時域均衡器可以分為兩類:線性均衡器和非線性均衡器。如果接收機中的判決結果被反饋用於均衡器的參數調整，則它是非線性均衡器；相反，它是壹個線性均衡器。在線性均衡器中，最常用的均衡器結構是線性橫向均衡器，由若幹抽頭延遲線組成，延遲時間間隔等於符號間隔。非線性均衡器有很多種，包括判決反饋均衡器(DFE)、最大似然(ML)符號檢測器和最大似然序列估計。均衡器的結構可分為水平式和格子式。由於許多數字通信系統(如無線移動通信信道)的信道特性是未知和時變的，這就要求接收端的均衡器必須具有自適應能力。因此，均衡器可以采用自適應信號處理的相關算法來實現高性能的信道均衡，稱為自適應均衡器。
自適應均衡器的工作過程包括兩個階段，壹個是訓練過程，另壹個是跟蹤過程。在訓練過程中，發射機向接收機發送壹組已知的定長訓練序列，接收機根據訓練序列設置濾波器的參數，使檢測誤碼率最小。典型的訓練序列是偽隨機二進制信號或固定波形信號序列，隨後是用戶消息符號序列。接收機的自適應均衡器使用遞歸算法來估計信道特性，調整濾波器參數並補償信道特性的失真。訓練序列的選擇應該滿足接收機均衡器即使在最差的信道條件下也能調整濾波器參數的要求。因此，訓練序列結束後，均衡器參數基本接近最優值，保證用戶數據的接收，均衡器訓練過程成功，稱為均衡器收斂。當接收用戶消息數據時，均衡器也隨著信道特性的改變而連續改變均衡器參數。
均衡器的收斂時間由均衡算法、均衡器結構和信道特性的變化決定。通常情況下，均衡器需要反復地、周期性地進行訓練，以保證它總是能有效地抑制符號間幹擾。因此，需要將用戶數據序列分成數據包或時隙來傳輸。
均衡器通常工作在接收機的基帶或中頻信號部分，基帶信號的復包絡包含了信道帶寬信號的全部信息，所以均衡器通常在估計信道沖激響應和解調基帶信號輸出信號時實現自適應算法。
同時給妳壹個模擬例子:
自適應均衡器的仿真程序:
%傳統RLS算法的說明
全部關閉；
W = 2.9
nexp = 10；
N = 2000
NMC = 1；總體實現的百分比
m = 11；%抽頭系數
λ= 0.99；遺忘因子%
varv = 0.001；噪聲方差百分比
h =零(3，1)；%h的初始化
er =零(N，Nmc)；%er的初始化
h(1)= 0.5 *(1+cos(2 * pi *(1-2)/W))；
h(2)= 0.5 *(1+cos(2 * pi *(2-2)/W))；
h(3)= 0.5 *(1+cos(2 * pi *(3-2)/W))；
%學習曲線
HC =[0h(1)h(2)h(3)]'；
n0 = 7；
t =(1:N)'；
對於i=1:Nmc
y=sign(rand(N，1)-0.5)；%輸入信號
v=sqrt(varv)*randn(N，1)；%噪聲信號
x =濾波器(hc，1，y)+v；%信號混合
x=[zeros(M-1，1)；x]；%x矩陣
yd =零(N+M-1，1)；%延遲信號初始化
e = yd
yd(n0+M-1:N+M-1)= y(1:N-n0+1)；
% CRLS算法
%初始化
λ= 0.98；
p=(10^-3)*eye(m,m)；
c =零(M，1)；
g = c；
glambda = g；
叠代範圍百分比
對於n=M:M+N-1
xn = flip ud(x(n-M+1:n))；
glambda = P * xn
alpha l = lambda+conj(glambda ')* xn；
g = glambda/lambda；a(n)= 1-conj(g ')* xn；
P =(P-g * conj(glambda ')/lambda；
P =(P+P ')/2；
e(n)= yd(n)-conj(c ')* xn；
c = c+g * conj(e(n))；
結束
結束
eplot=e(M:M+N-1)。^2;
子情節(2，1，1)，情節(t，abs(eplot))
ylabel('|e(n)|^2')；
xlabel(' n ')；
支線劇情(2，1，2)，劇情(t，a(M:M+N-1))；
y label(' \ alpha(n)')；
xlabel(' n ')；