一文了解均衡的秘密之FFE
黄刚 | 文
说完CTLE之后,大家不用猜都知道会讲FFE。的确,FFE(Feed Forward Equalization前向反馈均衡)和前面CTLE有一些相似之处,它们都是模拟的均衡器,同时也是线性的。当然说模拟,线性什么的比较抽象,实际上我认为它们还有更大的相似之处,先卖个关子,下面会描述到。
还是按照上图这个结构分析,FFE的位置在发送端,它是利用波形本身来校正接收到的信号,而不是用波形的阈值(判决逻辑1或0 )进行校正。FFE的作用基本上类似于 FIR(有限脉冲响应)滤波器,它在校正当前比特电压时,使用的是前一个比特和当前比特的电压电平,加上校正因子(抽头系数),来校正当前比特的电压电平。一句话,就是当使用FFE时,是对实际采集到的波形执行均衡算法。
那这种对发送的波形进行移位的加加减减,对接收端眼图真的会有改善吗?我们还是以仿真来说明下吧,仿真的速率为25Gbps,其中传输通道损耗如下:
无FFE均衡时发送波形和接收眼图如下:
FFE均衡时发送波形和接收眼图如下:
的确,使用加加减减之后奇怪波形作为发送端时,接收端眼图可以张开,反而采用原来正儿八经的波形发送,眼图却是闭合。
我们来看看接收端的波形,看看两者差异在哪?
原来眼图闭合的原因和上期的CTLE文章类似,都是由于在长0或长1之后的变化位无法跨过本身的电平门限,也就是说在低频数据之后的高频变换数据由于衰减比较多,因此幅度无法从低频的高电压位拉到相反的正确电平范围内,因此导致“1”不到“1”,“0”不到“0”的情况,眼图自然就闭合了。
为什么文章开头说FFE和CTLE有更大的相似之处?在哪呢?我们把数据波形通过傅里叶变换转到频域上看,大家就知道了。
FFE均衡与否发送端数据和接收端数据的频域幅度分布如下:
原来,在发送端进行FFE均衡后,其实也相当于一个低通滤波器的效果,事先就把发送信号的低频部分衰减,这样的话在接收端高频和低频幅度的差异就变小了,因此有效的解决了ISI的问题,就能得到张开的眼图。
-
Linux从头学:一文理解【任务管理】和【任务切换】
2021-09-08 -
阿里GATNE:一文了解异构图的表示学习
2021-09-06 -
一文教你如何使用自动编码器进行图像去噪
2021-09-03 -
一文了解如何使用CNN进行图像分类
2021-09-02 -
一文带你破解DDOS攻击原理
2021-08-31 -
一文了解电磁兼容设计中的铁氧体EMI抑制器件
2021-08-31 -
一文了解如何在Python中使用自动编码器
2021-08-31 -
一文了解IOT超低功耗设计应用
2021-08-31 -
周末读:单晶硅的秘密
2021-08-30 -
一文了解均衡的秘密之CTLE
2021-08-28 -
一文教你如何使用OpenCV为图像加水印
2021-08-26 -
一文教你使用OpenCV+CVzone进行实时背景替换
2021-08-25 -
一文带你重新思考BatchNorm中的Batch
2021-08-23 -
一文了解串行总线差分互连之模态转换
2021-08-23 -
一文了解开关电源 vs LDO电源
2021-08-20