广告

如何将眼图模板测试与BER关联起来

2018-06-01 Ransom Stephens 阅读:
过去要进行眼图模板测试,工程师是用油笔在模拟示波器的显示屏上绘制一个模板。接下来,他们需要用时钟信号触发示波器,调长迹线存续时间,如果略图内部是暗色,则信号通过测试。后来,就在实时和等时数字示波器中使用了定义良好的模板。

过去要进行眼图模板测试,工程师是用油笔在模拟示波器的显示屏上绘制一个模板。接下来,他们需要用时钟信号触发示波器,调长迹线存续时间,如果略图内部是暗色,则信号通过测试。后来,就在实时和等时数字示波器中使用了定义良好的模板。模板内的亮点像素是不好的情况。现代模板测试规定了大量波形中允许的最大“触碰”数。5wDednc

虽然眼图模板测量提供了一种快速判断发送器是否工作的方法,但对于唯一重要的事:误码率(BER,比特错误数与总传输比特数之比),却没提到多少。图1显示了一个眼图中的模板,其中没有波形进入模板。5wDednc

Di5-F1-201806
图1:没有故障的眼图模板测试。眼图由Teledyne LeCroy提供,绿色模板由Ransom Stephens绘制。5wDednc

Teledyne LeCroy的Marty Miller在DesignCon 2018发言中提出了一种巧妙的观点——将眼图模板测量与BER轮廓(contour)测量关联起来。5wDednc

BER轮廓

BER轮廓就像显示等高线轮廓的地形图。 BER轮廓测量显示具有相同BER轮廓的眼图。5wDednc

DI5-F2-201806
图2 :BER轮廓图,不变的颜色表示BER(t、V)恒定的区域。图片由Teledyne-LeCroy提供。5wDednc

也可以将它们想成是一个三维浴缸图。在浴缸图(图3)中,BER是采样点时间延迟位置BER(t)的函数。BER轮廓包括时延和电压(或功率)两种情况下采样点不同位置的BER变化,BER轮廓是BER(t、V)=常数的解。5wDednc

Di5-F3-201806
图3:浴缸图,BER(t)是采样点的函数。由Ransom Stephens绘图。5wDednc

Miller博士指出,实际采样器的BER不是任何点(t、V)的BER,它不是BER轮廓边沿或BER轮廓内某点的BER。相关的BER是采样器时序分辨率和电压灵敏度所包含的总BER。5wDednc

接收机的带宽设定了时序分辨率——采样一个比特所需的时间——也就是我们所说的建立和保持时间。电压灵敏度是采样器能可靠区分的逻辑1和0之间的最小峰-峰值电压摆幅。用采样器的时序分辨率给出的半长轴和电压灵敏度给出的半短轴画一个小椭圆,采样器分辨率/灵敏度的实际几何结构是变化的,但显而易见的猜测是椭圆结构。高速串行应用中典型电压限制器的时序分辨率为几ps,电压灵敏度约为30mV(图4)。5wDednc

Di5-F4-201806
图4:带采样“点”的眼图,包括采样器水平时序分辨率和垂直电压灵敏度。眼图由Teledyne LeCroy提供,灰色采样“点”由Ransom Stephens绘制。5wDednc

模板误差比

Miller博士将模板误差比(MER)定义为:单位间隔宽度内单个位的波形进入模板的次数与传输的总位数之比(图5)。由于单个位的波形可能引起很多次模板触碰但只有一个模板误差,所以MER与模板触碰数不同。5wDednc

Di5-F5-201806
图5:模板测试有很多次“触碰”,但仅有两个“模板误差”。眼图由Teledyne LeCroy提供,绿色模板和红色模板误差由Ransom Stephens绘制。5wDednc

我们可以将MER看作是真正的逻辑解码器会得到的BER,其时序分辨率和电压灵敏度由模板区域定义。5wDednc

为了将BER轮廓与MER相关联,Miller博士研究了四种情况。首先,在从眼图中心垂直往上到1E-4 BER轮廓的时间坐标上,模板较薄。该模板对应一个采样器,其零(即,完美)时序分辨率和电压灵敏度是由从眼图中心到1E-4轮廓的电压摆动决定的。在这种特殊情况下,BER与MER大致相同。5wDednc

其次,将该模板向下延伸,使其从BER = 1E-4轮廓底部到顶部基本上成为一个垂直薄矩形。对于该模板,MER = 2E-4,是BER轮廓值的两倍。在模板顶部,1被误认为0,在模板底部,0被误认为1;通过大量取样,我们得到的误差是1E-4轮廓顶部或底部理想采样点的两倍。5wDednc

在第三个实验中,将模板旋转90度。这本质上是一个具有完美电压灵敏度的采样器,但其时序分辨率水平穿过BER = 1E-4轮廓。因为类似的原因,该实验也得出了MER = 2E-4。5wDednc

到目前为止,我们所做的只是测量一些简单的情况,显示了非零时序分辨率和电压灵敏度如何导致实际采样器的BER大于或等于相关的BER轮廓。5wDednc

在第四个测试中,Miller博士定义了一个与BER = 1E-4轮廓一致的模板,模板由BER = 1E-4轮廓包围的闭合曲线定义。他测量的结果是MER = 6.27E-4。除了单个位误差的不相关程度,6.27这个因数不太可能表达其它任何含义。5wDednc

让我们重新考虑一下如何将良好的旧模板测试与系统的BER性能联系起来。假设我们有一组通过相同模板测试的接收器,Miller博士总结说,没有明显可用的方法可以使用模板测试来预测最大BER性能,从本质上验证最近发布的标准从模板测试转向针对BER定义的眼高(EH)和眼宽(EW)测量的有效性。5wDednc

Miller说,“模板测试更复杂,并且就其常见形式来说,可能并非决定通道性能(例如有效BER)的真正客观标准。垂直和水平薄模板实验表明,针对BER,眼高和眼宽概念可能是更好的度量标准。”5wDednc

原文刊登在EDN美国网站,参考链接How to relate eye-mask tests to BER5wDednc

《电子技术设计》2018年6月刊版权所有,转载请注明来源及链接。5wDednc

201606300001235wDednc

本文为EDN电子技术设计 原创文章,禁止转载。请尊重知识产权,违者本司保留追究责任的权利。
Ransom Stephens
暂无简介...
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
您可能感兴趣的文章
  • 新一代MCU向着边缘AI和实时控制发展 在工业和汽车领域,电机驱动和数字电源转换是典型的实时控制系统,要求处理器具有高实时性和强大的数学计算与处理能力。这些应用需要优质的ADC和PWM功能,并通过联动机制,形成高效、有机的实时控制系统。
  • 台积电疯狂产能升级,先进封装的好日子要来了? 先进封装现已成为人工智能驱动的计算革命的固有组成部分,而芯粒技术的兴起只会增强其在半导体生态系统中的重要性。台积电疯狂的产能升级以及与OSAT的合作都预示着先进封装技术的美好前景···
  • FinFET时代即将终结?半导体的下个十年或将基于这种架构 十多年前,FinFET的出现重新定义了芯片设计。虽然这些非平面晶体管仍然是非官方的行业标准,但它们的寿命可能已接近尾声···
  • 超越摩尔:当汽车电子遇见3D-IC 在IIC Shanghai 2024国际集成电路展览会暨研讨会同期举办的“2024中国IC领袖峰会”上,Cadence数字产品资深高级总监刘淼进行了“当汽车电子遇见3D-IC”的主题演讲,分享了Cadence在汽车电子与3D-IC发展方面的独到见解。
  • 以差异化为核,加码AI,这家FPGA公司单项业务暴涨36% 随着汽车电子、数据中心、人工智能等技术的兴起,有着“万能芯片”之称的FPGA芯片成为支持这些新场景应用的优先选择。因此,即使处于半导体行业下行期低谷,全球FPGA需求量也能在逆势中逐年增长。就在上个月,莱迪思(Lattice)公布了2023年财报,不出意外的,莱迪思又获得了两位数的增长……
  • PC行业重生的机会:AI PC会是CPU和DRAM的新甜点吗? 英特尔(Intel)和微软(Microsoft)等这一波PC革命的主要受益者,目前正积极推动配备AI CPU和AI软件助理的PC,并逐渐将AI应用从云端移至PC领域……
相关推荐
    广告
    近期热点
    广告
    广告
    广告
    可能感兴趣的话题
    广告
    向右滑动:上一篇 向左滑动:下一篇 我知道了