一种基于神经网络的发送端均衡调优方法

来源：计算机工程与科学杂志2026年第1期北京时间：

作者：申慧毅, 李晋文, 曹继军, 赖明澈

单位：国防科技大学计算机学院，湖南 长沙 410073

摘要：随着数据中心和高性能计算机系统日益增长的数据传输带宽需求，高速互连网络数据传输的速率越来越快，而信号传输的链路也越来越复杂，对于高速串行通信SerDes信号的均衡技术也提出了更高的要求。目前接收端的均衡可以做到自适应，但是发送端前馈均衡FFE难以做到自适应，需要手动配置。针对这个问题，提出了一种基于神经网络的发送端前馈均衡系数的多目标调优方法，首先通过采集模拟仿真数据，利用神经网络对FFE的抽头系数与眼高和眼宽建模，再使用多目标优化算法对训练好的神经网络模型求解，能够快速得到最优的FFE电路抽头系数。与传统基于逐位模拟的FFE系数单目标优化方法相比，所提出的方法最高可以在眼图面积上实现约25%的提升，并且大大减少时间开销，提高优化效率。

关键词：发送端,前馈均衡,抽头系数,眼图,神经网络,多目标优化算法,

基金资助：国家自然科学基金（60873212）；HPCL国家重点实验室基金（202101-02）