如下所示的符号时序恢复方案已在 C++ 中成功实现。不同的 TED（Mueller & Mueller、Early-Late、Maximum Likelihood、Gardner、Zero-Crossing 等）包含在实施中。我使用在 Michael Rice 的书中找到的三次插值器。至少在模拟中，该实现的性能足够好。我已经看到其他实现倾向于使用 PFB 插值器。出于好奇，它是否会比三次插值器带来任何显着的性能改进？三次插值器实现起来非常简单，而且它的性能似乎相当适中。

Michael Rice 书中的三次插值器。$m(k)$和$\mu (k)$分别表示基点索引（理想样本）和分数延迟（0 到 1 之间）。