文章插图
Maximum Likelihood Sequence Estimation最大概似函式估测(MLSE)利用判定哪个符号(symbol)最类似接收到的信号，来对接收到的符号做决策 。这个方法很类似循环码(convolution code)解码的过程 事实上，在延迟分散(delay dispersive)通道中可视为循环编码法(code rate 1/1)，MLSE估计是是上述所有等化器中效能最好的 。MLSE接收到信号为其中n为高斯白杂讯，对于N个接收值的序列，接收讯号u的结合条件机率密度为
文章插图
pdf(u│c,f)=MLSE只有在可加性杂讯是白杂讯(white)时有最佳化结果，所以取样值在进入MLSE检测器前要先经过noise-whitening滤波器
文章插图
比较使位元错误率(BER)最小: MLSE等化器位元错误率比其他等化器都小 DFE错误率比线性等化器好 当通道转移函式(Transfer function)有零是否可以应付 ZF等化器运算过程中把通道转移函式做倒数运算，所以等化器转移函式会产上零点，MMSE及MLSE等化器都不会产生这个问题计算量 线性等化器计算量和DFE计算量没有显着的差异 可适性演算法随者等化器长度线性、二次方甚至四次方的增加 当通道的脉冲回响长度增加时，MLSE等化器运算量成指数增加 能量消耗可由计算量推断出 对通道估测误差的敏感度 DFE对估测误差敏感度大于线性等化器 ZF等化器的敏感度大于MMSE等化器