CN115964906B - 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置 - Google Patents

基于多边沿响应的pam3差分端口统计眼图仿真方法和装置 Download PDF

Info

Publication number
CN115964906B
CN115964906B CN202310257344.XA CN202310257344A CN115964906B CN 115964906 B CN115964906 B CN 115964906B CN 202310257344 A CN202310257344 A CN 202310257344A CN 115964906 B CN115964906 B CN 115964906B
Authority
CN
China
Prior art keywords
pam3
edge response
signal
code pattern
pattern
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310257344.XA
Other languages
English (en)
Other versions
CN115964906A (zh
Inventor
董佳龙
张秀川
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Julin Technology Shanghai Co ltd
Original Assignee
Julin Technology Shanghai Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Julin Technology Shanghai Co ltd filed Critical Julin Technology Shanghai Co ltd
Priority to CN202310257344.XA priority Critical patent/CN115964906B/zh
Publication of CN115964906A publication Critical patent/CN115964906A/zh
Application granted granted Critical
Publication of CN115964906B publication Critical patent/CN115964906B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Dc Digital Transmission (AREA)

Abstract

本发明涉及EDA软件技术领域，本发明提供了一种基于多边沿响应的PAM3差分端口统计眼图仿真方法和装置，其方法包括：接收输入端的PAM3信号；根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；根据所述PAM3信号的码型生成差分端口的码型概率矩阵；基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图。本发明基于多边沿响应，设计了一套新的统计分析方法，得到两个差分端口的差分信号边沿响应，在此基础之上可以生成差分端口的统计眼图，将输入端的信号模式从NRZ扩展到PAM3。

Description

基于多边沿响应的PAM3差分端口统计眼图仿真方法和装置
技术领域
本发明涉及EDA软件技术领域，尤指一种基于多边沿响应的PAM3差分端口统计眼图仿真方法和装置。
背景技术
在分析高速信号传输系统的信号完整性时，一般是使用眼图来评估信号传输的有效性和失真情况。为分析输入信号质量对接收端信号的影响，产生了统计眼图的概念，其核心是在输入信号中加入服从特定统计规律的抖动或加性噪声时，对接收端信号进行统计分析。
传统的眼图需要在被测系统的输入端输入信号，在输出端使用示波器采集信号，在较长时间内的信号波形叠加形成眼图。统计眼图则是以眼图的形式表示输出信号在一个时钟内在各个位置出现的概率。
在对差分端口进行统计分析生成统计眼图时，由于涉及到多个端口信号之间的计算，由于统计方法的复杂性，目前仍然停留在差分端口接收信号为NRZ（Non-return-to-zero Code）信号。
随着带宽需求的不断增加，增加单位时间内传输的逻辑信息势在必行。基于这个需要，信号的PAM3，PAM4等调制机制应运而生。这些机制虽然增加了信号传输的效率，但是同时也增加了误码率，需要更精准的控制。
目前对于PAM3模式的差分端口的信号统计仿真仍然处于初级阶段。
发明内容
本发明的目的是提供一种基于多边沿响应的PAM3差分端口统计眼图仿真方法，用于解决上述问题。
本发明提供的技术方案如下：
在一些实施方式中，本发明提供一种基于多边沿响应的PAM3差分端口统计眼图仿真方法，包括：
接收输入端的PAM3信号；
根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；
根据所述PAM3信号的码型生成差分端口的码型概率矩阵；
基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图。
在一些实施方式中，所述接收输入端的PAM3信号，包括：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号；
其中，所述PAM3信号包括所述PAM3信号的码型和所述PAM3信号的电压变化。
在一些实施方式中，所述根据所述PAM3信号的码型生成差分端口的码型概率矩阵，包括：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，码型变化情况包括81种。
在一些实施方式中，所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
在一些实施方式中，所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对于所述PAM3信号的
Figure SMS_1
阶多边沿响应进行统计分析计算，计算时刻k的码型为/>
Figure SMS_4
的概率值/>
Figure SMS_7
，计算公式为：
Figure SMS_3
其中，/>
Figure SMS_5
，
Figure SMS_6
为从码型/>
Figure SMS_8
变化为码型/>
Figure SMS_2
的概率；
Figure SMS_9
为码型/>
Figure SMS_10
对应的差分端口的边沿响应波形；
Figure SMS_11
为时刻k-1的码型为/>
Figure SMS_12
对应的概率值，/>
Figure SMS_13
是卷积符号。
在一些实施方式中，一种基于多边沿响应的PAM3差分端口统计眼图仿真装置，包括：
信号接收模块，用于接收输入端的PAM3信号；
波形生成模块，用于根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；
矩阵生成模块，用于根据所述PAM3信号的码型生成差分端口的码型概率矩阵；
眼图生成模块，用于基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图。
在一些实施方式中，所述信号接收模块，用于：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号；
其中，所述PAM3信号包括所述PAM3信号的码型和所述PAM3信号的电压变化。
在一些实施方式中，所述矩阵生成模块，用于：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，码型变化情况包括81种。
在一些实施方式中，所述眼图生成模块，用于：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
在一些实施方式中，所述眼图生成模块，用于：
对于所述PAM3信号的
Figure SMS_16
阶多边沿响应进行统计分析计算，计算时刻k的码型为/>
Figure SMS_18
的概率值/>
Figure SMS_20
，计算公式为：
Figure SMS_15
其中，/>
Figure SMS_17
，
Figure SMS_19
为从码型/>
Figure SMS_21
变化为码型/>
Figure SMS_14
的概率；
Figure SMS_22
为码型/>
Figure SMS_23
对应的差分端口的边沿响应波形；
Figure SMS_24
为时刻k-1的码型为/>
Figure SMS_25
对应的概率值，/>
Figure SMS_26
是卷积符号。
与现有技术相比，本发明所提供的一种基于多边沿响应的PAM3差分端口统计眼图仿真方法和装置，能够带来以下有益效果：
1、本发明基于多边沿响应(MER, multiple edge responses)，设计了一套新的统计分析方法，得到两个差分端口的差分信号边沿响应，在此基础之上可以生成差分端口的统计眼图，将输入端的信号模式从NRZ扩展到PAM3。
2、本发明的两个差分接收端可以是任意指定的同模式信号接收端，不再要求接收的信号为差分信号。
3、统计方法中的多边沿响应是常见的信号仿真方法，本发明可以顺利与现有的普遍方法结合，具有普适性。
4、本发明还为输入端口的信号模式拓展到PAM4，PAM5等更高级的模式供了一个模板。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对一种基于多边沿响应的PAM3差分端口统计眼图仿真方法和装置的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明的一种基于多边沿响应的PAM3差分端口统计眼图仿真方法的第一个实施例的流程图；
图2是本发明的码型概率矩阵示意图；
图3是本发明的一种基于多边沿响应的PAM3差分端口统计眼图仿真方法的第二个实施例的示意图；
图4是本发明的一种基于多边沿响应的PAM3差分端口统计眼图仿真方法的第三个实施例的示意图；
图5是本发明的一种基于多边沿响应的PAM3差分端口统计眼图仿真装置的一个实施例的示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
在一个实施例中，如图1所示，本发明提供一种基于多边沿响应的PAM3差分端口统计眼图仿真方法，包括：
S101接收输入端的PAM3信号。
具体的，实际上从输入端接收到的信号仍然是NRZ形式的，通过转化可以将每三个NRZ码型转化为PAM3码型。
在本实施例中，这样可以不必要求输入端口的信号一定是差分信号。
另一方面，输入端口并不要求数量一定是两个，也可以是一个，单输入端口一个特点是它对两个接收端输入波形的码型是一致的 。
在本实施例中，假设输入端有两个，分别记为端口1和端口2，它们分别对应两个接收端。
端口1的输入码型为：012211201021002101；
端口2的输入码型为：021011021101121012。
S102根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形。
具体的，根据多边沿响应阶数的不同，生成不同数量的多边沿响应波形，这个阶数是由外部输入决定的，具体的表现为用户提供。
多边沿响应认为，当前时间的波形不仅与当前的码型相关，也与之前的码型相关，以步骤一中两个端口码型的第五位为例，尽管两个端口的第五位都是‘1’，但是端口1由‘2’变为‘1’得到的波形和端口2由‘0’变为‘1’得到的波形显然是不同的，多边沿响应就是将这些前置码型对当前码型的影响考虑在内。
其中，多边沿响应的阶数具体表现为考虑的前置码型的个数。
一般对NRZ来说，n阶多边沿响应就考虑前n位码型。对于PAM3来说，由于电平数量变为3个，故当多边沿响应的阶数大于等于2时才是完全的多边沿响应，即PAM3的n阶多边沿响应考虑前n–1位码型(n )。
在本实施例中，考虑多边沿响应的阶数为2，故考虑的前置码型只有一位，对两个输入端分别瞬态仿真得到(i = 1,2)六种边沿。如果阶数为3，则需要瞬态仿真的波形则有等18种,以此类推更大的阶数。
S103根据所述PAM3信号的码型生成差分端口的码型概率矩阵。
在本实施例中，对应PAM3的码型生成差分端口的一个9*9的概率矩阵，端口1单码型减去端口2单码型的0-0、0-1、0-2、1-0、1-1、1-2、2-0、2-1、2-2，9种可能情况，故而码型变化总共有81种，统计这81种情况出现的概率。
在本例中，端口1减去端口2的码型为0-0 1-2 2-1 2-0 1-1 1-1 2-0 0-2 1-1 0-1 2-0 1-1 0-1 0-2 2-1 1-0 0-1 1-2。码型从0-1变为0-2出现了一次，所以对应的概率就是1/14（0.071429），以此求得的概率矩阵如图2所示。
与所有情况等概率的情况相比，生成的概率矩阵可以去除一些在输入端口中不会出现的码型变化情况，在生成的眼图中去除不必要的分支，得到的眼图更加精确，同时在计算机中与0有关的计算速度是比较快的，故概率矩阵中的0的部分可以加速统计的计算。
特别的，如果两个端口是同码型的信号，生成的概率矩阵会是一个稀疏矩阵。
S104基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图。
在本实施例中，本发明提供的计算PAM3信号差分端口的统计眼图的方法中，在差分端口的高速传输中，为了拓展输入端口的信号模式，本发明基于多边沿响应(MER,multiple edge responses)，设计了一套新的统计分析方法，得到两个差分端口的差分信号边沿响应，在此基础之上可以生成差分端口的统计眼图，将输入端的信号模式从NRZ扩展到PAM3。
另一方面，两个差分接收端可以是任意指定的同模式信号接收端，不再要求接收的信号为差分信号，同时，统计方法中的多边沿响应是常见的信号仿真方法，本申请可以顺利与现有的普遍方法结合，具有普适性。
在一个实施例中，所述接收输入端的PAM3信号，包括：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号。
在一个实施例中，所述根据所述PAM3信号的码型生成差分端口的码型概率矩阵，包括：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，所述码型变化情况包括81种。
在一个实施例中，所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
具体的，第一步计算差分端口的边沿响应，第二步是基于差分端口的边沿响应，计算PAM3信号的某一时刻的码型的概率值，实际上就是差分端口的波形。
在本实施例中，本发明提供的方法首先输入端输入PAM3信号，然后瞬态仿真得到多边沿响应波形，计算概率矩阵，计算差分端口边沿波形（计算差分端口每个时刻的所有码型的概率值），生成概率眼图。
在一个实施例中，所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对于所述PAM3信号的
Figure SMS_27
阶多边沿响应进行统计分析计算，计算时刻k的码型为/>
Figure SMS_30
的概率值/>
Figure SMS_33
，计算公式为：
Figure SMS_28
其中，
Figure SMS_31
，/>
Figure SMS_32
为从码型/>
Figure SMS_34
变化为码型/>
Figure SMS_29
的概率；/>
Figure SMS_35
为码型/>
Figure SMS_36
对应的差分端口的边沿响应波形；
Figure SMS_37
为时刻k-1的码型为/>
Figure SMS_38
对应的概率值，/>
Figure SMS_39
是卷积符号。
在一个实施例中，如图3所示，本发明还提供一种基于多边沿响应的PAM3差分端口统计眼图仿真方法，包括：
一种基于多边沿响应的计算PAM3信号的差分端口的统计眼图，应用于高速电路信号仿真中。所述方法如下：
（1）接收输入端的PAM3信号输入。其中，输入信号包含了信号的码型以及对应的电压变化，码型是输入信号的信息的一部分。
（2）根据要求生成边沿响应信号。
（3）根据输入码型生成码型概率矩阵。
（4）通过计算模块对边沿响应进行统计分析。
（5）输出结果生成统计眼图。
步骤一：接收输入端的PAM3信号。
实际上，接收到的信号仍然是NRZ形式的，通过转化可以将每三个NRZ码型转化为PAM3码型。
这样可以不必要求输入端口的信号一定是差分信号；另一方面，输入端口并不要求数量一定是两个，也可以是一个，单输入端口一个特点是它对两个接收端输入波形的码型是一致的。
在本例中，假设输入端有两个，分别记为端口1和端口2，它们分别对应两个接收端。
端口1的输入码型为：012211201021002101；
端口2的输入码型为：021011021101121012。
步骤二：根据要求生成多边沿响应。
根据多边沿响应阶数的不同，生成不同数量的多边沿响应波形，这个阶数是由外部输入决定的，具体的表现为用户提供。
多边沿响应认为，当前时间的波形不仅与当前的码型相关，也与之前的码型相关，以步骤一中两个端口码型的第五位为例，尽管两个端口的第五位都是‘1’，但是端口1由‘2’变为‘1’得到的波形和端口2由‘0’变为‘1’得到的波形显然是不同的，多边沿响应就是将这些前置码型对当前码型的影响考虑在内。多边沿响应的阶数具体表现为考虑的前置码型的个数。一般对NRZ来说，n阶多边沿响应就考虑前n位码型。对于PAM3来说，由于电平数量变为3个，故当多边沿响应的阶数大于等于2时才是完全的多边沿响应，即PAM3的n阶多边沿响应考虑前n–1位码型
Figure SMS_40
。
在本实施例汇总，考虑多边沿响应的阶数为2，故考虑的前置码型只有一位，对两个输入端分别瞬态仿真得到
Figure SMS_41
(i = 1,2)六种边沿。如果阶数为3，则需要瞬态仿真的波形则有/>
Figure SMS_42
等18种,以此类推更大的阶数。
步骤三：根据输入码型生成码型概率矩阵。
对应PAM3的码型生成差分端口的一个9*9的概率矩阵，端口1单码型减去端口2单码型的0-0、0-1、0-2、1-0、1-1、1-2、2-0、2-1、2-2，9种可能情况，故而码型变化总共有81种，统计这81种情况出现的概率。
在本实施例中，端口1减去端口2的码型为0-0 1-2 2-1 2-0 1-1 1-1 2-0 0-2 1-1 0-1 2-0 1-1 0-1 0-2 2-1 1-0 0-1 1-2。码型从0-1变为0-2出现了一次，所以对应的概率就是1/14（0.071429），以此求得的概率矩阵如图2所示。
与所有情况等概率的情况相比，生成的概率矩阵可以去除一些在输入端口中不会出现的码型变化情况，在生成的眼图中去除不必要的分支，得到的眼图更加精确，同时在计算机中与0有关的计算速度是比较快的，故概率矩阵中的0的部分可以加速统计的计算。特别的，如果两个端口是同码型的信号，生成的概率矩阵会是一个稀疏矩阵。
步骤四：通过计算模块对边沿响应进行统计分析。
一般的，对于PAM3的
Figure SMS_45
阶多边沿响应进行统计分析计算，要计算时刻k的码型为/>
Figure SMS_47
的概率值/>
Figure SMS_48
，计算公式为：
Figure SMS_44
其中，/>
Figure SMS_46
，/>
Figure SMS_49
为码型从/>
Figure SMS_50
变化为/>
Figure SMS_43
的概率；
Figure SMS_51
为码型/>
Figure SMS_52
对应的边沿响应；
Figure SMS_53
为时刻k-1的码型为/>
Figure SMS_54
对应的概率值，/>
Figure SMS_55
是卷积符号。
在本实施例中，通过这个公式从时刻0开始可以计算出所有时刻的所有码型的概率值，这就是眼图的概率分布。
在本实施例中，如果要计算差分端口时刻k的码型0-0 2-2（为了记号方便这里记为02）的概率值
Figure SMS_56
的公式为：
Figure SMS_58
这里/>
Figure SMS_60
即是码型从/>
Figure SMS_62
变为0-0的概率，也就是步骤三中的概率矩阵/>
Figure SMS_59
这一项的值，/>
Figure SMS_61
是码型从/>
Figure SMS_63
变为0-0的边沿响应波形，计算方法是用端口1的边沿响应减去端口2对应的边沿响应，也就是如果/>
Figure SMS_64
，则/>
Figure SMS_57
。
从这里也可以看出来，如果步骤三中的概率矩阵是一个系数矩阵的情况下，由于P会大量为0，计算量会大大减少。
步骤五：输出结果生成统计眼图。
上述计算的结果就是概率眼图的概率分布原始数据，只要将这些数据在坐标轴上画出，并且将不同时间段的眼图数据进行叠加即可得到可视化的眼图。
在一个实施例中，如图4所示，本发明还提供一种基于多边沿响应的PAM3差分端口统计眼图仿真装置，包括：
信号接收模块101，用于接收输入端的PAM3信号；
波形生成模块102，用于根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；
矩阵生成模块103，用于根据所述PAM3信号的码型生成差分端口的码型概率矩阵；
眼图生成模块104，用于基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图。
在一个实施例中，所述信号接收模块，用于：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号。
在一个实施例中，所述矩阵生成模块，用于：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，所述码型变化情况包括81种。
在一个实施例中，所述眼图生成模块，用于：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
在一个实施例中，所述眼图生成模块，用于：
对于所述PAM3信号的
Figure SMS_66
阶多边沿响应进行统计分析计算，计算时刻k的码型为/>
Figure SMS_68
的概率值/>
Figure SMS_71
，计算公式为：
Figure SMS_67
其中，/>
Figure SMS_69
，/>
Figure SMS_70
为从码型/>
Figure SMS_72
变化为码型/>
Figure SMS_65
的概率；
Figure SMS_73
为码型/>
Figure SMS_74
对应的差分端口的边沿响应波形；
Figure SMS_75
为时刻k-1的码型为/>
Figure SMS_76
对应的概率值，/>
Figure SMS_77
是卷积符号。
本发明所提供的一种基于多边沿响应的PAM3差分端口统计眼图仿真装置，具备以下效果：
1、本发明基于多边沿响应(MER, multiple edge responses)，设计了一套新的统计分析方法，得到两个差分端口的差分信号边沿响应，在此基础之上可以生成差分端口的统计眼图，将输入端的信号模式从NRZ扩展到PAM3。
2、本发明的两个差分接收端可以是任意指定的同模式信号接收端，不再要求接收的信号为差分信号。
3、统计方法中的多边沿响应是常见的信号仿真方法，本发明可以顺利与现有的普遍方法结合，具有普适性。
4、本发明还为输入端口的信号模式拓展到PAM4，PAM5等更高级的模式供了一个模板。
基于上述实施例，在本实施例中，与上述方法实施例相同的部分就不一一赘述了。
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (8)

1.一种基于多边沿响应的PAM3差分端口统计眼图仿真方法，其特征在于，包括：
接收输入端的PAM3信号；
根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；
根据所述PAM3信号的码型生成差分端口的码型概率矩阵；
基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图；
所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对于所述PAM3信号的m+1阶多边沿响应进行统计分析计算，计算时刻k的码型为
Figure QLYQS_1
的概率值/>
Figure QLYQS_2
，计算公式为：
Figure QLYQS_3
；
其中，
Figure QLYQS_4
{0，1，2}，/>
Figure QLYQS_5
为从码型/>
Figure QLYQS_6
变化为码型/>
Figure QLYQS_7
的概率；
Figure QLYQS_8
为码型/>
Figure QLYQS_9
对应的差分端口的边沿响应波形；
Figure QLYQS_10
为时刻k-1的码型为/>
Figure QLYQS_11
对应的概率值，/>
Figure QLYQS_12
是卷积符号；m/>
Figure QLYQS_13
。
2.根据权利要求1所述的基于多边沿响应的PAM3差分端口统计眼图仿真方法，其特征在于，所述接收输入端的PAM3信号，包括：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号；
其中，所述PAM3信号包括所述PAM3信号的码型和所述PAM3信号的电压变化。
3.根据权利要求1所述的基于多边沿响应的PAM3差分端口统计眼图仿真方法，其特征在于，所述根据所述PAM3信号的码型生成差分端口的码型概率矩阵，包括：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，码型变化情况包括81种。
4.根据权利要求1所述的基于多边沿响应的PAM3差分端口统计眼图仿真方法，其特征在于，所述基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值，包括：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
5.一种基于多边沿响应的PAM3差分端口统计眼图仿真装置，其特征在于，包括：
信号接收模块，用于接收输入端的PAM3信号；
波形生成模块，用于根据输入的多边沿响应阶数，生成对应数量的所述PAM3信号的多边沿响应波形；
矩阵生成模块，用于根据所述PAM3信号的码型生成差分端口的码型概率矩阵；
眼图生成模块，用于基于所述码型概率矩阵，对所述PAM3信号的多边沿响应波形进行统计分析，得到所述PAM3信号的码型的概率值以仿真生成PAM3差分端口统计眼图；
所述眼图生成模块，用于：
对于所述PAM3信号的m+1阶多边沿响应进行统计分析计算，计算时刻k的码型为
Figure QLYQS_14
的概率值/>
Figure QLYQS_15
，计算公式为：
Figure QLYQS_16
；
其中，
Figure QLYQS_17
{0，1，2}，/>
Figure QLYQS_18
为从码型/>
Figure QLYQS_19
变化为码型/>
Figure QLYQS_20
的概率；
Figure QLYQS_21
为码型/>
Figure QLYQS_22
对应的差分端口的边沿响应波形；
Figure QLYQS_23
为时刻k-1的码型为/>
Figure QLYQS_24
对应的概率值，/>
Figure QLYQS_25
是卷积符号；m/>
Figure QLYQS_26
。
6.根据权利要求5所述的基于多边沿响应的PAM3差分端口统计眼图仿真装置，其特征在于，所述信号接收模块，用于：
接收输入端的NRZ信号，将每三个NRZ信号转化为PAM3信号；
其中，所述PAM3信号包括所述PAM3信号的码型和所述PAM3信号的电压变化。
7.根据权利要求5所述的基于多边沿响应的PAM3差分端口统计眼图仿真装置，其特征在于，所述矩阵生成模块，用于：
根据所述PAM3信号的多边沿响应波形对应的PAM3信号的码型生成差分端口的一个9*9的码型概率矩阵；其中，码型变化情况包括81种。
8.根据权利要求5所述的基于多边沿响应的PAM3差分端口统计眼图仿真装置，其特征在于，所述眼图生成模块，用于：
对所述PAM3信号的多边沿响应波形进行统计分析，得到所述差分端口的边沿响应波形；
基于所述差分端口的边沿响应波形，计算所述PAM3信号在各个时刻的所有码型的概率值。
CN202310257344.XA 2023-03-17 2023-03-17 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置 Active CN115964906B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310257344.XA CN115964906B (zh) 2023-03-17 2023-03-17 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310257344.XA CN115964906B (zh) 2023-03-17 2023-03-17 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置

Publications (2)

Publication Number Publication Date
CN115964906A CN115964906A (zh) 2023-04-14
CN115964906B true CN115964906B (zh) 2023-06-02

Family

ID=85905222

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310257344.XA Active CN115964906B (zh) 2023-03-17 2023-03-17 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置

Country Status (1)

Country Link
CN (1) CN115964906B (zh)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114124049A (zh) * 2021-10-14 2022-03-01 北京国科天迅科技有限公司 一种nrz码转换电路、转换方法及nrz码转换器

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
IT1319558B1 (it) * 2000-12-15 2003-10-20 Marconi Comm Spa Schema di codifica di linea per comunicazioni digitali, metodo ditrasmissione e apparato.
US8362813B2 (en) * 2011-03-24 2013-01-29 Pericom Semiconductor Corp. Re-driver with pre-emphasis injected through a transformer and tuned by an L-C tank
US10740506B2 (en) * 2014-07-07 2020-08-11 Mentor Graphics Corporation Statistical channel analysis with correlated multiple-level input modulation
KR101713406B1 (ko) * 2015-03-27 2017-03-07 아이디에이씨 홀딩스, 인크. 실수 m진 신호 부호화 방법, 및 이를 이용한 부호화 장치
CN105574279B (zh) * 2015-12-23 2019-03-26 西安电子科技大学 基于二阶多边沿响应法的快速时域分析方法
US10892920B2 (en) * 2017-08-07 2021-01-12 Rambus Inc. Receiver/transmitter co-calibration of voltage levels in pulse amplitude modulation links
CN112737570B (zh) * 2020-12-15 2022-10-28 中国科学技术大学 一种基于软件锁相环的pam4信号时钟数据恢复方法
CN113193920B (zh) * 2021-04-27 2022-12-30 苏州大学 概率整形pam-4信号传输方法及装置
CN114338318B (zh) * 2021-11-18 2023-09-19 北京大学 信号接收解码方法及装置

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114124049A (zh) * 2021-10-14 2022-03-01 北京国科天迅科技有限公司 一种nrz码转换电路、转换方法及nrz码转换器

Also Published As

Publication number Publication date
CN115964906A (zh) 2023-04-14

Similar Documents

Publication Publication Date Title
CN101233714B (zh) 补偿通信系统中的抖动的方法和系统
US10237097B2 (en) Worst case eye for multi-level pulse amplitude modulated links
Ren et al. Multiple edge responses for fast and accurate system simulations
US5323401A (en) Optimization of test stimulus verification
CN101241482B (zh) 数据总线的转位装置及执行数据总线转位的方法
Chu et al. Fast and accurate estimation of statistical eye diagram for nonlinear high-speed links
US7889785B2 (en) Method, system and apparatus for quantifying the contribution of inter-symbol interference jitter on timing skew budget
CN115964906B (zh) 基于多边沿响应的pam3差分端口统计眼图仿真方法和装置
US9391794B2 (en) Generating worst case test sequences for non-linearly driven channels
US10530422B2 (en) Behavioural circuit jitter model
US9984189B2 (en) Data clocked retimer model
US11120189B2 (en) Single-ended-mode to mixed-mode transformer spice circuit model for high-speed system signal integrity simulations
US9712315B1 (en) Reference clocked retimer model
CN108833043B (zh) 基于Polar法改进的AWGN信道实现方法及装置
CN115102674B (zh) 基于Bi-LSTM网络的高速链路预测眼图方法
JPH0462503B2 (zh)
US9435840B2 (en) Determining worst-case bit patterns based upon data-dependent jitter
AhadiDolatsara et al. Jitter and eye estimation in SerDes channels using modified polynomial chaos surrogate models
Chada et al. Improved transmitter jitter modeling for accurate bit error rate (BER) eye contours using transient simulation of short bit patterns
US20090112549A1 (en) Techniques for generating and simulating a simulatable vector having amplitude noise and/or timing jitter added thereto
Dmitriev-Zdorov et al. The jitter-noise duality and anatomy of an eye diagram
Cheng et al. Eye Estimation Methods for MIPI C-PHY
US20040002847A1 (en) Method for creating and displaying signaling eye-plots
CN115941129A (zh) 基于线性拟合误差矩阵的高速链路眼图实现方法
Psychou et al. On the use of analytical techniques for reliability analysis in presence of hardware-induced errors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant