本视频介绍了SerDes系统建模和改进IBIS-AMI模型相关性的最佳实践。
我的名字是Giorgia Zucchelli，我是MathWorks RF和混合信号产品领域的营销经理。和我一起的是SeriaLink系统的创始人Aleksey Tyshchenko。
在接下来的20分钟里，我将介绍如何使用MATLAB和SerDes工具箱进行SerDes设计。我们将了解如何开始，如何使用测量数据来提高SerDes模型的保真度，以及如何生成和验证双IBIS-AMI模型。
在我之后，Aleksey将展示一个现实生活中的用例，其中SeriaLink Systems开发了一个基于PAM4 adc的SerDes的com兼容模型，运行在100Gbps以上。
这个视频的原因是高速数字互连的设计是一个非常模拟的学科。当传输二进制或多层数字信号时，由于频率在GHz范围内移动，模拟效应不能被忽视，必须减轻。结果是SerDes均衡器中的算法内容不断增加。这种复杂性需要更精确的IBIS-AMI模型来保证创新的SerDes ip在高速链路中的成功集成。
如果您不熟悉这个概念，下面是典型的SerDes系统的样子。
它由发射机、表示物理互连的信道和接收机组成。
大部分均衡复杂度在接收机中，在接收机中，数字信号被信道扭曲后被恢复。
典型的SerDes系统的设计从给定的规范或标准要求开始(例如，设计USB、以太网或PCI Express链路)。根据规格，选择系统架构。例如，在此阶段，您将确定系统是否包含预强调，或者它是否基于ADC，或者它是否使用全局或局部优化。
一旦架构被锁定，集成电路的设计就开始了，涉及模拟和数字团队。
这是一个非常迭代的过程，涉及IC设计团队和系统架构师，其中权衡是基于成本和性能进行谈判的。
设计完成后，开始验证阶段。
在此阶段，系统级模型的保真度通过对设计信息和测量进行回注来提高。这种改进的模型可用于验证原始规格和调试设计IC中的潜在问题。
系统级模型是验证阶段的一个可能结果。可以使用IBIS-AMI或SystemVerilog模型进一步验证SerDes IP的集成。
这样的设计流程在你的公司或多或少是形式化的，但肯定不是完美无缺的。开发SerDes ip非常复杂。它涉及多个学科和设计团队，需要深入了解混合信号设计和创建准确的行为模型。
其结果是，错误往往在设计过程的早期就被引入，但很晚才被发现。
点击< >
这是Maxfield和Goyal报道的一个众所周知的问题。在测试IP时发现规格问题是个坏消息，因为这本质上意味着整个设计都有缺陷。
点击< >
为了减少这些问题，您需要尽早启动验证过程。
点击< >
最好的方法是为你的IP建立行为模型，在设计过程中不断改进和重复使用。
通过在设计阶段的早期花费更多的时间开发系统级模型，您可以更深入地理解规范、可选的体系结构和新出现的趋势。
设计团队经理通常不喜欢这样，因为这可能会延迟实际实现过程的开始。但是，通过缩短实现和验证阶段，在开始时所花费的时间得到了极大的回报。
点击< >
正如Kundert和Chang所总结的，自顶向下的设计，特别是使用MATLAB和Simulink实现的设计，在管理复杂的混合信号设计时非常有益。
为了特别帮助SerDes系统的设计，MathWorks在2019a版本中推出了SerDes工具箱。
SerDes Toolbox提供块和算法来建模SerDes系统的典型构建块，如FFE、DFE、CTLE、CDR、AGC等。
使用这些块，您可以描述任意的SerDes体系结构或模型标准系统。您可以执行统计和时域模拟，并自动生成符合标准的IBIS-AMI模型。
如果所有这些听起来都很复杂，不要担心。使用SerDes工具箱，我们使简单的事情变得容易，复杂的事情成为可能。
你可以使用SerDes设计师应用程序开始，即使你对SerDes设计知之甚少。
点击< >
首先，定义系统规范:符号速率、调制类型(NRZ或PAM4)、信令类型(差分或单端)。
点击< >
然后可以将SerDes链的构建块添加到系统中。
点击< >
对于每个块，您可以更改属性(例如，极点和零或点击的数量)。
点击< >
一旦你建立了你的链条…
点击< >
你可以分析它…
点击< >
然后导出。
让我们来看看SerDes Designer应用程序的运行情况。
我们从向链中添加块开始，并可视化统计眼睛。
例如，我们可以禁用DFE的自适应，并添加更多的过滤器龙头。
我们可以很容易地将调制方式更改为PAM4，或更改CTLE的规格。
我们可以分析结果，如脉冲响应或接收波形，这是快速计算块响应卷积。
最后，我们可以导出设计。
导出设计有三个选项。
您可以生成一个MATLAB脚本，以自动化设计空间探索和编程方式分析系统，而不是通过点击。
您可以将设计导出到Simulink并进行时域仿真。通过一点一点地执行系统，您可以考虑非线性效应和适应性瞬变。
最后，您可以立即生成一个双IBIS-AMI模型。
导出的Simulink模型将具有与应用程序相同的系统级配置选项。
点击< >
它将允许您通过指定衰减或提供脉冲响应来描述信道。
点击< >
在发射器和接收器的掩码下，你会发现你在应用程序中指定的相同的构建模块。
点击< >
对于每个构建块，您都可以看到、理解并最终修改实现的算法，因为所有内容都是白框的，并向用户公开。
点击< >
正如我们前面提到的，SerDes Toolbox使简单的事情变得容易，使复杂的事情成为可能。
让我们看看它的实际情况。我们从之前离开的地方开始:我们从应用程序导出一个Simulink模型。当我们运行Simulink模型时，仿真是一点一点执行的，我们看到眼睛图在更新。仿真结束后，报告统计分析结果，并与app一致。
在Simulink库浏览器中，您可以找到与应用程序中相同的构建块。您可以将这些块添加到发射器或接收器中，以进一步详细设计。
SerDes Toolbox提供的所有构建块都是在MATLAB中实现的，您可以轻松访问源代码。如果您想修改它，只需在创建副本后编辑代码即可。
正如我提到的，你可以对现有的算法进行修改;然而，可能有更简单的方法来提高SerDes模型的保真度，而不需要使用这种高级操作。
提高模型保真度的一个非常方便的方法是使用自下而上的数据，要么来自IC模拟，要么来自实际的硅测量。
在射频频率上，通常在频域中提供表征数据，或者作为传递函数，或者作为s参数。
MATLAB和RF工具箱为频域数据的操作、分析和可视化提供了许多内置功能。更重要的是，提供了一种使频域数据适用于时域仿真的方法。
点击< >
为了在时域中模拟频域数据，需要对数据进行转换。射频工具箱使用合理的拟合方法。“有理”这个词来源于比率，简单地说，我们用一个等价的拉普拉斯传递函数来拟合数据，这个拉普拉斯传递函数是由残差和零的多项式之比给出的。
通过这种方法，我们可以分析和强制无源性，所得到的拟合是由构造引起的，因为我们强制极点位于复杂平面的左侧，并且我们可以确保应用模型降阶，只拟合主导极点，并避免测量噪声的过拟合。
点击< >
一旦拉普拉斯传递函数可用，它提供了一个状态空间表示，可用于时域模拟。
让我们看一个使用有理拟合方法对CTLE传递函数建模并提高SerDes模型保真度的例子。
点击< >
在导入数据后，我们进行了合理拟合。听起来非常复杂和复杂的算法实际上只是一行MATLAB代码。这里我们给出了配件的最大杆数，但我们也可以只依赖于默认设置。
点击< >
从拟合对象中，我们提取增益以及复共轭和实数的极点和零点。
点击< >
我们可以直接在SerDes Toolbox CTLE对象中使用这些数据进行统计分析和时域处理。
点击< >
最后，我们可以将频率相关行为与非线性块进行三明治，进一步提高CTLE模型的保真度。
本例附带SerDes工具箱。如果打开MATLAB文档，打开名为“从传递函数中查找CTLE的零、极点和增益”的示例。
该示例首先从CSV文件导入并绘制CTLE数据。传递函数被测得高达25GHz，而且相当有规律。
如前所示，我们使用rationalfit对数据进行拟合。在这种情况下，我们任意使用8个极点。我们将拟合结果与原始结果进行了比较。在这种情况下，保真度非常好，容错值为-126dB。
我们现在将拟合函数的增益、极点和零点提取为MATLAB数组。我们在SerDes接收器的CTLE块中使用这些数据。
一旦我们对模拟结果感到满意，我们就可以生成IBIS-AMI模型。
IBIS-AMI模型由三个元素组成。IBIS文件或.ibs是一个ASCII文件，表示带有物理RC组件的通道或使用查找表来描述放大器和驱动器的I/V曲线和瞬态响应。
发射器和接收器用一个AMI文件建模，该文件本质上是一个表示信道均衡的信号处理算法的C代码DLL。
IBIS-AMI模型可以以两种方式执行:统计(也称为Init)或时域(也称为GetWave)。
统计处理完全基于表示SerDes分量的传递函数的卷积。它的执行速度非常快，并且提供了系统行为的一阶估计。然而，它不能模拟非线性效应，也不能用于探索瞬态行为，例如由适应引入的行为。
时域模拟工作是一点一点的。它的速度要慢得多，但它允许在模型中包含非线性，并允许探索由于自适应或过滤器而产生的瞬态行为。
双IBIS-AMI模型支持两种操作方式，并提供一致的结果。双模型的好处是它能够平衡精度和模拟时间。双模型的另一个好处是，统计模型可以为时域模拟提供更好的起点，从而实际加速适应和缩短模拟时间。
使用SerDes工具箱，您可以生成双IBIS-AMI模型。还生成了一个简单的IBIS文件，以便在任何第三方通道模拟器中轻松调用结果模型。
对于发射器和接收器，都可以生成双AMI文件，并使用所需的AMI参数自定义接口。
一旦生成了所需的IBIS、AMI和DLL文件，就可以在任何符合标准的通道模拟器中使用它们进行回归测试和分析所有不同的通道配置。
如果您可以访问SiSoft QCD和QSI，您可以从SerDes Toolbox自动创建项目并导入所需的模型。一旦您在QCD或QSI中运行模拟，并且例如，您发现了一个关键的并且没有通过您的规范的用例，您可以在Simulink模型中反向注释AMI参数、刺激和通道配置。
两个模拟器之间的双向链接实现了集成工作流，并促进了SerDes架构师和信号完整性工程师之间的通信。
让我们看看它是如何工作的。从Simulink中的SerDes Toolbox模型中，打开IBIS-AMI管理器。
您可以检查将生成的简单IBIS引用文件。
您还可以检查、添加或删除发射器或接收器的AMI参数。
然后，您可以为每个发射器和接收器生成一个双模型、仅使用GetWave或仅使用Init的模型。当该过程完成后，在MATLAB当前文件夹中，您将找到.ami文件以及DLL。如果你在Linux上生成模型，你会得到共享对象。
一旦模型生成，您就可以启动SiSoft Link应用程序，在QCD或QSI中导入生成的模型。
发射器和接收器的QCD模型将具有与您在Simulink IBIS-AMI管理器中确定的相同的AMI参数。在本例中，我们将运行两个模拟，包括统计和时域模拟:一个启用接收机自适应，另一个禁用自适应。
在完成结果之后，您可以可视化这两个案例的眼图。
最后，如果您确定了一组关键的结果，您可以将给定的配置导入到Simulink模型中，并进一步详细说明您的SerDes算法。
有了这些，我邀请您在下一个设计中尝试SerDes工具箱。使用许多可信的函数和块，您可以更快速地设计均衡算法，并在设计过程的早期实现系统级验证。
通过自动生成符合标准的IBIS-AMI模型以及与SiSoft QCD/QSI通道模拟器的直接集成，您可以将更多时间用于创新设计—更早地发现关键用例，而不是工具争斗和C编码。
现在我想介绍Aleksey，他将展示SeriaLink Systems如何使用SerDes工具箱为基于PAM4 adc的SerDes系统开发尖端模型。
谢谢你的介绍，乔治娅!
我的名字是Aleksey Tyshchenko，今天我将在Simulink和IBIS-AMI中展示用于802.3ck应用的106Gb/s基于adc的SerDes模型。我们使用MathWorks中的SerDes工具箱构建了这个模型。
SeriaLink是一个位于加拿大多伦多的咨询团队，专注于高速串行链路的系统建模、IBIS AMI建模、信号完整性、模型相关性和系统验证。
让我先简单介绍一下我的报告。
首先，我想介绍一下我们的系统建模愿景。然后，我们将了解在IBIS-AMI中建模基于adc的SerDes体系结构的挑战。在此之后，我将把COM看作一种体系结构定义工具，并介绍我们的主要贡献:带有COM参数化的SerDes模型。接下来，我们将研究模型构建块，接触自适应流程，并考虑噪声建模和信噪比。相关结果将作为本文的结论。
在SeriaLink，我们的愿景是在整个项目生命周期中维护统一的系统模型:从体系结构定义，到设计，一直到验证。
一开始，项目规范和标准数据填充模型，用于架构探索和驱动块级规范。
同样的模型通过提供可量化的设计权衡反馈来支持模拟和数字设计。当仿真数据可用时，模型组件将使用设计数据进行更新，这将逐渐使模型更接近相关版本。
这个相关的模型支持回归，并为客户端验证和模拟生成外部视图。
当然，构建这个统一的模型需要仔细考虑块接口、适用于各种用例和外部视图的实现细节，以及易于维护的相关流。
本演示的其余部分将重点放在该图的左上角:可以用标准信息填充的统一模型的体系结构版本，它适合于体系结构探索。
IBIS AMI是一种常见的以客户为导向的行为模型。为了用统一的系统模型支持它，需要以与ibis兼容的方式构建模型。
IBIS AMI框架通过标准化两者之间的接口，将模型与模拟器解耦。这种解耦依赖于决策点的概念:它是采样器输入端的完全均衡波形。采样器由恢复的时钟触发。只要模拟器可以访问决策点的波形和恢复的时钟，模拟器就可以评估链路裕度。
采样器假设是一个相对简单的块，其性能通过边际要求或眼罩传达。
正如我们所看到的，IBIS-AMI框架非常适合二进制采样SerDes体系结构，它具有定义良好的决策点，可以捕获模拟均衡器的均衡效果。
让我们看看基于adc的SerDes体系结构如何适应IBIS AMI框架。
首先，时间交错ADC对每个UI采样一个部分均衡信号，然后对ADC样本进行解复用，以支持数字域中剩余均衡块的合理频率。FFE和DFE进一步均衡采样和解muxed信号，波特率或Mueller-Müller CDR从均衡的样本中恢复时钟。FFE、DFE和CDR实现为工作在sub-1GHz频率的DSP块。
决策点现在位于CDR的数字部分，并且没有易于抽象的采样电路可以让我们将模型与模拟器解耦。
因此，基于adc的SerDes体系结构不能很好地适应IBIS-AMI框架。
为了支持模型导出到IBIS-AMI，我们将ADC建模为一个时间不可知量化器，并以波特率(而不是解调率)运行FFE、DFE和CDR。出于架构探索的目的，这允许我们考虑非线性和ADC量化效应，同时支持IBIS标准的当前版本。
在统计域，我们使用Mueller-Müller计时函数从脉冲响应中恢复相位。我们调整均衡组件到信道，如果必要，我们重新调整恢复相位。
在时域中，ADC量化一个UI中的所有样本。Mueller-Müller CDR持续运行以保持锁相，并且我们保持均衡参数不变，这使我们能够专注于均衡性能，而不是项目开始时的均衡收敛细节。这种自适应方法还帮助我们保持合理的模拟时间。
现在，让我们从稍微不同的角度来看一下COM。
COM用作标准的规范部分，用于验证通道是否符合标准需求。同时，使用COM脚本定义参考收发器，用于标准开发。在某种意义上，COM可以用于SerDes体系结构探索。
COM框架由MATLAB中的通用脚本组成。这个通用脚本以配置电子表格的形式接受特定于标准的参考收发器参数。当COM使用特定参数填充时，它将测试通道是否符合标准。这种方法使得COM在多个标准组织和多个标准中广泛使用。
这种广泛的使用给COM带来了几个重要的好处。COM是作为MATLAB代码分发的，并且它已经被该领域的大量专家审查过。通用代码库具有非常灵活的参数化，以支持广泛的参考收发器模型。COM依赖于脉冲和噪声分析，这本质上是统计方法，这使得模拟速度很快。
然而，COM的统计特性导致了用于链接分析的脚本的主要限制。它缺乏非线性、瞬态时钟恢复细节和ADC量化效果。COM非常适合于模拟架构的线性分析。此外，通用COM脚本将代码的模型和模拟器部分组合在一起。就代码结构而言，功能块没有很好地分开。因此，脚本是不可扩展的，除了基本的体系结构探索之外，很难使用它。
这张幻灯片展示了我们的贡献。
在MATLAB和Simulink中建立了基于adc的参数化SerDes模型。我们用COM参数填充这个模型，以构建特定于标准的模型实例。在本例中，我们将展示106Gb/s 802.3ck标准的模型。除了COM参数之外，模型还可以接受设计参数，这使得模型可以在项目的架构定义阶段之外使用。我们使用一个自动化脚本来配置通用模型。
使用SerDes Toolbox，我们将模型导出到IBIS-AMI视图，这允许我们利用信号完整性模拟基础设施。同时，模型的代码库保留在MATLAB和Simulink中，使得代码易于维护。在项目开发早期生成IBIS AMI模型的能力使SerDes IP供应商与其客户之间的交互更加高效，有助于提高系统开发的整体效率。
该模型支持统计和时域模拟，这使得非线性、ADC和CDR能够在分析中得到正确的表示。在某种意义上，这个模型通过增加对SerDes行为的非线性和时变方面的支持，增强了COM。
一个清晰的模型划分到功能块，以及吸收模拟设计数据的能力，使得模型可扩展，适合在项目生命周期中使用。
在接下来的幻灯片中，我将更详细地讨论这个模型的组件。
为了构建模型，我们使用了Simulink中的SerDes工具箱。工具箱有一组现成的功能块，并且允许创建自定义块。在这个模型中，我们两者都使用。可用的块是紫色的，而自定义块是橙色的。我们在模型的输入端添加了接收机噪声，以考虑后续均衡器分量对设置相关噪声的影响。
非线性和ADC仅在时域模拟中启用。由于这些是非线性块，因此在统计模拟中忽略了它们。
我们还增加了一个信噪比块，在统计和时域测量采样器的信噪比。信噪比值用于指导自适应，我们将测量到的信噪比报告给信号完整性模拟器。
让我们从CTLE开始回顾区块细节。
我们使用SerDes工具箱中的CTLE块的三个实例实现了CTLE。这些实例对应于COM中的高通、升压和接收机带宽滤波器。
为了用COM参数配置CTLE，我们有一个MATLAB脚本，它将COM CTLE定义转换为适合SerDes Toolbox CTLE的增益极点零矩阵。如果您熟悉COM配置电子表格，那么您将立即认识到配置脚本直接使用COM参数。
配置脚本还更新了Simulink中的块属性和参数范围，以消除手动更新的需要。
请注意，尽管COM和SerDes Toolbox都根据增益、极点和零点来定义CTLE曲线集，但这些定义略有不同。因此，需要一些参数映射。
通过适当的映射，我们可以得到COM和我们模型中相同的CTLE传递函数集。对于boost级，左边的图显示COM传输函数，而右边的图显示SerDes Toolbox CTLE传输函数。
对于CTLE, COM将直流增益定义为零频率之前的增益，而SerDes Toolbox在GPZ矩阵中使用宽带增益定义。这些定义很可能来自于对传递函数稍有不同的观点。为了从COM映射到SerDes工具箱，我们将零频率按增益值缩放。
我们在CTLE的输出端添加了一个非线性块，就在ADC之前。此块为ADC输入波形添加了一个软振幅限制。这是一个SerDes Toolbox块，其行为由输入到输出的直流传递曲线描述。它可以在项目开发早期参数化地提供，也可以稍后用模拟设计数据填充。
ADC是我们为模型构建的自定义块。我们从一个PassThrough块开始，它为我们提供了一个与其余SerDes块兼容的框架，然后我们用ADC代码填充这个PassThrough块。我们将ADC构建为量化器，其输出是在IBIS-AMI建模流程中发挥良好作用的量化电压电平。最初，ADC通过标称分辨率和动态范围进行参数化。当然，可以在它们可用时添加更多的细节，以便它们可以反映在模型中。
为了保持快速的仿真时间，并关注均衡性能而不是自适应收敛，自适应是在统计域实现的。我们基于信噪比共同调整均衡组件，类似于COM。Mueller-Müller CDR从均衡脉冲响应中恢复相位，以指导FFE和DFE抽头的适应。
由于FFE和DFE都可以平衡第一个游标后ISI，我们需要让FFE知道DFE的校正范围。通过这种方式，我们可以将均衡优先级放在DFE上，从而减少噪声放大。COM采用类似的方法来平衡FFE和DFE。
该图显示了从通道到每个均衡阶段的脉冲响应级数。
现在，让我们把注意力转向噪声建模。
信号完整性模拟器可将接收机噪声和抖动添加到接收机模型的输出中。这种方法捕捉了由模拟器计算的噪声对眼睛边缘的影响。然而，这些噪声源对于接收机模型内部的信噪比测量块是不可见的。
由于噪声对自适应收敛点有影响，我们希望确保它在接收器模型中可见。输出参考噪声取决于均衡器配置。因此，建模噪声的最佳方法是应用输入参考噪声，并允许均衡块对其进行塑形，使其准确地表示输出噪声。
我们还需要确保噪声是在统计领域建模的，这样它就会影响适应收敛。
在统计领域，我们想应用白噪声到模拟带宽。噪声功率谱密度是COM电子表格中的一个参数。eta_0。
为了得到输出噪声功率谱密度，我们需要对输入噪声进行线性均衡，以达到噪声整形的效果。然后对输出噪声随频率进行积分，得到RMS值。这种输出RMS噪声降低了自适应性能，即信噪比。
然而，统计域旨在对脉冲响应而不是功率谱密度进行操作。当然，我们可以向均衡器块添加额外的功能来支持噪声建模，但这将增加模型构建的工作量。
因此，我们必须找到一种方法来获得输出噪声功率谱密度使用脉冲处理。这将允许我们继续使用SerDes工具箱中现成的块，而不是维护自定义块。
我们使用一个单位脉冲来探测线性均衡块的滤波效果:CTLE, VGA和FFE。统计处理函数采用单位探测脉冲作为输入脉冲。因此，我们使用统计方法，过滤脉冲包括除通道和DFE以外的所有东西，正如我们所期望的那样。
我们现在可以将输出滤波脉冲转换到频域，它将表示噪声传递函数。接下来，我们用输入功率谱密度缩放这个噪声传递函数来得到输出PSD。我们将输出噪声PSD集成到100 GHz，得到噪声RMS值，从而降低了信噪比。
在时域中，我们将输入白噪声转换为RMS值，并在输入波形中添加高斯噪声源。时域波形的滤波自然要考虑噪声，现在输出波形包括滤波后的噪声。
我们的噪声方法在统计域和时域之间以及与COM之间显示出良好的相关性。
为了说明噪声在接收机中的形成过程，我们将每个阶段后的噪声脉冲转换为图中的传递函数。我们从白噪声开始，用蓝色显示，随着我们通过均衡阶段的进展，我们限制带宽，并增加增强和增益。
如果我们看一下紫色的传递函数，那么我们可以看到接收机带宽滤波器经常被称为噪声滤波器，这是有原因的:在所有阶段中，它对降低输出中的高频噪声含量贡献最大。
现在我们转向接收器模型中的最后一个功能块。此块测量均衡波形的信噪比。为了保持与基于波特率adc的架构的一致性，信噪比监控器只在UI中心查看信号。该块支持NRZ和PAM4调制。
在统计领域，信噪比监测器通过提供优点图来指导自适应收敛。在时域上，我们用信噪比作为与COM的相关参数。
我们选择的信噪比监控器的波特率实现也使其成为si后相关的一个很好的候选者。在RTL中实现的接收机的数字组件中可以使用非常相似的方法。与我们的SNR块类似，RTL组件可以访问均衡信号的波特率样本。
在接下来的两张幻灯片中，我们将看到我们用这个com参数模型获得的相关结果。
首先，我们在线性模式下测试了我们的模型，以建立与COM的基线相关性。在这种情况下，我们在CTLE和ADC之后禁用了软限制器。我们在COM和IBIS-AMI模型中模拟了53和106 Gb/s的IEEE通道。作为相关参数，我们使用采样器信噪比。左边的图比较了COM信噪比和我们的时间域IBIS-AMI信噪比在10个通道下53 Gb/s。信道插入损耗范围为16db ~ 39db，包含了封装损耗。右边的图表显示了在106gb /s下的相同模拟。在这两种情况下，我们看到COM和时域IBIS-AMI之间有很好的相关性。黑色虚线表示实现PAM4调制的10-4 BER水平所需的信噪比水平，而洋红色虚线表示在最低所需信噪比水平以上的3 dB COM余量。在洋红色参考线上方的模拟信噪比值表示COM中通过的通道。
这两个图对大多数通道显示出良好的相关性。在较高的插入损耗下，IBIS-AMI的结果比COM更悲观。这种悲观情绪很可能来自于时域模拟中的CDR。
现在让我们在IBIS-AMI模型中启用非线性和ADC。
在这组模拟结果中，我们启用了IBIS-AMI模型中的软限制器，并以4位、5位和6位ADC分辨率运行模拟。可以看出，ADC分辨率对系统性能有很大的影响。
由于我们正在添加实现细节，因此将时域信噪比值与实现BER为10-4所需的理论信噪比限制进行比较更合适，即图中的黑色虚线。
快速浏览图告诉我们，4位ADC显然不足以满足这些应用程序。5位ADC增加了通过通道的数量，而6位ADC使我们非常接近COM。注意，有效分辨率通常低于标称分辨率，这里需要进行更详细的分析。
解释这些模拟结果的另一种方法是注意到低分辨率ADC对于低损耗通道已经足够，而对于高损耗通道则需要更高的分辨率。ADC分辨率和通道插入损耗之间的权衡可以通过我们的模型来探索，以根据预期的通道损耗优化SerDes功率。
SeriaLink Systems在Simulink和IBIS-AMI中提出了一种适用于基于adc架构的com参数SerDes模型。该模型使用IEEE 802.3ck标准的参考收发器参数配置为106Gb/s操作。我们讨论了一些模型实现的细节，并且我们已经展示了在线性模式下，这个模型与COM有很好的关联。启用非线性和ADC降低了信噪比，降低了ADC分辨率。我们还证明了该模型可以指导SerDes接收机功率和预期信道插入损耗之间的权衡。
有关模型可用性、定制或扩展选项的信息，请联系SeriaLink System。
谢谢大家。
