Arquitectura de ecualizador compuesta por un filtro feedforward y un filtro de realimentación que usa símbolos detectados previamente (decisiones) realimentados a través del filtro de retroalimentación para cancelar la interferencia entre símbolos post‑cursor; la ruta de retroalimentación resta la contribución de ISI predicha a partir de estimaciones de símbolos anteriores, reduciendo la amplificación de ruido respecto a una inversa lineal pura pero introduciendo riesgo de propagación de errores.

Principio

Al usar decisiones de símbolos pasados para predecir y cancelar ISI causal post‑cursor, un DFE implementa una inversión causal aproximada con menor amplificación de ruido que una inversión lineal directa; su rendimiento depende de la fiabilidad de las decisiones: los errores realimentados se convierten en interferencia adicional que puede propagarse.

Demostración

Escenario ilustrativo → Tras una estimación inicial del canal, el receptor aplica un filtro FIR feedforward a las muestras entrantes, toma decisiones de símbolos sobre la salida del ecualizador y pasa esas decisiones por un filtro FIR de retroalimentación cuya salida se resta del camino feedforward para eliminar el ISI post‑cursor estimado. Consecuencia → Si las decisiones pasadas son mayoritariamente correctas, la retroalimentación reduce el ISI residual y mejora la tasa de error; si las decisiones fallan con frecuencia, la retroalimentación genera ráfagas de errores.

Aplicación incorrecta

Asumir que la retroalimentación elimina todo el ISI independientemente de la calidad de las decisiones. El error semántico es ignorar que la ruta de retroalimentación depende de detecciones previas correctas; considerar el DFE como intrínsecamente superior a los ecualizadores lineales sin evaluar la fiabilidad de las decisiones conduce a peor rendimiento.

Consecuencia

Los DFE suelen lograr menor ISI residual y menor amplificación de ruido que ecualizadores lineales en régimen de SNR moderado y decisiones fiables, pero a cambio introducen posibilidad de propagación de errores y mayor complejidad de implementación (sincronización, retardos de decisión y adaptación de coeficientes de retroalimentación).

Inversión

En canales dominados por ISI precursor (interferencia de símbolos futuros) o donde las decisiones no son fiables (SNR muy bajo o distorsión no lineal severa), la retroalimentación del DFE puede empeorar el rendimiento; en esos casos los ecualizadores lineales o detectores por secuencia (MLSE) pueden ser preferibles.

Límite

Claramente dentro: diseños de ecualizadores que realimentan explícitamente decisiones de símbolos pasados (hard o soft) a través de un filtro para cancelar ISI post‑cursor. Caso límite: DFE adaptativos dirigidos por decisiones que alternan entre entrenamiento y modo de decisión — el rendimiento depende del momento de la transición. Claramente fuera: ecualizadores lineales sin retroalimentación y detectores por secuencia (MLSE) que realizan detección conjunta sin realimentación símbolo a símbolo.

Tensión semántica

Amplificación de ruido frente a propagación de errores: los DFE reducen la amplificación de ruido respecto a la inversión lineal pero introducen el riesgo de que decisiones incorrectas generen ráfagas de errores correlacionadas; simplicidad frente a rendimiento: los DFE pueden ser menos complejos que MLSE y aun así acercarse a su rendimiento en condiciones favorables.

Síntesis

La arquitectura DFE aprovecha el historial causal de decisiones para cancelar eficazmente el ISI post‑cursor, logrando una fuerte supresión del ISI sin ganancia de ruido excesiva cuando las decisiones son fiables; no obstante, los diseñadores deben gestionar y mitigar la propagación de errores mediante codificación, estrategias de adaptación cuidadosas o detección híbrida para materializar la ventaja en la práctica.