数据链路层差错控制：CRC、FEC与ARQ的工程实战

去年调一台工业串口设备，客户报障说上位机偶尔会收到乱码，有时候一帧里还夹着几个完全错误的字节。我带着示波器蹲在现场抓信号，发现离网关不到两米的地方有台变频器，一启动，RS-485总线上的波形立刻冒出一堆毛刺，干净的0和1被搅得面目全非。那一刻我突然意识到，数据链路层的差错控制从来不是教科书里抽象的名词，而是所有通信系统能不能稳定活下去的底线。

这篇文章想聊的，就是数据链路层差错控制里最常见也最实用的三种方法：检错编码、纠错编码、ARQ自动重传请求。不管你是刚学计算机网络的学生，还是在做嵌入式、网络设备、通信协议栈的工程师，把这三种方法搞明白，回头再看以太网帧、Wi-Fi重传、5G链路，你会通透很多。按多数教材的惯例，差错控制往往拆成“检错”和“纠错”两件事，但实际工程里没人只靠一种编码活着，所以我把ARQ也放进来一起说，这才是真实网络里的组合拳。

为什么数据链路层对差错这么敏感？因为物理层的传输介质本身就不完美。铜线会受到电磁干扰，光纤会有色散和衰减，无线信号更不用说，多径衰落、遮挡、天气变化都能让比特翻转。数据链路层的职责，就是在这条不可靠的信道上，给上层提供一个尽量可靠的数据帧交付服务。

1. 为什么数据链路层必须把差错控制当成头等大事

1.1 物理信道：理想信道只是数学课本的假设

很多初学者容易产生一种错觉，觉得数据从网线里传过去，就像水管里流水一样，送什么就是什么。真做过物理层测试的人都知道，信道里的错误五花八门。双绞线靠近电机或者变频器，脉冲干扰会在一瞬间打翻好几个比特；无线环境里一束反射波和直射波叠加，可能让接收端的信号幅度跌到噪声以下，形成一连串的突发错误；甚至光纤连接器脏了、熔接点老化，也会让误码率悄悄上升。

信道里的错误大体可以分成三类：随机单比特错误、突发性成串错误、整帧丢失。随机单比特错误主要来自高斯白噪声，比如半导体器件热噪声，特点是零星分散，一次错一位。突发错误来自脉冲干扰、多径衰落、雷击等，特点是一错就错一串，几十比特甚至几百比特连着重写。整帧丢失则可能是中间设备拥塞丢弃、缓冲溢出，或者碰撞造成的帧被接收端丢弃。这三类错误对通信的影响完全不同，后面选差错控制方法时，第一个要看的就是信道错误特征。

1.2 数据链路层在协议栈里的特殊位置

数据链路层的基本功能，是把物理层送来的原始比特流组织成帧，然后解决帧同步、差错控制、流量控制和链路管理。为什么这些工作不能全部交给上层？一个关键原因是上层协议离物理层太远，检测到错误时，往往已经浪费了大量资源。

举个例子，TCP的校验和确实能发现一部分错误，但网络层IP包在传输过程中经过路由器时，TTL字段会变，校验和变化，某些伪头部数据不参与校验，这导致TCP层的检错能力并不算强。更重要的是，很多实时业务根本不用TCP，比如UDP上的音视频流、心跳包，它们不在乎重传，却非常在意“坏帧别往上堆”。如果数据链路层能把坏的帧直接拦下来，上层就不需要面对一堆被污染的无效数据。所以数据链路层的差错控制，本质上是给整个协议栈建了一道防火墙。

1.3 差错控制要解决的四个具体问题

仔细拆一下，数据链路层差错控制要管的事其实不止“检错”这么简单。第一，帧内比特错误，这是最基础的，得能发现。第二，帧丢失，发送端发出去了，接收端却什么都没收到。第三，帧重复，同一帧被复制了两份到达接收端。第四，帧失序，先发的帧反而后到。ARQ协议里的序号、确认、超时重传，很大程度就是为了对付后面这三个问题。

这里有个容易混淆的地方：很多人以为差错控制就是“加个校验字段”，其实那只是检错编码。真正的差错控制是一个闭环，检测到错误之后怎么处理、怎么反馈、怎么避免重传风暴，这些才是工程师日常面对的重头戏。

2. 检错先行：奇偶校验与CRC到底在防什么

2.1 奇偶校验：成本最低的检查员，但不是万能

要说检错编码，最简单的就是奇偶校验。规则很直白：发送方统计数据位里“1”的个数，如果是偶校验，就在校验位上填一个值，让整个序列里“1”的