Professional Documents
Culture Documents
邓泽贤
2023 年 8 月
1/14
总体模型 校准阶段 工作阶段
目录
1 总体模型
2 校准阶段
3 工作阶段
2/14
1 总体模型
2 校准阶段
3 工作阶段
3/14
模型
• 结构:
• FFE: 21 taps(3+1+17)
• DFE: 1 tap
• 输入: 1x64 量化采样信号.
• 输出: 判决结果.
• 采用前台校准.
4/14
• 根据初始化参数决定.
冲激模式
接受冲激响应信号, 返回均衡后的冲激响应.
采样模式
• 接受 (ADC/Demux 输出的) 向量, 返回均衡后的同大小向量.
• 采用时钟下降沿 (ADCBasedFFE.m L162, ADCBasedDFE.m L228).
5/14
1 总体模型
2 校准阶段
3 工作阶段
6/14
代码 ArchitecturalADCBasedSerDes/Rx/Init/Initialize Function
目标 选择 FoM(Figure of Merit) 结果最好的 MBZ, CTLE, FFE 与 DFE 配置.
• 衡量 FoM 的是 SNR(Signal to Noise Ratio, 信噪比). SNR 越高结果越好.
7/14
流程
1 初始化 MBZ, CTLE 等模块, 初始化 FFE 与 DFE 为采样模式.
2 构建信号冲激信号 (L9-L18) 与噪声冲激信号 (L205-L206) 作为输入.
3 从预设的 MBZ(21) 与 CTLE(7) 中选择一组配置 (L180-L189, L209-L213), 重复以
下步骤:
• 向电路输入信号冲激信号, 根据经过 MBZ/CTLE 后的输出 (L216-L26), 计算并设置
FFE 的抽头权值 (L229-L236).
• 输入 FFE/DFE(L239-L242), 得到整个电路的信号冲激响应. 将其转换为脉冲响应
(L245).
• 将噪声冲激输入电路, 保存 FFE(不输入 DFE) 的输出.
• 计算并保存 FoM(L245, L257-L269).
• 选择新的 MBZ/CTLE 配置, 重复计算.
4 将得到 FoM 最大值的对应配置作为 MBZ, CTLE 与 FFE 的配置 (L278-L286).
5 另构建冲激信号, 训练得到 DFE 权值 (L310).
8/14
FFE
代码位置
• ADCBasedFFE.m: Line 142 - Line 155
• adaptFFE.m
• 权值计算: adaptFFE.m
• MMSE 算法: W = (H T H)−1 H T Ydes . V V → H T , F V → Ydes .
• 根据 DFE 的均衡效果修正 Ydes (L81-L83).
• 权值应用: ADCBasedFFE.m
• 使用circshift(可能是避免混叠) 将权值与输入信号卷积.
9/14
DFE
代码位置
ADCBasedDFE.m: Line 189 - Line 220
• 转换为脉冲响应 (L189-L191).
• 采用 Hula Hoop 算法 LINK, 得到最佳采样位置 (L194).
• 将主抽头后抽头 (采样位置后 1UI) 的值作为抽头权值 (L201-L207).
• 应用权值 (L210-L215).
10/14
1 总体模型
2 校准阶段
3 工作阶段
11/14
FFE
12/14
DFE
13/14
14/14