DE112021005915T5

DE112021005915T5 - Nichtlinearer Neuronales-Netzwerk-Equalizer für Hochgeschwindigkeits-Datenkanäle

Info

Publication number: DE112021005915T5
Application number: DE112021005915.7T
Authority: DE
Inventors: Nitin Nangare
Original assignee: Marvell Asia Pte Ltd
Current assignee: Marvell Asia Pte Ltd
Priority date: 2020-11-11
Filing date: 2021-02-02
Publication date: 2023-08-24
Also published as: CA3195371A1; CN116472698A; WO2022103422A1; US11570023B2; US20220150094A1; JP2023547774A; KR20230098577A

Abstract

Ein Empfänger zur Verwendung in einem Datenkanal auf einer integrierten Schaltungsvorrichtung umfasst einen nichtlinearen Equalizer, der als Eingänge digitalisierte Samples von Signalen auf dem Datenkanal aufweist, eine Entscheidungsschaltung, die so konfiguriert ist, dass sie aus den Ausgängen des nichtlinearen Equalizers einen jeweiligen Wert jedes der Signale bestimmt, und eine Anpassungsschaltung, die so konfiguriert ist, dass sie Parameter des nichtlinearen Equalizers auf Grundlage des jeweiligen Wertes anpasst. Der nichtlineare Equalizer kann ein Neuronales-Netzwerk-Equalizer sein, wie beispielsweise ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer, oder ein mehrschichtiger Neuronales-Netzwerk-Equalizer mit reduzierter Komplexität. Ein Verfahren zum Detektieren von Daten auf einem Datenkanal auf einer integrierten Schaltungsvorrichtung umfasst das Durchführen einer nichtlinearen Equalization von digitalisierten Samples von Eingangssignalen auf dem Datenkanal, das Bestimmen eines jeweiligen Wertes von jedem der Ausgangssignale aus den Ausgangssignalen der nichtlinearen Equalization und das Anpassen von Parametern der nichtlinearen Equalization auf Grundlage von jeweiligen Werten des Wertes.

Description

Querverweis auf verwandte Anmeldungen
Diese Offenbarung beansprucht die Vorteile der gemeinsam zugewiesenen Provisional- US-Patentanmeldung Nr. 63/112,504 , eingereicht am 11. November 2020, die hiermit durch Bezugnahme in vollem Umfang einbezogen wird.
Anwendungsbereich
Diese Offenbarung betrifft die Verwendung von nichtlinearen Equalizern auf der Empfängerseite eines Hochgeschwindigkeits-Datenkanals. Insbesondere betrifft diese Offenbarung die Verwendung von nichtlinearen Neuronales-Netzwerk-Equalizern auf der Empfängerseite eines Hochgeschwindigkeits-SERDES-Kanals (Serializer-Deserializer) in einer integrierten Schaltungsvorrichtung.
Hintergrund
Die hierin enthaltene Hintergrundbeschreibung dient dazu, den Kontext der Offenbarung allgemein darzustellen. Die Arbeiten der Erfinder, soweit sie in diesem Hintergrundabschnitt beschrieben sind, sowie Aspekte der Beschreibung, die zum Zeitpunkt der Anmeldung nicht zum Stand der Technik gehören, werden weder ausdrücklich noch stillschweigend als Stand der Technik im Hinblick auf den Gegenstand der vorliegenden Offenbarung anerkannt.
Viele integrierte Schaltungsvorrichtungen, insbesondere „Systems-on-Chip“ (SoCs), umfassen serielle Hochgeschwindigkeitsverbindungen zwischen verschiedenen Gerätekomponenten (beispielsweise den einzelnen Silizium-Dice in einem SoC). Typische serielle Hochgeschwindigkeitsverbindungen dieser Art, die gemeinhin als „SERDES“ (Serializer/Deserializer) bezeichnet werden, können unter erheblicher Nichtlinearität oder Kanalbeeinträchtigung im Signalpfad leiden, beispielsweise infolge von Einfügungsdämpfung, Intersymbolinterferenz (ISI) und, in einem optischen System, Nichtlinearitäten wie Dispersionsverlusten oder, in einem Kupfersystem (d. h. verkabelt), Übersprechen, Jitter usw. Auf der Empfängerseite solcher Verbindungen werden in der Regel verschiedene Formen der linearen Equalization eingesetzt, um derartige Kanalbeeinträchtigungen zu mindern. Die lineare Equalization reicht jedoch unter Umständen nicht aus, um derartige Nichtlinearitäten zu kompensieren, insbesondere wenn die zu unterscheidenden Datenpegel nahe beieinander liegen.
Zusammenfassung
Gemäß einigen Implementierungen des Gegenstands dieser Offenbarung umfasst ein Empfänger zur Verwendung in einem Datenkanal auf einer integrierten Schaltungsvorrichtung einen nichtlinearen Equalizer, der als Eingänge digitalisierte Samples von Signalen auf dem Datenkanal aufweist, eine Entscheidungsschaltung, die so konfiguriert ist, dass sie aus den Ausgängen des nichtlinearen Equalizers einen jeweiligen Wert jedes der Signale bestimmt, und eine Anpassungsschaltung, die so konfiguriert ist, dass sie Parameter des nichtlinearen Equalizers auf Grundlage des jeweiligen Werts anpasst.
Eine erste Implementierung eines solchen Empfängers kann des Weiteren eine Rückkopplungsschaltung umfassen, die so konfiguriert ist, dass sie einen von der Entscheidungsrückkopplungs-Equalizer ausgegebenen Wert an einen Eingang des nichtlinearen Equalizers zurückkoppelt, um Intersymbolinterferenzen zu vermindern.
In einem ersten Fall dieser ersten Implementierung kann die Rückkopplungsschaltung einen Entscheidungsrückkopplungs-Equalizer umfassen.
In einem zweiten Fall dieser ersten Implementierung kann der nichtlineare Equalizer ein Neuronales-Netzwerk-Equalizer sein. In einer ersten Variante dieses ersten Beispiels kann der Neuronales-Netzwerk-Equalizer ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer sein. In einer solchen Variante kann der mehrschichtige Perzeptron-Neuronales-Netzwerk-Equalizer ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer mit reduzierter Komplexität sein.
In einer zweiten Implementierung eines solchen Empfängers kann die Entscheidungsschaltung eine Schwellwertschaltung umfassen.
In einem ersten Fall dieser zweiten Implementierung kann die Entscheidungsschaltung mit Symbolen arbeiten, und die Schwellwertschaltung kann eine Vielzahl von Schwellwerten aufweisen und ein Symbol aus einer Vielzahl von Symbolen auf Grundlage von Werten von Ausgängen des nichtlinearen Equalizers relativ zu den Schwellwerten auswählen.
In einem zweiten Fall dieser zweiten Implementierung kann die Entscheidungsschaltung mit Bits arbeiten, der nichtlineare Equalizer kann eine Wahrscheinlichkeitsschätzung für jedes Bit ausgeben, und die Schwellwertschaltung kann jedem Bit einen Wert zuweisen, der auf einem Vergleich der Wahrscheinlichkeitsschätzung mit 0,5 basiert.
In einer dritten Implementierung eines solchen Empfängers kann die Anpassungsschaltung die Parameter des nichtlinearen Equalizers basierend auf dem mittleren quadratischen Fehler anpassen.
In einer vierten Implementierung eines solchen Empfängers passt die Anpassungsschaltung die Parameter des nichtlinearen Equalizers auf Grundlage der Cross-Entropie an.
In einer fünften Implementierung eines solchen Empfängers kann der nichtlineare Equalizer einen linearen Filter und eine nichtlineare Aktivierungsfunktion umfassen.
In einem ersten Fall dieser fünften Implementierung kann die nichtlineare Aktivierungsfunktion eine hyperbolische Tangensfunktion sein. In einem zweiten Fall dieser fünften Implementierung kann die nichtlineare Aktivierungsfunktion eine Sigmoidfunktion sein.
Gemäß anderen Implementierungen des Gegenstands dieser Offenbarung umfasst ein Verfahren zum Detektieren von Daten auf einem Datenkanal auf einer integrierten Schaltungsvorrichtung das Durchführen einer nichtlinearen Equalization von digitalisierten Samples von Eingangssignalen auf dem Datenkanal, das Bestimmen eines jeweiligen Werts jedes der Ausgangssignale aus den Ausgangssignalen der nichtlinearen Equalization und das Anpassen von Parametern der nichtlinearen Equalization auf Grundlage von jeweiligen Werten des Werts.
Eine erste Implementierung eines solchen Verfahrens kann des Weiteren das Rückkoppeln eines der jeweiligen durch die Bestimmung ausgegebenen Werte an einen Eingang des nichtlinearen Equalizers umfassen, um Intersymbolinterferenzen zu vermindern.
In einer zweiten Implementierung eines solchen Verfahrens kann die Durchführung der nichtlinearen Equalization die Durchführung einer linearen Equalization und die Anwendung einer nichtlinearen Aktivierungsfunktion auf Signale umfassen, die von der linearen Equalization ausgegeben werden.
In einer dritten Implementierung eines solchen Verfahrens stellt jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol dar, und die Anpassung kann die Minimierung des mittleren quadratischen Fehlers zwischen dem jeweiligen Kandidatensymbol und einem Zielsymbol umfassen.
In einer vierten Implementierung eines solchen Verfahrens stellt jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol dar, und die Anpassung kann die Bestimmung eines Ausgabesymbols und eines Log-Likelihood-Verhältnisses des Ausgabesymbols aus den jeweiligen Kandidatensymbolen umfassen, und Minimieren der Cross-Entropie zwischen dem Ausgabesymbol und dem Log-Likelihood-Verhältnis des Ausgabesymbols.
In einer fünften Implementierung eines solchen Verfahrens stellt jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidaten-Bit eines Ausgabesymbols dar, und die Anpassung kann die Bestimmung eines jeweiligen Ausgabe-Bits und eines Log-Likelihood-Verhältnisses des jeweiligen Ausgabe-Bits aus jedem jeweiligen Kandidaten-Bit und die Minimierung der Cross-Entropie zwischen jedem jeweiligen Kandidaten-Bit und dem Log-Likelihood-Verhältnis des jeweiligen Ausgabe-Bits umfassen.
Gemäß noch anderen Implementierungen des Gegenstands dieser Offenbarung umfasst eine Vorrichtung zum Detektieren von Daten auf einem Datenkanal auf einer integrierten Schaltungsvorrichtung Mittel zum Durchführen nichtlinearer Equalization von digitalisierten Samples von Eingangssignalen auf dem Datenkanal, Mittel zum Bestimmen eines jeweiligen Werts jedes der Ausgangssignale aus den Ausgangssignalen der Mittel zum Durchführen nichtlinearer Equalization und Mittel zum Anpassen von Parametern der nichtlinearen Equalization auf Grundlage der jeweiligen Werte.
Eine erste Implementierung einer solchen Vorrichtung kann des Weiteren Mittel zum Rückkoppeln eines der jeweiligen Werte, die von den Mitteln zum Bestimmen ausgegeben werden, zu einem Eingang der Mittel zum Durchführen nichtlinearer Equalization umfassen, um Intersymbolinterferenzen zu vermindern.
In einer zweiten Implementierung einer solchen Vorrichtung können die Mittel zur Durchführung der nichtlinearen Equalization Mittel zur Durchführung der linearen Equalization und Mittel zur Anwendung einer nichtlinearen Aktivierungsfunktion auf Signale umfassen, die von den Mitteln zur Durchführung der linearen Equalization ausgegeben werden.
In einer dritten Implementierung einer solchen Vorrichtung repräsentiert jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol, und die Mittel zur Anpassung können Mittel zur Minimierung des mittleren quadratischen Fehlers zwischen dem jeweiligen Kandidatensymbol und einem Zielsymbol umfassen.
In einer vierten Implementierung einer solchen Vorrichtung stellt jeder jeweilige Wert, der von den Mitteln zur Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol dar, und die Mittel zur Anpassung können Mittel zur Bestimmung eines Ausgabesymbols und eines Log-Likelihood-Verhältnisses des Ausgabesymbols aus den jeweiligen Kandidatensymbolen sowie Mittel zur Minimierung der Cross-Entropie zwischen dem Ausgabesymbol und dem Log-Likelihood-Verhältnis des Ausgabesymbols umfassen.
In einer fünften Implementierung einer solchen Vorrichtung stellt jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidaten-Bit eines Ausgabesymbols dar, und die Mittel zur Anpassung können Mittel umfassen, um aus jedem jeweiligen Kandidaten-Bit ein jeweiliges Ausgabe-Bit und ein Log-Likelihood-Verhältnis des jeweiligen Ausgabe-Bits zu bestimmen, sowie Mittel zur Minimierung der Cross-Entropie zwischen jedem jeweiligen Kandidaten-Bit und dem Log-Likelihood-Verhältnis des jeweiligen Ausgabe-Bits.
Figurenliste
Weitere Merkmale der Offenbarung, ihr Wesen und ihre verschiedenen Vorteile werden bei Betrachtung der folgenden detaillierten Beschreibung in Verbindung mit den beigefügten Zeichnungen deutlich, in denen sich gleiche Bezugszeichen durchgehend auf gleiche Teile beziehen und in denen folgendes gezeigt ist:

1 zeigt zwei verschiedene grafische Darstellungen von Beispielsignalen, die gemäß Implementierungen des Gegenstands dieser Offenbarung verarbeitet werden können;
2 ist eine schematische Darstellung eines SERDES-Kanals, mit dem Implementierungen des Gegenstands dieser Offenbarung verwendet werden können;
3 ist eine Darstellung einer Exklusiv-ODER-Funktion in einem kartesischen Koordinatenraum, die ein Problem illustriert, das durch Implementierungen des Gegenstands dieser Offenbarung gelöst wird;
4 ist eine Darstellung einer Transformation der Exklusiv-ODER-Funktion von 3 in einen anderen Koordinatenraum, die eine Lösung auf Grundlage von Implementierungen des Gegenstands dieser Offenbarung veranschaulicht;
5 ist ein Diagramm einer ersten Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält;
6 ist ein Diagramm einer zweiten Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält;
7 ist ein Diagramm einer dritten Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält;
8 ist ein Diagramm einer vierten Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält;
9 ist ein Diagramm einer fünften Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält;
10 ist ein Diagramm einer sechsten Implementierung eines Empfängers, der den Gegenstand dieser Offenbarung enthält; und
11 ist ein Flussdiagramm, das ein Verfahren gemäß Implementierungen des Gegenstands dieser Offenbarung illustriert.

Ausführliche Beschreibung
Wie bereits erwähnt, können integrierte Schaltungsvorrichtungen Hochgeschwindigkeits-SERDES-Verbindungen zwischen verschiedenen Gerätekomponenten umfassen. Typische SERDES-Verbindungen können unter erheblicher Nichtlinearität oder Kanalbeeinträchtigung im Signalpfad leiden, beispielsweise infolge von Einfügungsdämpfung, Intersymbolinterferenz (ISI) und, in einem optischen System, Nichtlinearitäten wie Dispersionsverlust oder, in einem Kupfersystem (d. h. verkabelt), Übersprechen, Jitter usw. Auf der Empfängerseite solcher Verbindungen werden in der Regel verschiedene Formen der linearen Equalization eingesetzt, um solche Kanalbeeinträchtigungen auszugleichen.
Die lineare Equalization reicht jedoch möglicherweise nicht aus, um solche Nichtlinearitäten zu kompensieren, insbesondere wenn die zu unterscheidenden Datenlevel dicht beieinander liegen. Im Gegensatz zur typischen Non-Return-to-Zero (NRZ)-Signalisierung, die zwei Pegel zur Darstellung von „0“ und „1“ verwendet, kann ein SERDES in einem SoC-Gerät beispielsweise eine 4-Level-Puls-Amplituden-Modulation (PAM4)-Signalisierung mit vier Spannungspegel aufweisen, jedoch mit demselben maximalen Spannungsausschlag wie die NRZ-Signalisierung, um vier mögliche Zwei-Bit-Symbole („00“, „01“, „10“, „11“) darzustellen. Anstatt eines Schwellwerts innerhalb dieses Spannungsbereichs, der sich auf zwei Signalpegel aufteilt, gibt es also drei Schwellwerte innerhalb des Spannungsbereichs, die sich auf vier Signalpegel aufteilen. In einigen Fällen wird auch eine Signalisierung höherer Ordnung verwendet, wie beispielsweise die 8-Level-Puls-Amplituden-Modulation (PAM8) oder die 16-Level-Puls-Amplituden-Modulation (PAM16), bei der die Signalpegel noch enger beieinander liegen. Die lineare Equalization reicht möglicherweise nicht aus, um Samples in der Nähe der Schwellwerte zwischen den Levels korrekt der richtigen Seite des Schwellwerts zuzuordnen, wenn die Schwellwerte dicht beieinander liegen.
In Übereinstimmung mit Implementierungen des Gegenstands dieser Offenbarung wird nichtlineare Equalization verwendet, um Nichtlinearitäten im SERDES-Kanal zu kompensieren und dadurch die Bitfehlerrate („bit-error rate“ BER) zu reduzieren. In verschiedenen Implementierungen können verschiedene Arten von nichtlinearen Equalizern verwendet werden.
Konzeptionell führt ein linearer Equalizer die Trennung von Samples für die Zuordnung zu einem Level oder einem anderen durch, indem er effektiv eine gerade Linie zwischen Gruppen von Samples zieht, die in einem zweidimensionalen (beispielsweise (x,y)) Raum aufgetragen sind. Bei Kanälen, die nicht ausreichend linear sind oder bei denen die Levels zu dicht beieinander liegen, kann es vorkommen, dass keine gerade Linie zwischen Samples aus verschiedenen Levels in einem solchen Diagramm gezogen werden kann. Ein nichtlinearer Equalizer bildet die Samples effektiv in einem anderen Raum ab, in dem die Samples aus verschiedenen Levels durch eine gerade Linie oder eine andere glatte Kurve getrennt werden können.
Ein nichtlinearer Equalizer in Übereinstimmung mit Implementierungen des Gegenstands dieser Offenbarung kann mehr oder weniger komplex sein. Zum Beispiel kann ein nichtlinearer Equalizer mehr oder weniger Variablen oder Abgriffe aufweisen, wobei die Komplexität proportional zur Anzahl der Variablen ist. Darüber hinaus kann ein nichtlinearer Equalizer, der auf Bitebene arbeitet - d. h. er arbeitet separat an den Bits jedes Symbols (beispielsweise zwei Bits/Symbol für die PAM4-Signalisierung) und nicht an dem Symbol als Ganzes - weniger komplex sein als ein nichtlinearer Equalizer, der auf Symbolebene arbeitet. In jedem Fall führt eine höhere Komplexität zu einer höheren Leistung, wenn alle anderen Überlegungen gleich sind. Eine höhere Komplexität kann jedoch auch eine größere Gerätefläche und/oder einen höheren Stromverbrauch erfordern.
Arten von nichtlinearen Equalizern, die in Übereinstimmung mit dem Gegenstand dieser Offenbarung verwendet werden können, können mehrschichtige Perzeptron-Neuronales-Netzwerk-Equalizer (MLPNN) und Equalizer mit reduzierter Komplexität (RC MLPNN) umfassen. Der nichtlineare Equalizer kann einen Entscheidungsrückkopplungs-Equalizer enthalten oder durch einen solchen ergänzt werden, um den Beitrag eines früheren Ergebnisses herauszufiltern und so die Intersymbolinterferenz zu verringern.
Die Leistung des nichtlinearen Equalizers kann durch die für die Anpassung des Equalizers verwendete Kostenfunktion beeinflusst werden. Beispielsweise kann der nichtlineare Equalizer gemäß Implementierungen des Gegenstands dieser Offenbarung eine von verschiedenen Kostenfunktionen für die Anpassung verwenden, die entweder eine Kostenfunktion mit minimalem mittleren quadratischen Fehler (MMSE oder MSE) oder eine Cross-Entropie (CE)-basierte Kostenfunktion umfassen. Eine CE-basierte Kostenfunktion kann ein besseres Ergebnis liefern als eine MMSE-Kostenfunktion, aber eine CE-basierte Kostenfunktion ist komplexer als eine MMSE-Kostenfunktion.
Daher kann gemäß Implementierungen des Gegenstands dieser Offenbarung die Wahl der zu verwendenden Form des nichtlinearen Equalizers und der zu verwendenden Kostenfunktion ein Kompromiss aus Kosten und Leistung sein.
Der Gegenstand dieser Offenbarung kann durch Bezugnahme auf 11 besser verstanden werden.
1 und 2 illustrieren die Übertragung und den Empfang/die Detektion eines PAM4-Signals, wie es auf einem SERDES-Kanal 200 auftreten kann, mit dem Implementierungen des Gegenstands dieser Offenbarung verwendet werden können. Ein Satz 101 von sechs Zwei-Bit-Symbolen 111 (‚00‘), 121 (‚10‘), 131 (‚01‘), 141 (‚10‘), 151 (‚11‘), 161 (‚10‘) wird vom Übertragungsende 201 des Kanals 200 übertragen, der in einer bestimmten Implementierung einer physikalischen Topologie auf einer gedruckten Leiterplatte (PCB) 202 des Transmitters montiert sein kann, die über einen Stecker 203 mit einem Kanalmedium 204 verbunden ist. Das Kanalmedium 204 kann ein optischer Kanal (beispielsweise eine Faser) oder ein verdrahteter Kanal (beispielsweise ein Kupferdraht oder eine PCB-Leiterbahn) sein. Auf der Empfangsseite des Kanals 200 kann der PAM4-Empfänger 211 auf einer Empfänger-PCB 212 montiert sein, die über einen Stecker 213 mit dem Kanalmedium 204 verbunden ist.
Augen-Diagramme 102 stellen die idealisierten empfangenen Signale 111 116 dar, mit gut definierten Daten-Augen 112, 122, 132. Die fein gestrichelten Linien 142, 152, 162, 172 stellen die tatsächlichen Spannungspegel für die vier Datensymbolwerte „00“, „01“, „10“ bzw. „11“ dar. Die grob gestrichelten Linien 110, 120, 130 stellen Schwellwerte zum Detektieren der vier Datensymbolwerte „00“, „01“, „10“ und „11“ dar. In einigen Implementierungen wird der Symbolwert durch einen Slicer (d. h. einen Multi-Level-Komparator; in 1 oder 2 nicht dargestellt) bestimmt, der jedes Signal unterhalb des Schwellwerts 110 als „00“, jedes Signal an oder oberhalb des Schwellwerts 110 und unterhalb des Schwellwerts 120 als „01“, jedes Signal an oder oberhalb des Schwellwerts 120 und unterhalb des Schwellwerts 130 als „10“ und jedes Signal an oder oberhalb des Schwellwerts 130 als „11“ kennzeichnet.
In einer realen, nicht-idealisierten Situation mit Nichtlinearitäten im Kanal können Samples, die bestimmte Symbolwerte repräsentieren, jedoch nicht genau zwischen die Schwellwerte fallen, wie man es in einem idealisierten Kanal erwarten würde. Nehmen wir nur die „00“- und „01"-Symbole zur Veranschaulichung: Während die meisten „00“-Samples unter dem Schwellwert 110 und die meisten „01"-Samples am oder über dem Schwellwert 110 (und unter dem Schwellwert 120) liegen, kann es „00“-Samples am oder über dem Schwellwert 110 und „01“-Samples unter dem Schwellwert 110 (und am oder über dem Schwellwert 120) geben.
Der Zweck der Implementierung von Equalization auf dem Kanal besteht darin, verschiedene oben erwähnte Quellen von Interferenzen zu korrigieren und dadurch Samples, die sich auf der falschen Seite des Schwellwerts befinden, effektiv auf die richtige Seite des Schwellwerts zu verschieben. Bei der linearen Equalization werden die Samples in einem zweidimensionalen (x,y)-Raum aufgetragen und eine gerade Linie durch die Samples gezogen, wo der Schwellwert liegen sollte. In einem Kanal mit Nichtlinearitäten gibt es jedoch möglicherweise keine gerade Linie, die auf diesem zweidimensionalen Diagramm gezeichnet werden kann und die die Samples korrekt trennen würde. In einem solchen Fall kann ein nichtlinearer Equalizer verwendet werden. Der nichtlineare Equalizer kann die Samples effektiv in einen anderen Raum verschieben, in dem eine gerade Linie existiert, die die Samples korrekt trennt.
Alternativ kann die nichtlineare Equalization-Funktion die Samples in einen Raum umbilden, in dem es eine andere glatte Kurve als eine gerade Linie gibt, die die Samples korrekt trennt. Beispielsweise kann die nichtlineare Equalization-Funktion die Samples in einen Polarkoordinaten- oder Radialraum umbilden, in dem die Samples in kreisförmige oder ringförmige Bänder gruppiert sind, die durch Kreise oder Ellipsen getrennt werden können.
Der Vorteil der nichtlinearen Equalization gegenüber der linearen Equalization in einem nichtlinearen Kanal wird in einer vereinfachten Darstellung in den 3 und 4 deutlich, in der das zu entzerrende Signal durch die Exklusiv-ODER-Funktion (XOR oder ⊕) gekennzeichnet ist. 3 ist eine Darstellung von y=x1⊕x2 im (x1,x2)-Raum, wobei die offenen Punkte 301, 302 für y=0 und die schraffierten Punkte 303, 304 für y=1 stehen. Es ist ersichtlich, dass keine gerade Linie gezogen werden kann, die die offenen Punkte von den schraffierten Punkten trennt.
Eine radiale Basisfunktion $φ (r_{i}) = φ (‖ x - c_{i} ‖) = e^{- {‖ [\begin{matrix} x_{1} \\ x_{2} \end{matrix}] - c_{i} ‖}^{2}}$
kann jedoch verwendet werden, um die XOR-Funktion aus dem linearen kartesischen (x1,x2) Raum in einen nichtlinearen radialen (φ(r1),φ(r2)) Raum wie folgt zu transformieren:

x ₁ x ₂ φ(r ₁ ) φ(r ₂ ) y

0 0 0.1353 1 0

0 1 0.3678 0.3678 1

1 0 0.3678 0.3678 1

1 1 1 0.1353 0

die in 4 dargestellt ist. Wie zu sehen ist, können die Werte 401, 402, 403 der XOR-Funktion 400 durch eine gerade Linie 404 getrennt werden, wenn sie in den nichtlinearen radialen (φ(r1),φ(r2))-Raum abgebildet werden (wie zu sehen ist, werden die beiden y=1-Punkte 301, 302 im (x1,x2)-Raum demselben Punkt 401 im (φ(r1),φ(r2))-Raum zugeordnet).
Wie unten beschrieben, gibt es verschiedene Arten von nichtlinearen Equalizern. Unabhängig davon, welche Art von nichtlinearem Equalizer verwendet wird, kann dieser adaptiv sein, um sich ändernden Kanalbedingungen Rechnung zu tragen. Es können verschiedene Formen der Anpassung verwendet werden.
Eine Art von Anpassungsfunktion, die verwendet werden kann, ist der minimale mittlere quadratische Fehler (MMSE), wobei der mittlere quadratische Fehler (MSE) definiert ist als das Quadrat der Norm der Differenz zwischen dem entzerrten Signal (Y) und dem idealen Signal (Ŷ). Der Equalizer kann zunächst in einem Trainingsmodus angepasst werden, in dem die idealen Signalwerte zur Verfügung stehen. Später, im laufenden Betrieb, sollten die detektierten Ausgangswerte des Equalizers nahe genug an den idealen Werten liegen, um für die Anpassung verwendet werden zu können.
Eine andere Art von Anpassungsfunktion, die verwendet werden kann, ist die Cross-Entropie (CE) zwischen einem Training-Bit und seinem Log-Likelihood-Ratio (LLR). Insbesondere kann die Kostenfunktionsschaltung so konfiguriert sein, dass sie einen Cross-Entropie-Wert berechnet, der eine Differenz zwischen einer Wahrscheinlichkeitsverteilung des LLR-Signals und einer Wahrscheinlichkeitsverteilung des Training-Bit-Wertes angibt. Die Anpassungsfunktion-Schaltung passt dann den Equalizer an, indem sie einen Equalizer-Parameter (beispielsweise einen oder mehrere Koeffizienten von Filterabgriffen des Equalizers) auf einen Wert einstellt, der einem minimalen Cross-Entropie-Wert aus dem berechneten Cross-Entropie-Wert und einem oder mehreren zuvor berechneten Cross-Entropie-Werten entspricht, um eine Bitfehlerrate für den Kanal zu verringern. Wie bei der MSE Equalization kann der Equalizer zunächst in einem Trainingsmodus angepasst werden, in dem die idealen Signalwerte verfügbar sind. Später, im laufenden Betrieb, sollten die detektierten Ausgangswerte des equalisierten Kanals nahe genug an den idealen Werten liegen, um für die Anpassung verwendet zu werden. Steht nach dem Equalizer ein Vorwärtsfehlerkorrekturcode (FEC)-Decoder (beispielsweise ein Reed-Solomon (RS)-Decoder oder ein Low-Density-Parity-Check (LDPC)-Decoder) zur Verfügung, können erfolgreich dekodierte Frames aus dem FEC-Decoderausgang zur Anpassung verwendet werden.
LLR kann definiert werden als das Verhältnis zwischen der Wahrscheinlichkeit (P₀), dass ein Bit „0“ ist, und der Wahrscheinlichkeit (P₁), dass ein Bit „1“ ist: $LLR = L = log (\frac{P_{1}}{P_{0}})$
$P_{1} + P_{0} = 1$
$P_{0} = \frac{1}{(1 + e^{L})}$
$P_{1} = \frac{e^{L}}{(1 + e^{L})}$
Die Cross-Entropie zwischen einem Training-Bit und seiner LLR kann wie folgt berechnet werden: $\begin{array}{l} Cross Entropy (bit, LLR) = - P (b i t = 0) \cdot log (P_{0}) - P (b i t = 1) \cdot l o g (P_{1}) \\ Cross Entropy (bit, LLR) = - (1 - b i t) \cdot log (P_{0}) - b i t \cdot l o g (P_{1}) \\ C r o s s E n t r o p y = I n f w e n n {\begin{matrix} b i t = 0, P_{0} = 0 \\ b i t = 1, P_{1} = 0 \end{matrix} \\ C r o s s E n t r o p y = 0 w e n n {\begin{matrix} b i t = 0, P_{0} = 1 \\ b i t = 1, P_{1} = 1 \end{matrix} \end{array}$
Wenn das wahre Bit eine logische „0“ ist, aber die Wahrscheinlichkeit des detektierten Bits, dargestellt durch die LLR, anzeigt, dass P₀=0 ist, oder wenn das wahre Bit eine logische „1“ ist, aber die Wahrscheinlichkeit des detektierten Bits, dargestellt durch die LLR, anzeigt, dass P₁=0 ist, dann ist der wahre Wert das komplette Gegenteil des erwarteten Wertes, was bedeutet, dass die Kosten (Cross-Entropie) gegen unendlich gehen. Wenn andererseits die Wahrscheinlichkeit eines detektierten Bits, wie durch die LLR angegeben, mit dem wahren Bitwert übereinstimmt, dann ist die Cross-Entropie gleich Null. Da in den meisten Fällen beide Wahrscheinlichkeiten P₀ und P₁ höher als 0 und niedriger als 1 sind, ist die Cross-Entropie ein endlicher Wert ungleich Null. Diese Kostenfunktion kann also zur Anpassung verwendet werden und spiegelt die Qualität der detektierten Bits wider, wobei das Ziel darin besteht, die Cross-Entropie zu minimieren.
Der Gradient der Cross-Entropie in Bezug auf die LLR kann durch Einsetzen von P₀ und P₁ in die Cross-Entropie-Gleichung berechnet werden: $\frac{\partial (C E)}{\partial (L L R)} = P_{1} - B i t = {\begin{matrix} P_{1} w e n n B i t = 0 \\ P_{1} - 1 = - P_{0} w e n n B i t = 1 \end{matrix}$
Die LLR kann wie folgt angepasst werden, um die Cross-Entropie zu minimieren (d. h. $\frac{\partial (C E)}{\partial (L L R)} = 0$
): $L L R_{t + 1} = L L R_{t} - α \cdot P_{1} falls Bit = 0$
$L L R_{t + 1} = L L R_{t} + α \cdot P_{0} falls Bit = 1$
Eine negative LLR weist auf, dass Bit=0 eine höhere Wahrscheinlichkeit hat als Bit=1, während eine positive LLR bedeutet, dass Bit=1 eine höhere Wahrscheinlichkeit hat als Bit=0. In diesen Gleichungen sind P₀ und P₁ Wahrscheinlichkeiten und daher positive Werte, und α ist eine Anpassungsbandbreite, die ebenfalls positiv ist. Wenn also das wahre Bit=0 ist, wird eine Anpassung mit Cross-Entropie eine negative LLR negativer machen, und wenn das wahre Bit=1 ist, wird eine Anpassung mit Cross-Entropie eine positive LLR positiver machen. Daher maximiert die Cross-Entropie-basierte Anpassung die Größe der LLR und ist somit eine Maximum-Likelihood-Anpassung, die die BER reduziert. Eine Anpassung des Equalizers zur Minimierung der Cross-Entropie minimiert also auch die BER.
Wenn man davon ausgeht, dass es einen allgemeinen Berechnungsgraphen aus dem Parameter X→Y→LLR→CE gibt, so dass der Parameter X den Wert der Ausgabe Y beeinflusst, der die LLR beeinflusst, aus der die Cross-Entropie berechnet werden kann, dann kann der Cross-Entropie-Gradient in Form anderer Parameter ausgedrückt werden: $\frac{\partial (C E)}{\partial (P a r a m e t e r_{X})} = \frac{\partial (P a r a m e t e r_{Y})}{\partial (P a r a m e t e r_{X})} \cdot \frac{\partial (L L R)}{\partial (P a r a m e t e r_{Y})} \cdot \frac{\partial (C E)}{\partial (L L R)}$
Daher kann jeder Parameter angepasst werden, um die Cross-Entropie zu minimieren.
5 zeigt eine Implementierung 500 des Empfängers 211 gemäß dem Gegenstand dieser Offenbarung. Der Empfänger 500 umfasst einen nichtlinearen Equalizer 501 in Form eines mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizers 541, der ein entzerrtes Signal (Y) 511 aus digitalisierten Eingangs-Samples 521 bereitstellt, die um 531 verzögert und im mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizer 541 kombiniert werden. Ein Slicer 502 liefert eine Ausgangsentscheidung 512, die in das neuronale Mehrschicht-Perzeptron-Netz 541 zurückgeführt wird, um Intersymbolinterferenzen von einem vorherigen Symbol abzuschwächen.
Wie in 5 zu sehen, umfasst das mehrschichtige neuronale Perzeptron-Netzwerk 541 wenigstens eine verborgene Schicht 550 mit verborgenen Knoten 551. In dieser Zeichnung ist nur eine verborgene Schicht 550 dargestellt, aber ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer in Übereinstimmung mit Implementierungen des Gegenstands dieser Offenbarung kann mehrere verborgene Schichten aufweisen (nicht dargestellt). In ähnlicher Weise kann jede verborgene Schicht in einem mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizer gemäß Implementierungen des Gegenstands dieser Offenbarung mehr oder weniger verborgene Knoten 551 aufweisen, was die Anzahl der Parameter (Filterabgriffkoeffizienten) widerspiegelt, während 5 vier verborgene Knoten 551 in der verborgenen Schicht 550 zeigt.
Jeder verborgene Knoten 551 multipliziert verzögerte Samples (um die Zeichnung nicht zu überfrachten, ist nur eine der Verzögerungen 531 als mit den Knoten 551 gekoppelt dargestellt; jede Verzögerung 531 ist jedoch mit den Knoten 551 gekoppelt) mit Parametern (Filterabgriffkoeffizienten; nicht dargestellt) und summiert dann (Σ) die Filterabgriffe. Jeder verborgene Knoten 551 wendet dann auf seine berechnete Summe eine nicht lineare Aktivierungsfunktion an (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können), um eine Knotenausgabe zu erzeugen, die dann an die nächste Schicht weitergegeben wird, und so weiter. Die letzte Schicht 552 weist keine nichtlineare Aktivierungsfunktion auf, sondern summiert einfach ihre Eingaben.
Verborgene Knoten 551 erhalten Eingaben nicht nur von Vorwärtsverzögerungen 531, sondern auch von Rückkopplungsverzögerungen 561, die Samples einer rückgekoppelten vorherigen Symbolentscheidung 560 darstellen, um Intersymbolinterferenzen zu mildern.
Die vorgenannten Parameter des nichtlinearen Equalizers 501 werden auf Grundlage der Ausgabe Y angepasst. Ein Ansatz für die Anpassung der Parameter des nichtlinearen Equalizers 501 besteht darin, bei 572 den Fehler (e) in Bezug auf ein ideales Sample Ŷ zu berechnen, das von PAM4-Trainingssymbolen 569 abgeleitet wird, die dann bei 570 auf entsprechende ideale Spannungen (beispielsweise 1 für „00“, 1/3 für „01“, +1/3 für „10“ und +1 für „11“) abgebildet werden. Die Minimierung des mittleren quadratischen Fehlers bei 573 wird dann als Kostenfunktion verwendet, um die Filterabgriffkoeffizienten an den Knotenpunkten 551 anzupassen, wie bei 571 angegeben.
Alternativ zum mehrschichtigen Perzeptron-Neuronales-Netzwerk 541 kann eine Implementierung 600 (6) des Empfängers 211 gemäß dem Gegenstand dieser Offenbarung ein mehrschichtiges Perzeptron-Neuronales-Netzwerk 641 mit reduzierter Komplexität umfassen, das mit einem Entscheidungsrückkopplungs-Equalizer 644 gekoppelt ist. Der Empfänger 600 liefert ein entzerrtes Signal (Y) 611 aus digitalisierten Samples 621. Das mehrschichtige neuronale Perzeptron-Netzwerk 641 mit reduzierter Komplexität umfasst zwei Feed-Forward-Filter 642, 643, bei denen es sich beispielsweise um Filter mit endlicher Impulsantwort (FIR) handeln kann. Ein Slicer 602 liefert eine Ausgangsentscheidung 612, die durch den Entscheidungsrückkopplungs-Equalizer (DFE) 644 rückgekoppelt und mit dem Ausgang des zweiten Feed-Forward-Filters 643 kombiniert wird, um Intersymbolinterferenzen von einem vorhergehenden Symbol abzuschwächen. Der Empfänger 600 ähnelt einem linear entzerrten Empfänger 660 (der FIR-Filter 643, DFE 644 und Slicer 602 umfasst), der als Eingang den Ausgang eines zusätzlichen Feed-Forward-Filters 642 aufweist, auf den eine nicht lineare Aktivierungsfunktion 645 (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können) angewendet wurde.
Ähnlich wie beim nichtlinearen Equalizer 501 im Empfänger 500 werden die Parameter des nichtlinearen Equalizers 601 auf Grundlage des Ausgangssignals Ŷ angepasst. Ein Ansatz für die Anpassung der Parameter des nichtlinearen Equalizers 601 besteht darin, den Fehler (e) in Bezug auf ein ideales Sample Ŷ zu berechnen, das aus PAM4-Trainingssymbolen 669 abgeleitet wird, die dann bei 670 auf entsprechende ideale Spannungen abgebildet werden (beispielsweise, 1 für „00“, 1/3 für „01“, +1/3 für „10“ und +1 für „11“). Die Minimierung des mittleren quadratischen Fehlers bei 673 wird dann als Kostenfunktion für die Anpassung der Filterabgriffkoeffizienten der FIR-Filter 642, 643 verwendet, wie bei 671 angegeben.
Wie oben beschrieben, kann die Cross-Entropie jedoch als eine effektivere Kostenfunktion für die Anpassung der Parameter eines nichtlinearen Equalizers zur Minimierung der BER dienen.
7 zeigt eine Implementierung 700 des Empfängers 211 gemäß dem Gegenstand der vorliegenden Offenbarung. Der Empfänger 700 umfasst einen nichtlinearen Equalizer 701 in Form eines mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizers 741, der vier separate entzerrte Signale (Y_ij;i=0,1; j=0,1) 711 aus digitalisierten Eingangs-Samples 721 bereitstellt, die bei 731 verzögert und im mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizer 741 kombiniert werden. Eine Softmax-Funktion: $\frac{e^{M_{i}}}{\sum_{i} e^{M_{i}}}$
die in der Schaltung 702 implementiert ist, liefert eine Ausgabeentscheidung (sym) 712, die (nach Umwandlung bei 748 in eine Spannung - beispielsweise 1 für „00“, 1/3 für „01“, +1/3 für „10“ und +1 für „11“) an das neuronale Mehrschicht-Perzeptron-Netz 741 zurückgeführt wird, um die Intersymbolinterferenz von einem vorhergehenden Symbol abzuschwächen, und ein Ausgabe-Log-Likelihood-Verhältnis (LLR_sym) 722.
Wie im Fall von 5 umfasst das mehrschichtige Perzeptron-Neuronales-Netzwerk 741 wenigstens eine verborgene Schicht 750 mit verborgenen Knoten 751. In dieser Zeichnung ist nur eine verborgene Schicht 750 dargestellt, aber ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer gemäß Implementierungen des Gegenstands dieser Offenbarung kann mehrere verborgene Schichten aufweisen (nicht dargestellt). Ebenso kann jede verborgene Schicht in einem mehrschichtigen Perzeptron-Neuronales-Netzwerk-Equalizer gemäß Implementierungen des Gegenstands dieser Offenbarung mehr oder weniger verborgene Schichten 751 aufweisen, was die Anzahl der Parameter (Filterabgriffkoeffizienten) widerspiegelt, während 7 vier verborgene Knoten 751 in der verborgenen Schicht 750 zeigt.
Jeder verborgene Knoten 751 multipliziert verzögerte Samples (um die Zeichnung nicht zu überladen, ist nur eine der Verzögerungen 731 als mit den Knoten 751 gekoppelt dargestellt; jede Verzögerung 731 ist jedoch mit den Knoten 751 gekoppelt) mit Parametern (Filterabgriffkoeffizienten; nicht dargestellt) und summiert dann (Σ) die Filterabgriffe. Jeder verborgene Knoten 751 wendet dann auf seine berechnete Summe eine nicht lineare Aktivierungsfunktion an (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können), um eine Knotenausgabe zu erzeugen, die dann an die nächste Schicht weitergegeben wird, und so weiter. Die letzte Schicht 752 weist keine nichtlineare Aktivierungsfunktion auf, sondern summiert einfach ihre Eingaben getrennt für jedes der vier Symbole.
Verborgene Knoten 751 erhalten Eingaben nicht nur von Vorwärtsverzögerungen 731, sondern auch von Rückkopplungsverzögerungen 761, die Samples einer rückgekoppelten vorherigen Symbolentscheidung 760 darstellen, um Intersymbolinterferenzen zu mildern.
Da der Equalizer 701 ein weiches Ausgangssignal in Form einer LLR liefert, kann das Ausgangssignal mit einem weiteren äußeren Decoder (nicht dargestellt) verwendet werden, bei dem es sich um einen Vorwärtsfehlerkorrekturdecoder (FEC) wie einen Low-Density-Parity-Check-Decoder (LDPC) oder einen Reed-Solomon-Decoder handeln kann.
Die vorgenannten Parameter des nichtlinearen Equalizers 701 können angepasst werden, um die Cross-Entropie zu minimieren, unter Verwendung der Anpassungsschaltung 770 für die Cross-Entropie zwischen einem Trainingssymbol $(\hat{s y m}),$
das durch Gruppierung von Training-Bits 771 erhalten wird, und dem Ausgabe-Log-Likelihood-Verhältnis (LLR_sym) 722. Die Anpassungsschaltung 770 für die Cross-Entropie ist in der Lage, die Parameter des nichtlinearen Equalizers 701 bei 780 so einzustellen, dass die Cross-Entropie zwischen dem Trainingssymbol $(\hat{s y m})$
und der Wahrscheinlichkeit des detektierten Symbols, das durch LLR_sym 722 dargestellt wird, minimiert wird. Während der Laufzeit können Ausgabe-Bits 790 eines äußeren Decoders (beispielsweise eines vorwärtsfehlerkorrigierenden Decoders oder FEC-Decoders; nicht dargestellt), jedoch nur von erfolgreich decodierten Rahmen, anstelle der Training-Bits 771 verwendet werden.
8 zeigt eine Implementierung 800 des Empfängers 211 gemäß dem Gegenstand dieser Offenbarung, die ein mehrschichtiges Perzeptron-Neuronales-Netzwerk 841 mit reduzierter Komplexität umfasst, das mit einem Entscheidungsrückkopplungs-Equalizer 842 gekoppelt ist, sowie eine Log-Likelihood-Ratio-Schaltung 843, die ein entzerrtes Signal (Y) 811 eingibt, das von digitalisierten Eingangs-Samples 821 abgeleitet ist, und eine Symbolentscheidung (sym) 844 und ein Log-Likelihood-Ratio (LLRsym) 845 dieser Symbolentscheidung ausgibt, basierend auf Zielsymbolwerten Ŷ₀₀, Ŷ₀₁, Ŷ₁₀, Ŷ₁₁.
Das mehrschichtige Perzeptron-Neuronales-Netzwerk 841 mit reduzierter Komplexität umfasst zwei Vorwärtskopplungsfilter 846, 847, bei denen es sich beispielsweise um Filter mit endlicher Impulsantwort (FIR) handeln kann. Eine nicht lineare Aktivierungsfunktion 848 (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
)), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können) wird auf den Ausgang des Vorwärtskopplungsfilters 846 angewendet, der dann in den Vorwärtskopplungsfilter 847 eingegeben wird. Die Symbolentscheidung 844 wird bei 849 in eine Spannung umgewandelt, die in den Entscheidungsrückkopplungs-Equalizer 842 eingegeben wird, dessen Ausgang bei 850 mit dem Ausgang des Vorwärtskopplungsfilters 847 kombiniert wird, um die Intersymbolinterferenz von einem vorhergehenden Symbol abzuschwächen, so dass ein entzerrtes Signal (Y) 811 entsteht.
Die Parameter der Vorwärtskopplungsfilter 846, 847 können angepasst werden, um die Cross-Entropie zwischen dem Log-Likelihood-Verhältnis (LLR_sym) 845 und den „wahren“ Symbolen zu minimieren, die von wahren Bits erhalten werden, bei denen es sich um Training-Bits oder während der Laufzeit um die Ausgabe eines weiteren äußeren Decoders (nicht gezeigt) handeln kann. Die Cross-Entropie Anpassungsschaltung 860 weist als Eingang das ausgegebene Log-Likelihood-Verhältnis (LLR_sym) 845 auf. In einem Trainingsmodus weist die Cross-Entropie-Anpassungsschaltung 860 als Eingänge auch bekannte Training-Bits 861 auf, die als „wahre“ Bits dienen, die dann gruppiert werden, um wahre Symbole zu erhalten. Die Anpassungsschaltung 860 für die Cross-Entropie ist in der Lage, die Parameter der Vorwärtskopplungsfilter 846, 847 bei 870 einzustellen, indem sie die Cross-Entropie zwischen dem Training-Bit, das durch die Gruppierung der Training-Bits $(\hat{s y m})$
erhalten wird, und der Wahrscheinlichkeit des detektierten Symbols minimiert, die durch das Log-Likelihood-Verhältnis (LLR_sym) 845 am Ausgang dargestellt wird. Zur Laufzeit können anstelle der Training-Bits 861 Ausgabe-Bits 890 eines äußeren Decoders (beispielsweise eines FEC-Decoders; nicht dargestellt) verwendet werden, allerdings nur von erfolgreich decodierten Rahmen.
Da ein Neuronales-Netzwerk-Equalizer in der Lage ist, die beiden Bits in einem PAM4-Symbol zu dekorrelieren, kann eine weitere Implementierung 900 des Empfängers 211 gemäß den Implementierungen des Gegenstands dieser Offenbarung bereitgestellt werden (9). Der Empfänger 900 umfasst einen MLPNN Equalizer 941, der dem MLPNN Equalizer 541 insofern ähnelt, als er wenigstens eine verborgene Schicht 950 mit verborgenen Knoten 951 umfasst, in der um 931 verzögerte Samples (um die Zeichnung nicht zu überfrachten, ist nur eine der Verzögerungen 931 als mit den Knoten 951 gekoppelt dargestellt; jede Verzögerung 931 ist jedoch mit den Knoten 951 gekoppelt) mit Parametern (Filterabgriffkoeffizienten; nicht dargestellt) multipliziert werden und dann die Filterabgriffe summiert werden (Σ). Jeder verborgene Knoten 951 wendet dann auf seine berechnete Summe eine nicht lineare Aktivierungsfunktion an (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können), um eine Knotenausgabe zu erzeugen, die dann an die nächste Schicht weitergegeben wird, und so weiter.
MLPNN 941 unterscheidet sich von MLPNN 541 dadurch, dass die letzte Schicht 952 zwei Knoten 953, 954 aufweist, in denen die Eingänge nicht nur wie in Schicht 552 von MLPNN 541 summiert werden, sondern auf die nach der Summierung eine nichtlineare Aktivierungsfunktion angewendet wird, die sich von der nichtlinearen Aktivierungsfunktion der Knoten 951 unterscheidet, die die beiden Bits jedes Symbols dekorrelieren, wobei jeder Knoten 953, 954 eines der beiden Bits liefert. Die nichtlineare Aktivierungsfunktion jedes Knotens 953, 954 kann anstelle einer hyperbolischen Tangens-Aktivierungsfunktion eine Sigmoidfunktion sein, die ein ähnliches Profil wie tanh (
) aufweist, aber von 0 bis +1 und nicht von 1 bis +1 reicht.
Knoten 953 liefert eine Wahrscheinlichkeitsschätzung 963 (p(bit_msb)) für das höchstwertige Bit der beiden Bits in einem Symbol, und Knoten 954 liefert eine Wahrscheinlichkeitsschätzung 964 (p(bit_lsb)) für das niedrigstwertige Bit der beiden Bits des Symbols. Die beiden Wahrscheinlichkeitsschätzungen 963, 964 werden dann in Slicern 955 mit einem Schwellwert von 0,5 verglichen, um eine Bitschätzung (beispielsweise bit=0, wenn p<0,5 und bit=1, wenn p≥0,5) für jedes Bit im Symbol zu erhalten.
Bei 956 werden die separaten Bits zu einem Symbol zurückgruppiert, dann bei 957 zurückgeführt und bei 958 in eine entsprechende Spannung umgewandelt (beispielsweise 1 für ‚00‘, 1/3 für ‚01‘, +1/3 für ‚10‘ und +1 für ‚11‘), um in Rückkopplungsverzögerungen 961 eingegeben zu werden, die Samples einer rückgekoppelten vorherigen Symbolentscheidung relativ zu den nächsten Eingängen von Vorwärtsverzögerungen 931 darstellen, um Intersymbolinterferenzen zu mildern.
Da die Implementierung 900 eher auf Bitebene als auf Symbolebene arbeitet, arbeitet die Cross-Entropie-Anpassungsschaltung 970 auch auf Bitebene und bestimmt die Cross-Entropie auf Grundlage der separaten Bit-Ebenen-Wahrscheinlichkeiten 963, 964 und der Training-Bits 971 oder zur Laufzeit die Ausgabe 990 eines äußeren Decoders (wie eines FEC-Decoders; nicht gezeigt).
Auf dem Bit Level kann die Cross-Entropie bestimmt werden, indem zunächst die Log-Likelihood-Ratios aus den Wahrscheinlichkeitsschätzungen wie oben beschrieben bestimmt werden. Beginnend mit dem höchstwertigen Bit, wobei P₀ gleich p(bit_msb=0) und P₁ gleich p(bit_msb=1) ist, kann LLR(bit_msb) berechnet werden. CE(bit_msb) kann dann aus LLR(bit_msb) und dem höchstwertigen Bit der Training-Bits oder der äußeren Decoder-Bits berechnet werden. Unter Verwendung von p(bit_lsb=0) als P₀ und p(bit_lsb=1) und P₁ kann dann LLR(bit_lsb) errechnet werden. CE(bit_lsb) kann dann aus LLR(bit_lsb) und dem niederwertigsten Bit der Training-Bits oder der äußeren Decoder-Bits berechnet werden. Die Cross-Entropie auf Bit Level ist die Summe von CE(bit_msb)+CE(bit_lsb).
10 zeigt eine Implementierung 1000 eines Empfängers 211 gemäß dem Gegenstand dieser Offenbarung, die ein mehrschichtiges Perzeptron-Neuronales-Netzwerk 1041 mit reduzierter Komplexität umfasst, das die beiden Bits in einem PAM4-Symbol dekorreliert, gekoppelt mit einem jeweiligen Entscheidungsrückkopplungs-Equalizer 1042, 1052 für jedes jeweilige Bit.
Das mehrschichtige Perzeptron-Neuronales-Netzwerk 1041 mit reduzierter Komplexität umfasst einen ersten Vorwärtskopplungsfilter 1046, bei dem es sich beispielsweise um einen FIR-Filter (finite impulse response) handeln kann. Eine nicht lineare Aktivierungsfunktion 1045 (beispielsweise eine hyperbolische Tangens-Aktivierungsfunktion, tanh (
), obwohl auch andere nicht lineare Aktivierungsfunktionen verwendet werden können) wird auf den Ausgang des Vorwärtskopplungsfilters 1046 angewendet, der dann in einen zweiten Vorwärtskopplungsfilter 1047 und parallel dazu in einen dritten Vorwärtskopplungsfilter 1057 eingegeben wird. Jeder der Vorwärtskopplungsfilter 1047, 1057 erzeugt eine entsprechende Equalization-Bit-Ausgabe Y_msb 1044 und Y_lsb 1054.
Eine jeweilige nichtlineare Aktivierungsfunktion 1061, 1062, die sich von der nichtlinearen Aktivierungsfunktion 1045 unterscheidet, wird auf jedes jeweilige Equalization-Bit-Ausgangssignal Y_msb 1044 und Y_lsb 1054 angewendet. Die nichtlinearen Aktivierungsfunktionen 1061, 1062 können anstelle einer hyperbolischen Tangens-Aktivierungsfunktion eine Sigmoidfunktion sein, die ein ähnliches Profil wie tanh (
) aufweist, aber von 0 bis +1 und nicht von 1 bis +1 reicht.
Die nichtlineare Aktivierungsfunktion 1061 liefert eine Wahrscheinlichkeitsschätzung p(bit_msb) für das höchstwertige Bit der beiden Bits in einem Symbol, und die nichtlineare Aktivierungsfunktion 1062 liefert eine Wahrscheinlichkeitsschätzung p(bit_lsb) für das niedrigstwertige Bit der beiden Bits des Symbols. Jede der beiden Wahrscheinlichkeitsschätzungen wird dann in einem entsprechenden Slicer 1055, 1056 mit einem Schwellwert von 0,5 verglichen, um eine Bitschätzung (beispielsweise bit=0, wenn p<0,5 und bit=1, wenn p≥0,5) für jedes Bit im Symbol zu erhalten.
Bei 1070 werden die beiden Bits zu einem Symbol 1071 gruppiert und dann bei 1072 in eine entsprechende Spannung umgewandelt (beispielsweise 1 für „00“, 1/3 für „01“, +1/3 für „10“ und +1 für „11“), die in den Entscheidungs-Rückkopplungs-Equalizer 1042 im Pfad mit dem höchstwertigen Bit und in den Entscheidungs-Rückkopplungs-Equalizer 1052 im Pfad mit dem niedrigstwertigen Bit eingegeben wird. Das Ausgangssignal des jeweiligen Entscheidungs-Feedback-Equalizers 1042, 1052 wird bei 1043, 1053 mit dem Ausgangssignal des jeweiligen Vorwärtskopplungsfilters 1047, 1057 kombiniert, um die Intersymbolinterferenz von einem vorhergehenden Symbol abzuschwächen, um die jeweiligen entzerrten Bit-Ausgangssignale Y_msb 1044 und Y_lsb 1054 zu erhalten, die, wie oben beschrieben, in die nichtlinearen Aktivierungsfunktionen 1061, 1062 eingegeben werden, um das Ergebnis zu erhalten.
Die Cross-Entropie kann aus p(bit_msb), p(bit_msb) und den Ausgabe-Bits 1081 oder der Ausgabe des äußeren Decoders 1090 in der Anpassungsschaltung 1080 für die Cross-Entropie bestimmt werden, indem, wie im Fall der Implementierung 900, zunächst die Log-Likelihood-Verhältnisse aus den Wahrscheinlichkeitsschätzungen wie oben beschrieben bestimmt werden. Beginnend mit dem höchstwertigen Bit, wobei Po p(bit_msb=0) ist und P₁ p(bit_msb=1) ist, kann LLR(bit_msb) berechnet werden. CE(bit_msb) kann dann aus LLR(bit_msb) und dem höchstwertigen Bit der Training-Bits oder der äußeren Decoder-Bits berechnet werden. Unter Verwendung von p(bit_lsb=0) als P₀ und p(bit_lsb=1) und P₁ kann dann LLR(bit_lsb) errechnet werden. CE(bit_lsb) kann dann aus LLR(bit_lsb) und dem niederwertigsten Bit der Training-Bits oder der äußeren Decoder-Bits berechnet werden. Die Cross-Entropie auf Bit Level ist die Summe von CE(bit_msb)+CE(bit_lsb).
Ein Verfahren 1100 gemäß Implementierungen des Gegenstands dieser Offenbarung ist in 11 schematisch dargestellt.
Das Verfahren 1100 beginnt bei 1101, wo eine nichtlineare Equalization an digitalisierten Samples von Eingangssignalen auf dem Datenkanal durchgeführt wird. Bei 1102 wird ein entsprechender Wert jedes der Ausgabesignale des nichtlinearen Equalizers bestimmt. Bei 1103 werden die Parameter der nichtlinearen Equalization auf Grundlage des jeweiligen Wertes angepasst. Wie oben erwähnt, kann die Anpassung auf der Minimierung des mittleren quadratischen Fehlers (beispielsweise zwischen dem Ausgangswert und einem Zielwert) oder auf der Minimierung der Cross-Entropie (beispielsweise zwischen einem Ausgangswert und seinem Log-Likelihood-Verhältnis) basieren. Nach der Anpassung kann das Verfahren 1100 beendet werden, oder optional kann bei 1104 einer der jeweiligen Werte zu einem Eingang des nichtlinearen Equalizers zurückgeführt werden, um Intersymbolinterferenzen während der Verarbeitung des nächsten Symbols zu vermindern, und dann endet das Verfahren 1100.
Es ist also ein Hochgeschwindigkeits-Datenkanal mit einem nichtlinearen Equalizer vorhanden.
Wie hier und in den folgenden Ansprüchen verwendet, bedeutet die Konstruktion „eines von A und B“ „A oder B“.
Es wird darauf hingewiesen, dass das Vorstehende nur eine Veranschaulichung der Grundsätze der Erfindung ist, und dass die Erfindung durch andere als die beschriebenen Ausführungsformen, die zum Zwecke der Veranschaulichung und nicht der Beschränkung dargestellt sind, praktiziert werden kann, und die vorliegende Erfindung ist nur durch die folgenden Ansprüche beschränkt.
ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

US 63112504 [0001]

Claims

Empfänger zur Verwendung in einem Datenkanal auf einer integrierten Schaltungsvorrichtung, wobei der Empfänger umfasst: einen nicht-linearen Equalizer, der als Eingänge digitalisierte Samples von Signalen auf dem Datenkanal aufweist; eine Entscheidungsschaltung, die so konfiguriert ist, dass sie aus den Ausgängen des nichtlinearen Equalizers einen jeweiligen Wert jedes der Signale bestimmt; und eine Anpassungsschaltung, die so konfiguriert ist, dass sie die Parameter des nichtlinearen Equalizers auf Grundlage der jeweiligen Werte anpasst.
Empfänger nach Anspruch 1, des Weiteren umfassend eine Rückkopplungsschaltung, die so konfiguriert ist, dass sie einen von der Entscheidungsschaltung ausgegebenen Wert an einen Eingang des nichtlinearen Equalizers rückkoppelt, um Intersymbolinterferenzen zu vermindern.
Empfänger nach Anspruch 2, wobei die Rückkopplungsschaltung einen Entscheidungsrückkopplungs-Equalizer umfasst.
Empfänger nach Anspruch 1, wobei der nichtlineare Equalizer ein Neuronales-Netzwerk-Equalizer ist.
Empfänger nach Anspruch 4, wobei der Neuronales-Netzwerk-Equalizer ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer ist.
Empfänger nach Anspruch 5, wobei der mehrschichtige Perzeptron-Neuronales-Netzwerk-Equalizer ein mehrschichtiger Perzeptron-Neuronales-Netzwerk-Equalizer mit reduzierter Komplexität ist.
Empfänger nach Anspruch 1, wobei die Entscheidungsschaltung eine Schwellwertschaltung umfasst.
Empfänger nach Anspruch 7 wobei: die Entscheidungsschaltung auf Symbolen arbeitet; und die Schwellwertschaltung eine Vielzahl von Schwellwerten aufweist und ein Symbol aus einer Vielzahl von Symbolen auf Grundlage von Werten von Ausgaben des nichtlinearen Equalizers relativ zu den Schwellwerten auswählt.
Empfänger nach Anspruch 7 wobei: die Entscheidungsschaltung auf Bits arbeitet; der nichtlineare Equalizer eine Wahrscheinlichkeitsschätzung für jedes Bit ausgibt; und die Schwellwertschaltung jedem Bit einen Wert zuweist, der auf einem Vergleich der Wahrscheinlichkeitsschätzung mit 0,5 basiert.
Empfänger nach Anspruch 1, wobei die Anpassungsschaltung die Parameter des nichtlinearen Equalizers auf Grundlage des mittleren quadratischen Fehlers anpasst.
Empfänger nach Anspruch 1, wobei die Anpassungsschaltung die Parameter des nichtlinearen Equalizers auf Grundlage der Kreuzentropie anpasst.
Empfänger nach Anspruch 1, wobei der nichtlineare Equalizer einen linearen Filter und eine nichtlineare Aktivierungsfunktion umfasst.
Empfänger nach Anspruch 12, wobei die nichtlineare Aktivierungsfunktion eine hyperbolische Tangensfunktion ist.
Empfänger nach Anspruch 12, wobei die nichtlineare Aktivierungsfunktion eine Sigmoidfunktion ist.
Verfahren zum Detektieren von Daten auf einem Datenkanal auf einer integrierten Schaltungsvorrichtung, wobei das Verfahren umfasst: Durchführen von nichtlinearer Equalization von digitalisierten Samples von Eingangssignalen auf dem Datenkanal; Bestimmen eines jeweiligen Wertes jedes der Ausgangssignale aus den Ausgangssignalen der nichtlinearen Equalization; und Anpassung der Parameter des nichtlinearen Equalizers auf Grundlage der jeweiligen Werte.
Verfahren nach Anspruch 15, des Weiteren umfassend Rückkoppeln eines der jeweiligen von der Bestimmung ausgegebenen Werte zu einem Eingang des nichtlinearen Equalizers, um Intersymbolinterferenzen zu verringern.
Verfahren nach Anspruch 15, wobei die Durchführung der nichtlinearen Equalization umfasst: Durchführen einer linearen Equalization; und Anwenden einer nichtlinearen Aktivierungsfunktion auf Signale, die durch die lineare Equalization ausgegeben werden.
Verfahren nach Anspruch 15, wobei: jeder jeweilige Wert, der durch die Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol darstellt; und die Anpassung das Minimieren des mittleren quadratischen Fehlers zwischen dem jeweiligen Kandidatensymbol und einem Zielsymbol umfasst.
Verfahren nach Anspruch 15, wobei: jeder jeweilige von der Bestimmung ausgegebene Wert ein jeweiliges Kandidatensymbol darstellt; und die Anpassung umfasst: Bestimmen eines Ausgangssymbols und eines Log-Likelihood-Verhältnisses des Ausgangssymbols aus den jeweiligen Kandidatensymbolen, und Minimieren der Kreuzentropie zwischen dem Ausgangssymbol und dem Log-Likelihood-Verhältnis des Ausgangssymbols.
Verfahren nach Anspruch 15, wobei: jeder jeweilige von der Bestimmung ausgegebene Wert ein jeweiliges Kandidaten-Bit eines Ausgabesymbols darstellt; und die Anpassung umfasst: Bestimmen eines jeweiligen Ausgabe-Bits und eines Log-Likelihood-Verhältnisses des jeweiligen Ausgabe-Bits aus jedem jeweiligen Kandidaten-Bit, und Minimieren der Cross-Entropie zwischen jedem jeweiligen Kandidaten-Bit und dem Log-Likelihood-Verhältnis des jeweiligen Ausgabe-Bits.
Vorrichtung zum Detektieren von Daten auf einem Datenkanal auf einer integrierten Schaltungsvorrichtung, wobei die Vorrichtung Folgendes umfasst: Mittel zur Durchführung einer nichtlinearen Equalization von digitalisierten Samples von Eingangssignalen auf dem Datenkanal; Mittel zum Bestimmen eines jeweiligen Wertes jedes der Ausgabesignale aus den Ausgabesignalen der Mittel zum Durchführen nichtlinearer Equalization; und Mittel zum Anpassen von Parametern des nichtlinearen Equalizers auf Grundlage der jeweiligen Werte.
Vorrichtung nach Anspruch 21, des Weiteren umfassend Mittel zum Rückkoppeln eines der jeweiligen Werte, die von den Mitteln zur Bestimmung ausgegeben werden, zu einem Eingang der Mittel zur Durchführung nichtlinearer Equalization, um Intersymbolinterferenzen zu vermindern.
Vorrichtung nach Anspruch 21, wobei die Mittel zur Durchführung der nichtlinearen Equalization umfassen: Mittel zur Durchführung einer linearen Equalization; und Mittel zum Anwenden einer nichtlinearen Aktivierungsfunktion auf Signale, die von der Einrichtung zum Durchführen einer linearen Equalization ausgegeben werden.
Vorrichtung nach Anspruch 21, wobei: jeder jeweilige Wert, der von den Mitteln zur Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol darstellt; und die Mittel zur Anpassung Mittel zur Minimierung des mittleren quadratischen Fehlers zwischen dem jeweiligen Kandidatensymbol und einem Zielsymbol umfassen.
Vorrichtung nach Anspruch 21, wobei: jeder jeweilige Wert, der von den Mitteln zur Bestimmung ausgegeben wird, ein jeweiliges Kandidatensymbol darstellt; und die Mittel zur Anpassung umfassen: Mittel zur Bestimmung eines Ausgabesymbols und eines Log-Likelihood-Verhältnisses des Ausgabesymbols aus den jeweiligen Kandidatensymbolen, und Mittel zum Minimieren der Cross-Entropie zwischen dem Ausgabesymbol und dem Log-Likelihood-Verhältnis des Ausgabesymbols.
Vorrichtung nach Anspruch 21, wobei: jeder jeweilige Wert, der von dem Mittel zur Bestimmung ausgegeben wird, ein jeweiliges Kandidaten-Bit eines Ausgabesymbols darstellt; und die Mittel zur Anpassung umfassen: Mittel zur Bestimmung eines jeweiligen Ausgabe-Bits und eines Log-Likelihood-Verhältnisses des jeweiligen Ausgabe-Bits aus jedem jeweiligen Kandidaten-Bit, und Mittel zum Minimieren der Cross-Entropie zwischen jedem jeweiligen Kandidaten-Bit und dem Log-Likelihood-Verhältnis des jeweiligen Ausgabe-Bits.