PAM4 SerDes系统建模和IBIS-AMI相关性改进的最佳实践
Aleksey Tyshchenko, SeriaLink系统公司
实现100 Gbps以上的数据速率需要基于创新架构的SerDes系统。下一代串行链路系统使用快速adc,基于dsp的全局优化均衡策略,以及PAM4等多级调制。
在本视频中,使用SerDes Toolbox™快速构建高速链接模型,如以太网、PCI Express、DDR和USB。描述了一种自底向上的方法来集成系统级模型中的测量和表征数据,以提高其相关性。例如,CTLE滤波器的传递函数测量采用因果关系增强方法进行拟合,以便进行更精确的统计分析和时域模拟。
SeriaLink Systems使用SerDes Toolbox为106 Gbps基于adc的PAM4下一代SerDes系统开发了IEEE 802.3ck模型。由SeriaLink系统开发的模型的统计分析结果再现了预期的线性操作通道运营裕度(COM)指标。该模型增强了COM规范,并允许估计影响,例如ADC非线性和量化效应。
使用SerDes Toolbox开发的NRZ和PAM4模型可以自动生成符合标准的双IBIS-AMI模型。SeriaLink Systems IBIS-AMI模型允许自定义AMI参数。它还可以用于执行回归测试,以验证跨不同操作条件和多通道描述的系统性能。通过与SiSoft QCD的结合,用户可以使用IBIS-AMI模型在SerDes系统的体系结构上进行迭代,并提高其性能。
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射频和混合信号产品领域的市场经理。和我一起的是Aleksey Tyshchenko, SeriaLink系统的创始人。
在接下来的20分钟里,我将介绍使用MATLAB和SerDes工具箱进行SerDes设计。我们将了解如何开始,如何使用度量数据来提高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将介绍一个真实的用例,在这个用例中SeriaLink Systems开发了一个com兼容的基于PAM4 adc的serde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。当传输数字信号时,无论是二进制还是多电平,当频率在GHz范围内移动时,模拟影响不能被忽视,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,以保证在高速链路上成功集成创新SerDes ip。
如果您不熟悉这个概念,那么这就是典型的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。
大部分均衡复杂性在接收机,在那里数字信号被信道扭曲后被恢复。
典型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)。根据规范,选择系统体系结构。例如,在此阶段,您将确定系统是否包含预强调,或基于ADC,或使用全局或局部优化。
一旦体系结构确定下来,集成电路的设计就开始了,包括模拟和数字团队。
这是一个非常迭代的过程,IC设计团队和系统架构师都参与其中,其中基于成本和性能进行权衡。
设计完成后,验证阶段开始。
在此阶段,系统级模型的保真度通过对设计信息和度量的反向注释得到了提高。这种改进的模型可以用来验证原始规格,并调试设计IC中的潜在问题。
系统级模型是验证阶段的一个可能结果。IBIS-AMI或SystemVerilog模型可用于进一步验证SerDes IP的集成。
这样的设计流程在您的公司中或多或少是形式化的,但可以肯定的是,它不是完美无缺的。开发SerDes ip是复杂的。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。
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时发现规范问题是一个坏消息,因为它本质上意味着整个设计是有缺陷的。
点击< >
为了减少这些问题,您需要尽早启动验证过程。
点击< >
最好的方法就是为你的IP建立行为模型,在设计过程中不断改进和重用。
通过在设计阶段的早期花更多的时间开发系统级模型,您可以对规范、可选体系结构和新出现的趋势有更深入的了解。
设计团队经理通常不喜欢这样,因为这可能会推迟实际实现过程的开始。但是,在一开始所花费的时间可以通过缩短实现和验证阶段得到很大的回报。
点击< >
正如Kundert和Chang所总结的那样,自顶向下的设计,特别是使用MATLAB和Simulink实现的自顶向下设计,在管理复杂的混合信号设计中非常有益。
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工具箱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。
通过这些块,您可以描述任意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。有了SerDes Toolbox,我们让简单的事情变得简单,让复杂的事情成为可能。
你可以使用SerDes Designer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,极点和零或点击的次数)。
点击< >
一旦你建立了你的链…
点击< >
你可以分析它…
点击< >
然后输出。
让我们看看SerDes Designer应用程序的运行情况。
我们首先向链中添加块并可视化统计眼睛。
例如,我们可以禁用DFE的适应性,并添加更多的过滤器龙头。
我们可以很容易地改变调制到PAM4,或改变CTLE的规格。
我们可以分析结果,如脉冲响应或接收波形,通过块响应的卷积快速计算。
最后,我们可以输出的设计。
导出设计有三个选项。
您可以生成一个MATLAB脚本来自动化设计空间探索和编程分析您的系统,而不是通过点和点击。
您可以将设计导出到Simulink中进行时域仿真。通过一点一点地执行系统,您可以考虑到非线性效应和自适应瞬态。
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< >
它允许你通过指定衰减或提供脉冲响应来描述通道。
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块。
点击< >
对于每个构建块,您可以看到、理解并最终修改实现的算法,因为所有内容都是白盒的,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应用。我们从我们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,模拟被一点一点地执行,我们看到眼睛图在更新。在仿真结束时,报告统计分析结果,并与应用程序一致。
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,以进一步细化设计。
SerDes Toolbox提供的所有构建块都是在MATLAB中实现的,您可以很容易地访问源代码。如果你想修改它,你可以在创建一个副本后编辑代码。
正如我提到的,你可以采用现有的算法并修改它们;然而,可能有更简单的方法来提高您的SerDes模型的保真度,而不参与这样高级的操作。
提高模型保真度的一个非常方便的方法是使用自底向上的数据,要么来自IC模拟,要么来自实际的硅测量。
在射频频率上,通常在频域提供表征数据,要么作为传递函数,要么作为s参数。
MATLAB和射频工具箱为频域数据的操作、分析和可视化提供了许多内置函数。更重要的是,提供了一种使频域数据适合于时域仿真的方法。
点击< >
为了在时域中模拟频域数据,需要对数据进行转换。射频工具箱使用了合理的拟合方法。“有理”一词是由ratio衍生而来的,意思是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由残差和零的多项式之比给出。
通过这种方法,我们可以分析和加强无源性,结果的拟合是由构造造成的,因为我们强制极点在复杂平面的左侧,我们可以确保应用模型阶降,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是可用的,它提供了一个状态空间表示,可用于时域模拟。
让我们看一个使用理性拟合方法建模CTLE传递函数的例子,并提高SerDes模型的保真度。
点击< >
导入数据后,进行有理拟合。听起来非常复杂和复杂的算法实际上只是一行MATLAB代码。在这里,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< >
从拟合对象中提取增益、共轭复数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,我们可以用非线性块夹心频率相关行为,进一步提高CTLE模型的保真度。
本示例附带SerDes工具箱。如果您打开MATLAB文档,请打开名为“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。传递函数测量到25GHz,它是相当规则的。
如前所述,我们使用rationalfit对数据进行拟合。在这种情况下,我们随意使用8个极点。我们将拟合结果与原始结果进行比较。在这种情况下,保真度非常好,容错值为-126dB。
我们现在提取增益,极点和零点的拟合函数作为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,就可以生成IBIS-AMI模型。
IBIS-AMI模型由三个要素组成。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。
发射机和接收器用一个AMI文件建模,该文件本质上是一个C代码DLL,表示信道均衡的信号处理算法。
IBIS-AMI模型可以以两种方式执行:统计的(也称为Init)或时域的(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。它执行起来非常快,而且它提供了系统行为的一阶估计。然而,它不能为非线性效应建模,也不能用于探索适应性引入的瞬态行为。
时域模拟是逐位进行的。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。双重模型的好处是,它可以在精度和模拟时间之间进行权衡。双重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。
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,允许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,可以生成双重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。
如果您能够访问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,例如,您发现一个关键的用例,并且没有通过您的规范,您就可以在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 Manager。
您可以查看将生成的简单IBIS引用文件。
您还可以检查、添加或删除发送器或接收器的AMI参数。
然后,您可以为每个发射器和接收器生成双模型、仅使用gewave或仅使用Init模型。当这个过程完成时,在您的MATLAB当前文件夹中,您将发现.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,您可以启动SiSoft Link应用程序,以QCD或QSI导入生成的模型。
发射器和接收器的QCD模型将具有您在Simulink IBIS-AMI管理器中识别的相同AMI参数。在本例中,我们将运行两个模拟,统计域和时域:一个启用接收器适应,另一个禁用适应。
在完成结果之后,您可以可视化这两种情况的眼睛图。
最后,如果您确定了一个关键的结果集,您可以将给定的配置导入到Simulink模型中,并进一步细化您的SerDes算法。
有了这个,我邀请您在您的下一个设计中尝试SerDes工具箱。使用许多受信任的函数和块,您可以更快速地设计均衡算法,并在设计过程中更早地实现系统级验证。
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,您可以将更多的时间花在创新设计上——更早地发现关键情况,而不是使用工具和编写C代码。
现在我想把时间交给Aleksey,他将展示SeriaLink Systems如何使用SerDes工具箱来开发一个基于PAM4 adc的SerDes系统的前沿模型。
谢谢你的介绍,Giorgia!
我的名字是Aleksey Tyshchenko,今天我将在Simulink和IBIS-AMI中为802.3ck应用程序演示基于106Gb/s 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。
让我先简要介绍一下我的报告。
首先,我想介绍一下我们的系统建模远景。然后,我们将看看在IBIS-AMI中建模基于adc的SerDes体系结构的挑战。在那之后,我将把COM看作一个体系结构定义工具,并介绍我们的主要贡献:一个带有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,并考虑噪声建模和信噪比。相关结果将结束本次演示。
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,用于体系结构探索和驱动块级规范。
同样的模型可以通过提供设计权衡的可量化反馈来支持模拟和数字设计。随着仿真数据的可用,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部分:统一模型的体系结构版本,它可以用标准信息填充,并且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来支持它,需要以与ibis兼容的方式来构建模型。
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。只要模拟器能够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。
假定采样器是一个相对简单的块,其性能通过边缘要求或眼罩传达。
正如我们所看到的,IBIS-AMI框架非常适合具有定义良好的决策点的二进制采样SerDes体系结构,该决策点捕获模拟均衡器的均衡效果。
让我们看看基于adc的SerDes体系结构如何适合IBIS AMI框架。
首先,时间交错的ADC在每个用户界面上对部分均衡信号进行采样,然后对ADC采样进行解muxed,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被实现为一个工作在sub-1GHz频率的DSP块。
决策点现在位于CDR的数字部分,没有容易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建模为一个时间未知量化器,并且我们以波特率而不是解muxed速率运行FFE、DFE和CDR。出于体系结构探索的目的,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定时函数从脉冲响应中恢复相位。我们根据信道调整均衡组件,如果有必要,我们重新调整恢复的相位。
在时域中,ADC将UI中的所有样本量化。Mueller-Müller CDR持续运行以维护相位锁,并且我们保持均衡参数不变,这允许我们在项目开始时关注均衡性能,而不是均衡收敛细节。这种适应方法还有助于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被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的架构探索。
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引用收发器参数。当COM填充特定参数时,它将测试通道是否符合标准。这种方法使得COM在多个标准体和多个标准之间广泛使用。
这种广泛的使用给了COM一些重要的好处。COM以MATLAB代码的形式发布,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,这使得模拟速度更快。
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量化效应。COM非常适合于模拟架构的线性分析。此外,通用COM脚本将代码的模型部分和模拟器部分组合在一起。功能块在代码结构方面没有很好地分离。因此,该脚本是不可扩展的,很难在基本的体系结构探索之外使用。
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,以构建一个特定于标准的模型实例。在这个例子中,我们给出了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,这使得模型在项目的体系结构定义阶段之外仍然可用。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,这使得代码易于维护。在项目开发的早期生成IBIS AMI模型的能力使SerDes IP供应商和他们的客户之间能够进行更有效的交互,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能够在分析中得到恰当的表示。从某种意义上说,该模型通过增加对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,使模型可扩展,并适合在整个项目生命周期中使用。
在下面的幻灯片中,我将更详细地讨论这个模型的组成部分。
为了建立模型,我们使用了Simulink中的SerDes工具箱。该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。我们在模型的输入处添加了接收机噪声,以考虑后续均衡器组件对噪声的影响。
非线性和ADC只在时域模拟中启用。由于这些是非线性块,所以在统计模拟中会绕过它们。
我们还增加了一个信噪比块,测量采样器在统计和时域的信噪比。信噪比值用于指导适应性,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high-pass、boost和receiver带宽过滤器。
为了配置具有COM参数的CTLE,我们有一个MATLAB脚本,它将COM CTLE定义转换为适合于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,我们可以在COM和我们的模型中得到相同的CTLE传递函数集。对于助推级,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传递函数的不同观点。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的输出处添加了一个非线性块,就在ADC之前。该模块为ADC输入波形增加了一个软振幅限制。它是一个SerDes工具箱块,它的行为由输入到输出的直流转移曲线描述。它可以在项目开发的早期以参数形式提供,也可以在后期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代码填充这个直通。我们将ADC构建为量化器,它的输出是在IBIS-AMI建模流中发挥良好作用的量化电压水平。最初,ADC由标称分辨率和动态范围参数化。当然,当它们变得可用时,可以添加更多的细节,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,自适应在统计域实现。我们共同适应基于信噪比的均衡组件,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丝锥的适应。
由于FFE和DFE都可以均衡第一个游标后ISI,我们需要让FFE知道DFE的校正范围。这样,我们可以把均衡优先级放在DFE上,减少噪声放大。COM采用类似的方法来平衡FFE和DFE。
图中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。
接收机噪声和抖动可以通过信号完整性模拟器添加到接收机模型的输出中。这种方法捕获了通过模拟器计算的噪声对眼缘的影响。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是可见的。输出参考噪声取决于均衡器配置。因此,对噪声建模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造,使其准确地代表输出噪声。
我们还需要确保噪声是在统计域中建模的,以便它影响自适应收敛。
在统计域,我们希望将白噪声应用到模拟带宽。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,需要对输入噪声进行线性均衡,以达到噪声整形效果。然后对输出噪声随频率进行积分,得到RMS值。输出RMS噪声降低了自适应值,即信噪比。
然而,统计域的目的是操作脉冲响应而不是功率谱密度。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,通过脉冲处理得到输出噪声功率谱密度。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:CTLE, VGA和FFE的滤波效果。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,滤波后的脉冲如我们所期望的,包括除信道和DFE之外的一切。
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,我们将噪声传递函数按输入功率谱密度缩放,得到输出PSD。我们将输出噪声PSD积分到100 GHz,得到噪声RMS值,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考虑了噪声,现在输出波形包括滤波后的噪声。
我们的噪声方法显示了统计和时域之间良好的相关性,以及与COM。
为了说明通过接收器形成的噪声,我们取每一阶段后的噪声脉冲,并在图中将其转换为传递函数。我们从白噪声开始,也就是蓝色部分,随着均衡化阶段的进展,我们限制带宽,增加增益和增益。
如果我们看一下紫色的传递函数,那么我们可以看到,接收带宽滤波器经常被称为噪声滤波器是有一个很好的理由的:在所有阶段中,它对减少输出中的高频噪声内容贡献最大。
现在我们开始讨论接收器模型中的最后一个功能块。该块测量均衡波形的信噪比。为了与基于adc的波特率架构保持一致,信噪比监视器只查看UI中心的信号。该块支持NRZ和PAM4调制。
在统计域,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它成为后si相关的一个很好的候选者。在RTL中实现的接收器的数字组件中可以使用非常类似的方法。与我们的信噪比块类似,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,我们将看一下我们用这个com参数模型得到的相关结果。
首先,我们在线性模式下测试我们的模型,以建立与COM的基线相关性。在这种情况下,我们在CTLE和ADC之后禁用了软限位器。我们在COM和IBIS-AMI模型中模拟了53和106 Gb/s的IEEE通道。我们使用采样器信噪比作为相关参数。左边的图比较了COM的信噪比和我们的时间域IBIS-AMI的信噪比,10个通道的速率为53 Gb/s。信道插入损耗范围为16 ~ 39 dB,包括包丢失。右边的图显示了在106 Gb/s下的相同模拟。在这两种情况下,我们都看到了COM和时域IBIS-AMI之间的良好相关性。黑色虚线表示为PAM4调制实现10-4 BER水平所需的信噪比水平,而品红虚线表示在最低所需信噪比水平之上的3 dB COM空白。在洋红色参考线以上的模拟信噪比值表示COM中有一个通过的通道。
两个图都显示了大部分通道的良好相关性。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。
在这组仿真结果中,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分辨率运行仿真。可以看出ADC分辨率对系统性能有很大的影响。
由于我们添加了实现细节,所以将时域信噪比值与实现误码率10-4所需的理论信噪比限制进行比较更合适,即图中黑色虚线。
快速浏览一下这些图,我们就会知道4位ADC对于这些应用程序显然是不够的。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。
另一种解释这些模拟结果的方法是,注意到低分辨率的ADC对于低损耗通道已经足够了,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这种权衡可以用我们的模型来探索,根据预期的通道损耗来优化SerDes功率。
SeriaLink Systems针对Simulink和IBIS-AMI中基于adc的体系结构,提出了一个com参数SerDes模型。该模型使用IEEE 802.3ck标准的参考收发参数配置为106Gb/s操作。我们讨论了模型实现的一些细节,并展示了在线性模式下,该模型与COM很好地关联。启用非线性和ADC降低了ADC分辨率的信噪比。我们还表明,该模型可以指导SerDes接收机功率和预期的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。
相关产品2022世界杯八强谁会赢?
您也可以从以下列表中选择网站:
如何获得最佳的网站性能
选择中国网站(中文或英文)以获得最佳的网站表现。其他MathWorks国家网站没有针对从您的位置访问进行优化。