Technique d'égalisation dans laquelle les coefficients du filtre de l'égaliseur sont mis à jour en continu ou itérativement via un algorithme (p. ex. LMS, RLS, ou mode dirigé par décisions) piloté par un signal d'erreur ou un critère de performance, de sorte que le récepteur suive les altérations temporelles du canal sans reprendre une conception hors ligne pour chaque réalisation du canal.

Principe

L'égalisation adaptative minimise un critère d'erreur choisi par mises à jour itératives des coefficients qui réagissent aux changements du canal ou des interférences ; le comportement de convergence dépend des paramètres de l'algorithme, des propriétés du signal d'entrée et du SNR, si bien que la capacité de suivi échange vitesse, stabilité et erreur résiduelle.

Démonstration

Scénario illustratif → Un récepteur mobile initialise ses coefficients à partir d'une courte séquence d'entraînement, puis passe à une adaptation LMS dirigée par décisions. Reconnaissance → Les décisions symboles et leurs valeurs attendues génèrent un signal d'erreur. Action → La règle LMS met à jour les coefficients à chaque intervalle symbole pour réduire l'erreur quadratique instantanée. Conséquence → L'égaliseur suit l'affaiblissement lent du canal et conserve des performances d'erreur symbole acceptables après convergence, mais nécessite du temps pour s'adapter et peut être trompé par des erreurs de décision.

Mauvaise application

Supposer que n'importe quel algorithme adaptatif converge rapidement et de manière stable quel que soit le pas ou les statistiques de l'entrée. L'utilisation d'un pas trop grand, ou l'application d'une adaptation dirigée par décisions lorsque la qualité des décisions est faible, entraîne divergence ou erreur stationnaire importante.

Conséquence

Les égaliseurs adaptatifs permettent un suivi continu des variations du canal sans réapprentissage explicite, améliorant la robustesse dans les canaux variant dans le temps ; leurs coûts comprennent des transitoires d'adaptation, une complexité accrue, des problèmes éventuels de stabilité et une dégradation en cas de faible SNR ou de perturbations impulsives.

Inversion

Si le canal varie plus rapidement que la vitesse de convergence de l'algorithme ou si le SNR est insuffisant pour fournir des signaux d'erreur fiables, l'égalisation adaptative ne peut pas suivre efficacement ; dans ces régimes, il peut être nécessaire d'utiliser des estimations par blocs, d'augmenter l'insertion de pilotes ou d'adopter d'autres architectures réceptrices.

Limite

Clairement inclus : égaliseurs qui mettent à jour leurs coefficients en ligne via LMS, RLS ou algorithmes similaires en réponse à des signaux d'erreur. Cas limite : systèmes semi‑adaptatifs qui ne mettent à jour qu'intermittemment ou qui reposent sur des pilotes occasionnels — la performance dépend du calendrier de mise à jour. Hors définition : égaliseurs fixes pré‑calculés qui ne changent pas pendant la réception.

Tension sémantique

Vitesse contre stabilité : des pas d'adaptation plus grands accroissent la vitesse de suivi mais risquent l'instabilité et une erreur d'état stationnaire plus élevée ; dépendance aux décisions contre entraînement : les modes dirigés par décisions réduisent l'overhead de pilotes mais sont vulnérables à la propagation des erreurs quand les décisions sont peu fiables.

Synthèse

L'égalisation adaptative échange une conception hors ligne contre une réactivité en ligne : des algorithmes correctement réglés permettent aux récepteurs de suivre des dynamiques de canal modérées avec un overhead de pilotes limité, mais exigent un choix prudent des paramètres et des modes opérationnels pour concilier vitesse, stabilité et robustesse face aux rétroactions erronées.