Доброе время суток. Я сейчас занимаюсь изучением слепых эквалайзеров(Blind equalizers). И в процессе у меня возник закономерный вопрос - можем ли мы хотя бы в теории узнать присутствуют ли искажения в канале(МСИ) или это просто гаусовский шум, не зная передаваемую информацию. Возможно это проявляется по виду спектра, но в эффективности этого способа я сомневаюсь, поскольку не зная истинного спектра передаваемого сигнала тяжело сказать как он должен выглядеть на входе.
Я больше придерживаюсь мнения что надо после декодирования посмотреть на корреляционную матрицу сигнала, хотя тоже возникает много проблем - начиная от тактирования и дальше. Тем более что не всегда сигналы бывают достаточно долгими ,чтобы хорошо оценить эту матрицу, и зачастую сказать о их статических характеристиках нельзя, но в принципе в данном контексте можно считать его белым дискретным шумом. Это всё нужно для того что бы точно узнать может ли вытащить эквалайзер данный сигнал, или надо применить другой адаптивный алгоритм коррекции канала, или выравнивать канал бесполезно - слишком большие шумы.
Если кто-то сталкивался с этим раньше будет приятно услышать любое компетентное мнение.

Надо отталкиваться от модели канала и тогда вы будете точно знать что ваш эквалайзер способен скорректировать данный сигнал.

В этом то и проблема - вопрос как раз и заключается в том что бы определить даный канал не зная в принципе ничего а имея только принятый сигнал, причем переданный сигнал не известен. Хотя бы надо с помощью какой-либо методики определить является канал минимально фазовым или нет, потому что к примеру CMA как пишут не может его скоректировать, т.е. надо брать другой алгоритм.

Если предположить что исходный сигнал не кореллирован и сделать предположение о максимальной памяти канала, то можно сделать адаптивный фильтр предсказатель, по коэффициентам которого можно судить о канале. Как сделать написано здесь: http://www.dsp-book.narod.ru/USADO.djvu Но сделать эквалайзер для неизвестного сигнала невозможно.

СМА - это критерий настройки эквалайзера, он может использоваться в том числе и для настройки эквалайзера который может корректировать не минимально фазовые каналы.
Смотрите последнюю модельку http://electronix.ru/forum/index.php?showtopic=23652. Там в том числе используется СМА критерий Годарда для настройки эквалайзера корректирующего спектральные нули.

Вопрос на самом деле интересный наверное.
Когда принимаешь сигнал, то даже не зная его подробностей, через энергетический спектр можно получить оценку отношения сигнал/шум. Но кроме отношения сигнал/шум часто приходится учитывать и МСИ. Неужели нет возможности оценить уровень и характер МСИ только по принятому сигналу, типа как оценивается отношения сигнал/шум? и соответственно принять решение какой эквалайзер применять линейный или DFE.

И еще. Часто встречается термин неминимальнофазовый. С абстрактной точки зрения размещения нулей и полюсов вопросов нет. А как это получается в природе?, при каких условиях распространения волн может сложиться такая ситуация? Где шанс больше возникновения неминимальнофазового канала - в КВ, УКВ, СВЧ? Это связано с многолучевостью или какими то хитрыми фазовращательными свойствами среды?

Так или иначе без знания модели канала сложно что-либо сделать. Знание модели канала позволит использовать методы адаптивной фильтрации или тот же фильтр Винера для подавления ненужных составляющих в спектре сигнала

Если ничего не известно ни про переданный сигнал, ни про канал - то сделать ничего невозможно. Потому что любой сигнал на выходе канала равновероятен. Да и о "равновероятности" говорить нельзя, потому что интеграл плотности вероятности по множеству всех возможных сигналов с какой-то естественной мерой на этом множестве должен быть равен единице, а если сигналы ничем не ограничены и про них ничего априорно не известно - то объем пространства, по которому производится интегрирование, бесконечен, и интеграл от константы сходиться не может. Так что ищите подразумеваемые ограничения, используя которые можно было бы что-то сказать.

Предположим у нас есть некая реализация неизвестно чего переданного, но известно что на передатчике сглаживалось корнем из приподнятого косинуса. Больше ничего не известно.

Чем сглаживается?
Подразумевается RRC фильтр?
Может быть в таком случае идет о передаче цифрового сигнала с какой-то линейной модуляцией?
Потому как одно из классических свойств RRC фильтра - что вместе с приемным RRC фильтром он дает RC фильтр, являющийся фильтром Найквиста.

Что-нибудь можно еще сказать про модель передаваемого сигнала? Потому что отделить искажения, вносимые каналом, от сигнала, предварительно искаженного таким же образом ДО передачи, очевидно, невозможно.

Да, RRC фильтр. Ну еще известен вид модуляции, например PSK-4.

Ну так это сильно меняет дело. Еще, наверное, известно, что битовая последовательность достаточно случайна - например, пропущена через скрамблер. В таком случае, это классическая задача. Кажется, варианты решения описаны в Хайкине "Adaptive Filters Theory".

Ну скремблер отложим в сторону, так как далеко не всегда он есть.
А Хайкин у себя предлагает решение задачи, как определить именно тип канала? Приходилось только встречаться с применением некого слепого алгоритма, но не видел чтобы кто-то обосновывал выбор либо одного либо другого алгоритма - кто-то сразу на СМА или его разновидности уходит, кто-то на класс DFE, а как оценить характер МСИ и в соответствии с этим обоснованно выбрать наиболее подходящий алгоритм?

Будем считать что сам сигнал нам не известен, но мы о нем знаем то что он характеризуется некоторым сигнальным созвездием, которое нам не известно, а так же равновероятностью появления каждого символа - поскольку это одно из условий схождения эквалайзера. Созвездие в принципе может быть любым но только с центральной симметрией.

Равновероятность символов должна в любом случае обеспечиваться, не скремблированием так кодированием, иначе приёмник не сможет синхронизироваться.



Вы какую задачу решаете? Если вы исследуете радиорелейную трассу то специально будете подавать неизвестный сигнал?



Всё обосновывается в книгах статьях, надо искать и читать внимательнее. Ещё раз, СМА - это критерий настройки хоть линейного эквалайзера хоть DFE.




Использовать модель канала. Если её нету значит провести соответствующие исследования.

Исходный сигнал для того что бы слепой эквалайзер сошёлся должен быть по определению не коррелирован - поскольку эквалайзер как раз то и работает на том что бы убрать излишнию коррелированность между символами( то бишь МСИ). А USADO я читал, но там немного другая тема - там рассматривается подходы корректирования канала с использованием тренинг последовательности - к примеру LMS - как в GSM. Насчет неизвестного сигнала я написал выше. "Но сделать эквалайзер для неизвестного сигнала невозможно." - может я не правильно понял но а как же к примеру CMA.


Где-то я читал что как раз CMA не может корректировать не минимально фазовый канал.Вспомню напишу хотя надо будет на своих моделях проверить... Потом скажу точно.

Частотную характеристику получить сможете.

Эквализацию для канала со спектральными нулями сложно сказать. Поскольку ещё надо будет оценивать созвездие. В любом случае эквализация будет возможна только при высоком отношении сигнал шум, поскольку необходимо на вход DFE подавать решения без ошибок.

Мы не проектируем какую-либо систему а решаем чисто теоретическую проблему - нет у нас модели канала и измерить мы его не можем!!!!
Никто не спорит о том что на основе СМА алгоритма можно строить любые эквалайзеры и DFE, и DD, и FS - я говорю о том что этот подход не может вытянуть сигнал когда он проходит через не минимально фазовый канал.
Еще хотел спросить про Хайкине "Adaptive Filters Theory" - где можно его найти?


На самом деле более перспективный вариант сначала вытянуть хотя бы какое-нибудь приличное отношение BER на эквалайзере без обратной связи а затем применять эквалайзер с прямым решением(DD-direct dision) тогда схема будет менее критична к SNR. А созвездие будем для простоты считать известным ну или скажем так когда эквалайзер сходится мы можем его определить - это уже другой вопрос.


Это наверно более точно и проще расскрывает то что я хотел обсудить...

Удроу поможет например с идентификацией канала. До сих пор непонятно что вам нужно? Канал определить или эквализацию выполнить?




В модеме с эквалайзером с критерием СМА используется априорная информация. Иначе просто засинхронизироваться не получится не говоря уже о эквализции. Или для канала со спектральными нулями и низким отношением сигнал шум требуются правильные решения на входе DFE, которые можно получить например зная помехоустойчивое кодирование в передатчике.



Не СМА не может а не все типы эквалайзеров могут. Ещё раз, в приведённой модели это демонстрируется.

А в чем тонкость отличия слепого эквалайзера от слепой идентификации канала?

А задача состоит в том, чтоб сначала определить тип/характеристику канала, а затем применить тот или иной тип эквалайзера, например Витерби

И всетаки непонятно - неминамальнофазовазовость и спектральные нули это одно и тоже или необязательно?

Я иследовал вопрос о вносимых дискретным фильтром межсимвольных искажений(потому что как раз на этом и основывается процес цифровой фильтрации). Так вот если неравномерность в полосе пропускания не велика и фильтр не обрезает сильно сигнал то это не вносит ощутимый вклад в МСИ - даже для фильтров с порядком ~100 или даже ~200, т.е. каждый выходной отсчет содержит информацию о предыдущих 20-30 символах.
Вообще по моиму скромному мнению к МСИ приводит не только складывание нескольких запаздывающих лучей, но и вообще к таким же эффектам приводит и просто неравномерность АЧХ канала, хотя вызвана другими физическими причинами.

Вытащить что-либо для канала со спектральными нулями без DFE не получится. Чтобы DD-direct dision работал необходимы решения с низкой вероятностью ошибок что представляет собой некоторую сложность при использовании кодированной модуляции и высокой вероятности ошибок до декодера.

Во-первых, задачи эквализация и определения канала - дуальные,хотя если покапаться то есть какие-то небольшие различия. Но по большому счёту измерив канал -мы можем его скорректировать, а скорректируя канал - мы можем его определить. Это обратные операции - как обращение матриц, если говорить про временную область: (®^-1)^-1 = R.(R -квадратная матрица). Если конкретней то занимаемся имено эквализацией.
Какая используеться априорная информация - я просто работаю на своих модельках, до техники далеко... Интересует принципиальная возможность.Вообще я думаю так : мы принимаем сигнал в широкой полосе - оцифровываем, записываем на машину,ищем на спектрограмме наш сигнал, отфильтровываем полосу сигнала - далее сбрасываем её в ноль, тактируемся и уже вот это подаем на эквалайзер.
Во-вторых, помехоустойчивое кодирование в DD знать не нужно, а решение принимаеться о принятом в данный момент символе.
В-третьих, насколько мне известно есть еще один интересный алгоритм EVA - который справляется с не минемально фазовыми искажениями.
В-четвертых, если присутсвует в канале спектральный ноль то уже никак не вытянешь сигнал.(На ноль делить нельзя - при обращении спектра как раз и надо будет это сделать)

При идентификации вы определяете характеристику канала. При синхронизации и эквализации вы получаете информацию передаваемую передатчиком.



Как то далеко от жизни немного. У вас будет в модеме куча различных эквалайзеров? Зачем усложнять модем ещё специальным прибором для исследования радиотрасс? Сделать универсальный модем эквалайзер для всего и вся это наверное невозможно.



Приведите пример реализуемого минимально фазового фильтра со спектральным нулём.

Может я не правильно понимаю что вы имеете в виду под спектральным нулём?
А работе DD как раз и основывается на том что обратная связь подключается только после схождения обычного эквалайзера до какого-то значения, хотя тоже вопрос чем мерить это схождение в слепом варианте: у меня сделано пока что дисперсией принятых отсчетов от точек созвездия - тоже вопрос надо определить созвездие, ладно надо будет что-нибудь придумать.

"Побочный" эффект при эквализации это получение характеристики канала (конечное состояние фильтра эквалайзера). А при идентификации канала вроде как оценку информации мы не получаем?

При софтваре РПУ проблем с количеством эквалайзеров вроде как не возникает. А исследовать радиотрассы? Ну наверное и не всегда обязательно, но щас вопрос о не рациональности практического применения, а чисто теоретический. Хотя для цифровой КВ связи, где все плывет и от времени суток и т.д. и в том числе при дальнем распрстранении ты не знаешь что там на другой стороне у товоего напарника творится и с погодой и т.д., то адаптировать/выбирать наиболее подходящий эквалайзер было бы неплохо.

Минимальнофазовый - нуль получить непросто, но если говорить о том, что ранее говорилось, что провалы до линии шума уже считаются спектральными нулями, то в этом случае и минимальнофазовый может иметь спектральный нуль.

Я ещё раз повторюсь мы исследуем принципиальную возможность а не проектируем модем, скорее в последствии это выльеться в какую-нибудь программку по теханализу.
Насчет нулей и минимально фазовых фильтров - в жизни если сигнал ослабляется каналом на какой-то частоте до уровня шума - это уже обозначает спектральный ноль, в отличии от теории - хотя канал может быть и минимально фазовым.

В общем случае мы не можем зная только канал домножить сигнал на какую-то "обратную" характеристику и сделать возможным демодуляцию сигнала модемом без эквалайзера.



Мы не сможем тактироваться не зная ничего о сигнале. Мы не сможем тактироваться по искажённому сигналу. Мы не сможем сделать эквалайзер незная ничего о сигнале.




Это если сигнал/шум позволяет получать правильные решения. Однако мы стараемся как можно ближе к границе Шеннона подобраться.



Что за EVA? DFE позволяет справится с неминимально фазовыми каналами.



В точку и даже не столько из-за того что на ноль делить нельзя, а от того что в нуле шум и усиливать его смысла нету. Вот здесь то и приходит нам на помощь DFE или COFDM или может быть ещё что-нибудь.

Конечное состояние фильтра не является импульсной характеристикой канала, это импульсная характеристика инвертированного канала. Если у нас имеется модель канала то инвертируя ее мы получаем как раз необходимый эквалайзер(так называемый Zero Forced) - применяя его к сигналу мы как раз и получаем передаваемую информацию.

В Осле был.

Вот, например.
Filter в единственном числе - так правильно.

ed2k://|file|Prentice%20Hall%20-%20Adaptive%20Filter%20Theory%20(3Rd%20Ed)%20(Symon%20Haykin).pdf|96143058|7C337A1543902F672BDA593696D442A0|/

И всё же если к выходу любого минимально фазового канала прибавить шум он от этого не минимально фазовым не становится. Если сигнал ослабляется каналом на какой-то частоте до уровня шума - это уже обозначает что линейным эквалайзером мы ничего не вытащим.

Я понимаю так, если мы как то получили обратную характеристику, то из нее можем получить и прямую, сам канал.

И опять о спектральных нулях. На самом деле. Если полезный сигнал в некотором диапазоне частот был опущен ниже уровня шума, то какая разница чем вытаскивать его DFE или линейным? Как можно усилить сигнал и одновременно не усилить шум, находящийся в этой же полосе? Конечная же цель все равно подравнять сквозную АЧХ.

Прокис как раз это популярно объясняет...

В теории так должно быть - на практике естественно не обязательно.


Такт не всегда важен можно воспользоваться дробным.

Это надо будет попдробнее обдумать - пока везде где про DD читал вроде бы работали только от одного символа, может я и ошибаюсь - надо будет посмотреть.

DFE - надо будет поднять вопросы сходимость в слепых условиях.
EVA - eigenvector algorithm - лежит распечатка на буржуйском сам не знаю где именно валяется - коллега подогнал - глубинную математику этого алгоритма не знаю от куда у неё ноги растут, а на поверхности лежит "известное" матричное уравнение и от него пляшут - вот моя реализация разобрать что-то сложно но вообщем работает. Не обращай внимание много хлама в этом файле для исследования, а сейчас его править не охото.

http://rapidshare.com/files/60891010/Adapt...aykin.djvu.html

% +------+ n(k) +------+
%d(k)==>| h(k) |==> + ==>v(k)==>||====>| e(k) |==>x(k)
% +------+ \\ +------+
% \\
% \\ +------+
% ==>| f(k) |==>y(k)
% +------+
% C - момент четвертого порядка('кросc-эксцесс'):
% C = E{|y(k)|^2*V(k)*V'(k)}-E{|y(k)|^2}E{V(k)*V'(k)}-E{y(k)*V(k)}E{y'(k)*V'(k)}-E{y'(k)*V(k)}E{y(k)*V'(k)}
function [oEqualizerOutput oEqualizerPulseCharacteristic] =...
DK_EVA_EQ_Signal(iData,iEqualizerPulseCharacteristic,iEVAFunction,Srez,R,Iter);
global Color;
global QAM;
global SignalBER;
lCounter = length(iEqualizerPulseCharacteristic)-1;
lLength = length(iEqualizerPulseCharacteristic);
oEqualizerOutput = zeros(length(iData),1);
oEqualizerPulseCharacteristic = iEqualizerPulseCharacteristic;
CostFunction = 0;
figure(10);
ErrorMassive = zeros(Srez,1);
Dispercion = 0;
DispercionMassive = zeros(fix(length(iData)/Srez)+1,1);
InverseR = R^-1;
while (lCounter < length(iData))&&(lCounter < Iter)
lCounter = lCounter + 1;
lFIRData = iData(lCounter-lLength+1:lCounter);
lCurrentEVAOutput = iEVAFunction.'*lFIRData;
lCurrentEqualizerOutput = oEqualizerPulseCharacteristic.'*lFIRData;
oEqualizerOutput(lCounter) = lCurrentEqualizerOutput;
CrossExcess = DK_EVACurtosis(iData,iEVAFunction,R,lLength);
[EvaVector d] = eig(InverseR*CrossExcess);d = diag(d);
EvaVector = EvaVector(:,find(abs(d) == max(abs(d)),1));
iEVAFunction = EvaVector;
oEqualizerPulseCharacteristic = EvaVector;

Error = 0;
ErrorMassive(mod(lCounter,Srez)+1) = Error;
CostFunction=(CostFunction*(lCounter-1)+ Error.*Error)/lCounter;
%Dispercion = Dispercion+abs(DKqamdemod(lCurrentEqualizerOutput,QAM)-lCurrentEqualizerOutput)^2;
if (mod(lCounter,Srez) == 0 || lCounter == lLength)
%figure(10);
%DispercionMassive(fix(lCounter/Srez)+1) = Dispercion/(Srez-1);
%Dispercion = 0;
%plot(Srez:Srez:length(DispercionMassive)*Srez,DispercionMassive,'b');
%title('Dispersion');
%pause(0.01);
end;
end;
figure(11);
subplot(2,1,1);
hold on;
plot(Srez:Srez:length(DispercionMassive)*Srez,DispercionMassive,Color);
text(length(DispercionMassive)*Srez,DispercionMassive(end),'EVA');
title('Dispersion');
hold off;
subplot(2,1,2);
hold on;
plot(1:length(oEqualizerPulseCharacteristic),real(oEqualizerPulseCharacteristic)
,Color);
text(length(oEqualizerPulseCharacteristic),oEqualizerPulseCharacteristic(end),'EVA');
title('Eq Coefficients');
hold off;

function EVACurtosis = DK_EVACurtosis(iData,iEVAFunction,R,lLength);
lCounter = lLength-1;
A = zeros(lLength);B = 0;C = zeros(lLength,1);
D = zeros(1,lLength);E = zeros(lLength,1);F = zeros(1,lLength);
while (lCounter < length(iData))
lCounter = lCounter + 1;
lFIRData = iData(lCounter-lLength+1:lCounter);
lCurrentEVAOutput = iEVAFunction.'*lFIRData;
A = A + abs(lCurrentEVAOutput)^2*lFIRData*lFIRData';
B = B + abs(lCurrentEVAOutput)^2;
C = C + lCurrentEVAOutput*lFIRData;
D = D + lCurrentEVAOutput'*lFIRData';
E = E + lCurrentEVAOutput'*lFIRData;
F = F + lCurrentEVAOutput*lFIRData';
end;
lCounter = lCounter - lLength+1;
A = A/lCounter;B = B/lCounter;C = C/lCounter;D = D/lCounter;E = E/lCounter;F = F/lCounter;
EVACurtosis = A-B*R-C*D-E*F;

Ну на счет популярности объяснения Прокис не особо то. Я обычно его воспринимаю только после того, как где-то в другом месте найду объяснение проблемы на пальцах, а потом и Прокиса можно привлечь для шлифовки.

Мож кто-нибудь подскажет основную идею в двух словах как у DFE получается усиливать сигнал из под шума, при этом не усиливая шум?

В схеме GSM например, оценивание канала и последующий эквалайзер Витерби относится к схеме, способной бороться со спектральными нулями?

function [oEqualizerPulseCharacteristic,EvaFunction,R] = DKEVAInitialization(iEqualizerPulseLength,iData);

oEqualizerPulseCharacteristic = zeros(iEqualizerPulseLength,1);
oEqualizerPulseCharacteristic(round(iEqualizerPulseLength/2)) = 1;
EvaFunction = zeros(iEqualizerPulseLength,1);
EvaFunction(round(iEqualizerPulseLength/2)) = 1;
r = zeros(iEqualizerPulseLength);
for k = 1:length(iData)-iEqualizerPulseLength
r = r + iData(k:k+iEqualizerPulseLength-1)*iData(k:k+iEqualizerPulseLength-1)';
end;
R = r/(length(iData)-iEqualizerPulseLength);

Что же это за теория тогда такая?




Вычитаются из сигнала предыдущие продетектированные(уже без шума соответственно) символы. Во временной области представлять, сначала как в канале два луча с задержкой складываются, затем DFE из текущего символа вычитает предыдущие сложившиеся в канале.





Да. Эквалайзер витерби сильно не практичный для каналов с длинной памятью и сигналов с большим количеством точек в созвездии.

Будем исходить из того что у нас есть модель канала и принятый сигнал. Если мы инвертируем АЧХ канала, возьмем БПФ от сигнал и в спектральной области их перемножим а потом опять вернемся во временную тогда у нас получится исходный сигнал - других теорий я незнаю. Если я не прав, то где.А вообще кое-где так и поступают:"С технологией OFDMA конкурирует технология Wireless MAN-SC, которую выбрала для перспективного оборудования IEEE 802.16a российская компания НПП "Саит". В отличие от OFDM все данные передаются на одной несущей. В результате многолучевого распространения сигнал подвергается сильным искажениям, которые можно рассматривать как возникающую неравномерность частотной характеристики канала. Технология предусматривает перевод сигнала из временной в частотную область с помощью быстрого преобразования Фурье. В частотной области неравномерность характеристик канала компенсируется специальной обработкой — адаптивным цифровым эквалайзером в частотной области. Исправленный таким образом сигнал подвергается обратному преобразованию Фурье (переводится во временную область) и направляется на демодулятор. Это преобразование может выполняться непосредственно на антенне, и при использовании многоантенной системы демодулятор будет обрабатывать композитный сигнал, полученный из нескольких исправленных цифровой обработкой "плохих" сигналов."-журнал Последняя Миля-


Давайте будем различать DFE и DD - в DFE отсчеты не поступают на решатель а сразу идут в обратную связь.

Ну ка поясните, по моему Вы что-то путаете.

Эта операция конечно приведёт к устранению МСИ, но при наличии провалов в АЧХ канала заполненых шумом усиленный шум ещё большую ошибку внесёт чем МСИ, кроме того чтоб ноль скомпенсировать импульсная характеристика линейного фильтра должна быть бесконечно длинной.



Тут ничего сказать нельзя, это не теория, у них там много чего может быть сделано о чём здесь не написано.

Извините вру - сам уже запутался

А мы и не путаем, на вход обратного корректора поступают символы после решателя. А DD это всего лишь один из кртериев настройки как и CMA.

Я как раз про теорию и говорил - если все бесконечно и шума нет и т.д и т.п.

Было приятно пообщаться, но извините надо идти дела...

Страшный зверь - спектральный нуль. А насколько он на самом деле страшен?
Если у меня из полосы сигнала в 3кГц спектральный нуль полосой 10Гц - это страшно? Сколько надо чтоб страшно было?
И нуль может быть с краю полосы, а может быть по центру - что хужее?

Рассмотрите простейший канал, из одного луча вычитается второй с коэффициентом и задержкой, рассмотрите его импульсную характеристику, рассмотрите суперпозицию символов на выходе канала, что будет происходить в момент взятия отсчётов с символьной частотой в оптимальной точке.

Ну если я с утра не ошибаюсь - то физической реализуемостью АЧХ - одно из условий - это невозможность нуля на каком-то протяженом промежутке частот, а только в некоторой точке на оси частот.
Насчет нуля в середине и на краях - существует мнение что страшнее провалы в середине, поскольку там сосредоточена основная энергия сигнала. Хотя с другой стороны труднее всего выравнять спектр на краях, потому что там сильнее всего проявляются искажения - алиасы, кстати в этом считается одно из преимуществ дробного эквалайзера что он как раз и раздвигает соседние алиасы и лучше исправляет на границах полосы чем обычный эквалайзер.

Мне почему-то кажется, что провал на границе опаснее, потому что только там содержится информация, необходимая для символьной синхронизации.