EDA365欢迎您！
您需要 登录 才可以下载或查看，没有帐号？注册
x
本帖最后由 Cadence_CPG_Mkt 于 2018-3-27 11:45 编辑
" d' C- E: K5 b o+ c. {1 D5 {& a: }" ^) ^1 `& q3 w* c! B
▍随着电子行业技术的发展，特别是在传输接口方面，从PCI到PCI Express、从ATA到SATA、从并行ADC接口到JESD204、从RIO到Serial RIO等等，无一都证明了传统并行接口的速度已经达到瓶颈，取而代之的是速度更快的串行接口，于是原本用于光纤通信的SerDes 技术成为了高速串行接口的主流。串行接口主要应用了差分信号传输技术，具有功耗低、抗干扰强，速度快的特点，诸如PCI Express®（PCIe®）Gen4等串行链路接口的数据传输率将达到双位千兆级传输速率。由此，器件建模、互连建模和分析方法必须不断发展，以应对不断减小的设计余量和当今工程师面临的更具挑战的合规标准。本系列文章将从各方面深入分析探讨，为了降低风险并优化设计，将分析尽可能地推向上游至关重要，以实现权衡、可行性研究、元件选择和约束获取。
7 u$ ^& d2 V" @
+ i3 R: R0 Q4 R3 ^0 c# m
反向信道训练
/ I# N. Y4 o) x* D1 j X
图-反向信道训练 " R9 B" ?. f/ `8 H+ U2 E1 E& G& _
尽管目前的IBIS标准还不支持反馈训练功能，但是已经有一个相关的改进提议BIRD147，在下一版本的IBIS规范中将加入该功能。 如下PCI Express Gen 4示例，使用或不使用反馈训练。 9 k, ~/ d3 C# |7 s
0 D2 z* l& U; |& C
图-初始信道仿真结果
4 N" {0 B v1 x3 }7 ~初始结果（红色）显示的是未启用反馈。在这种情况下，发射机的AMI模型根据信道特性自行优化其FFE抽头系数，而接收机AMI模型的适应则在整个信道仿真过程中实时完成。第二个结果（绿色）显示的是启用反馈训练，并且清晰地生成一个睁得更大的眼图。值得注意的是，如果您查看两种情况下使用的FFE抽头系数之间的差异，您将看到FFE系数在启用反馈的情况下已被调低。如下显示了前导抽头系数如何在反馈训练中做自适应： 5 Y+ G$ W8 D: k2 w& K/ l
& N) X- z0 ?! I [2 h1 e 图-反向信道训练期间的FFE适应 - T( J* v6 S/ V/ D, _' N& ^/ o
在这里您可以看到，前导抽头系数从绝对值约为0.16开始，然后在反馈训练过程中，根据接收机的判断，将其降低到0.14的范围。这使得接收机更先进的均衡功能可以完成更多的“繁重工作”，并最终产生更好的整体效果。这显示了在通道仿真过程中使用反馈功能，以及产生能够精确模拟SerDes器件的行为的AMI模型的重要性。 有关反馈建模的更多信息，详见DesignCon 2018的论文“使用IBIS标准的最新增强功能进行反馈建模和仿真”(https://www.cadence.com/content/ ... d-simulation-cp.pdf)。5 ?# }3 y4 r- v" `
2 o0 I- s7 \* B9 Y {+ @
: A4 f0 ?: E+ F5 o5 P7 t6 d 7 {2 C" N* e6 s2 m5 z
下一篇 >自动合规性检查 & v3 w* k( M/ c* a
6 b! i0 f8 ^) f; M3 K
9 ]5 i5 g& ~- C$ E( l v3 y- K) F
. N8 e2 ~0 b$ j# Y' c3 A+ w' x
+ F. ^6 N* T7 p+ t9 B @1 h/ h 欢迎您的评论！ 您可以通过PCB_marketing_China@cadence.com联系我们，非常感谢您的关注以及宝贵意见。3 o h( R. n$ }) v% @7 Y
5 P/ o/ R/ `2 y$ U! \/ Y" l( ]. V I' W% B: J' ^0 S- h% J
4 N/ s7 s4 v' E9 _, H& m# X3 M$ L
. r- P# G) y/ v! C9 Q1 [ | 
/1 
发表于 2018-3-27 11:43
QQ好友和群
QQ空间
腾讯微博
腾讯朋友
微信
收藏
支持！
反对！