模式的切换;
分别设置两个模式切换阈值Rmax和Rmin,双模式盲均衡算法的性能与Rmax和Rmin选取有关,不同信道和噪声特性的模式阈值会不同,根据固定加权调节系数γ=9,调试不同的判决阈值找到适合当前信道模型的取值,使算法的误差曲线能达到收敛的效果。在计算判决引导最小均方算法误差后,通过误差与两个阈值的关系来确定切换模式,当|eDDLMS(n)|≥Rmax时,切换到DDCMA算法;当|eDDLMS(n)|≤Rmin时,则切换到DDLMS算法;当Rmin≤|eDDLMS(n)|≤Rmax时,通过权重函数的方式采用加权双模式盲均衡算法;该双模式盲均衡算法的误差信号为:
式中:uDDCMA、uDDLMS分别对应着DDCMA与DDLMS算法系数收敛的步长因子,加权函数g(n)表示为下式:
式中:γ为调节加权函数的常数,在该加权函数作用下,均衡器输出误差越接近Rmax,则g(n)的值同时变大,使均衡器更新系数向DDCMA算法模式调整,反之均衡器更新系数向DDLMS算法模式调整。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310824109.6A CN116827735A (zh) | 2023-07-06 | 2023-07-06 | 一种用于以太网判决反馈结构切换双模式的系数更新方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310824109.6A CN116827735A (zh) | 2023-07-06 | 2023-07-06 | 一种用于以太网判决反馈结构切换双模式的系数更新方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116827735A true CN116827735A (zh) | 2023-09-29 |
Family
ID=88116544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310824109.6A Pending CN116827735A (zh) | 2023-07-06 | 2023-07-06 | 一种用于以太网判决反馈结构切换双模式的系数更新方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116827735A (zh) |
-
2023
- 2023-07-06 CN CN202310824109.6A patent/CN116827735A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11115247B2 (en) | Methods and circuits for asymmetric distribution of channel equalization between devices | |
CN109905337B (zh) | 一种基于narx神经网络与块状反馈的信道均衡方法 | |
CN112468419B (zh) | 一种自适应的双模式盲均衡方法及系统 | |
CN111314252B (zh) | 一种用于高速串口收发机的自适应均衡方法及系统 | |
WO2005086441A1 (en) | Bit-edge zero forcing equalizer | |
CN114172767B (zh) | 基于分数阶多模的信道盲均衡方法 | |
CN110618955A (zh) | 包括均衡器的电子设备及由电路执行的方法 | |
CN109981500B (zh) | 一种信号处理的方法及信号处理装置 | |
CN108900446B (zh) | 基于门控循环单元神经网络的坐标变换常模盲均衡方法 | |
CN107995135A (zh) | 信道衰减补偿系统、方法、电路、存储介质及处理器 | |
US20090274239A1 (en) | Prescribed Response Precoding for Channels with Intersymbol Interference | |
US8644369B1 (en) | Equalizer adaptation for heavily compressed or clipped communications signals | |
CN116827735A (zh) | 一种用于以太网判决反馈结构切换双模式的系数更新方法 | |
CN110581816A (zh) | 一种mpsk信号的cma盲均衡变步长优化方法 | |
US8054875B2 (en) | Autoregressive moving average modeling for feedforward and feedback Tomlinson-Harashima precoder filters | |
KR20030054304A (ko) | 블라인드 판정 궤환 등화 장치 및 그 방법 | |
KR100320214B1 (ko) | 채널 등화기 | |
Chen et al. | Fractionally spaced blind equalization with low‐complexity concurrent constant modulus algorithm and soft decision‐directed scheme | |
Chemweno et al. | Adaptive channel equalization using multilayer perceptron neural networks with variable learning rate parameter | |
Li et al. | An efficient soft decision-directed algorithm for blind equalization of 4-QAM systems | |
CN115173950B (zh) | 数据中心光互连系统及方法 | |
Wu et al. | Research of Blind Equalization Technology of Coherent Optical Communication Based on Decidion Optimization | |
WO2023098483A1 (zh) | 信号接收方法、装置、电子设备及存储介质 | |
US20230308318A1 (en) | Method of equalization for high-speed processing and equalizer thereof | |
Wu et al. | An Adaptive Equalization Algorithm for High Speed SerDes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |