高速信号小知识串讲 文章围绕如何高速信号失真的两个常见原因阻抗不匹配传输线损耗这两个原因来进行知识讲解。从阻抗如何匹配serdes如何补偿信号失真的原理进行讲述。先导知识传输线阻抗计算式这里的L C R G都是针对于微分小段传输线的特征参数当我们传输为直流电平时我们可以得到ZR0当我们传输高频信号时w很大所以忽略R G 得到这就是我们熟知的特征阻抗计算式。总结一下在直流和频率很高的情况下我们得到的阻抗结果都是实数呈阻性所以理论上我们匹配加电阻就行了。在信号频率逐渐变大的中间我们也会经历趋肤效应不断加强R0其实也会变化阻抗匹配讲完了阻抗的计算我们来讲讲阻抗匹配这时我们的一个反射系数的计算式我们都知道高频信号以电磁波形式传输当阻抗不匹配也就是我们得到的系数不为零时就会有有一部分电磁波发生反射后叠加在我们前面的波上我们的波形就会发生畸变信号质量就不行了负载端也是一样的道理。针对于这里这个阻抗不连续的点之前的阻抗为RsR1这里是一个源端匹配的拓扑Rs是我们发送端的一个驱动的内阻R1是我们自己加上去的匹配电阻当RsR1Z2时我们算出我们的反射系数为0.波形就不会反射了。匹配方法原理讲完之后我们来将匹配的方法除了上面的源端串联匹配还有负载端的一些匹配方式1.只接R22.只接R33.两个都接按照戴维南等效满足上述条件时阻抗匹配只接2或3时那就是把另一个算无穷大相对于只接R2或者R3两个都接有个好处就是能控制加载负载上的直流偏置可以适用于TTL器件万一你的高电平达不到TTL的逻辑“1”是吧这个直流偏置可以托你一把。还有一些优化操作比如说在R3旁边串联一个电容通常为几十几百pf可以降低静态功耗适用于时钟信号这样规律的信号但是不适用于一些高速信号高速信号高低电平不规律同时充放电减慢信号跳变会导致失真码型会失真。传输线的损耗不止阻抗不匹配会导致信号失真传输线损耗也会导致信号失真。导体损耗与呈正比应为材料受限铜的电导率只能这么多所以导体损耗在高频占主导介质损耗与f成正比信号的幅值主要取决于低频边沿特性主要取决于高频高频信号的频率分量很丰富其中的高频分量受到这两个损耗的限制就会衰减频率越高衰减得越厉害。假设线长越来越长也就是高频分量损耗的更大我们边沿就会越来越失真。那针对于失真就可以引入我们的一些高频的补偿机制怎么补偿关于serdes有一篇文章讲得很细推荐去看一下Serdes 高速串行接口_serdes接口-CSDN博客我们一般一个lane有四根走线嘛时钟内嵌所以没有clk信号SerDes的主要特点包括:SerDes在数据线中时钟内嵌,不需要传送时钟信号。SerDes通过加重/均衡技术可以实现高速长距离传输如背板。SerDes 使用了较少的芯片引脚这里我们只讲第三条加重均衡技术也就是怎么对信号失真进行补偿。SerDes的主要构成可以分为三部分PLL模块发送模块Tx接收模块Rx。为了方便维护和测试还会包括控制和状态寄存器环回测试PRBS测试等功能。见图2.1。TX端FPGA信号进入FIFO先进先出的存储队列数据暂时缓存之后在经过编码器进入到串行器变为串行经过FFE之后输出RX端接收串行信号经过DFE在经过CDR恢复采样时钟在解串解码得到并行数据SerDes信号从发送芯片到达接收芯片所经过的路径称为信道(channel)包括芯片封装pcb走线过孔电缆连接器等元件。从频域看信道可以简化为一个低通滤波器(LPF)模型如果SerDes的速率大于信道(channel)的截止频率就会一定程度上损伤(distort)信号。均衡器的作用就是补偿信道对信号的损伤。前面我们讲怎么在信道上补偿现在我们关注芯片端怎么进行补偿我们主要关注这两个均衡器FFE,DFEFFE:Feed forward equalizers发送端的equalizer也称作加重器(emphasis)。加重(Emphasis)分为去加重(de-emphasis)和预加重(pre-emphasis)。发送侧均衡器设计为一个高通滤波器(HPF),大致为信道频响H(f)的反函数H-1(f)FFE的目标是让到达接收端的信号为一个干净的信号。FFE的实现方式有很多一个典型的例子如图2.5所示。类似于频率补偿的做法在传输线的损耗中我们提到了高频部分的损耗相对于低平大得多所以就会导致信号在边沿上的畸变。所以要还原波形我们有两种做法第一是增强高频分量二是相对减小低频分量。所以我们可以调整抽头系数进行两个操作去加重(de-emphasis)和预加重(pre-emphasis)。实际上为了保持总体能量稳定我们还会在抽头系数上限制这里我画的是NRZ编码实际还会有PAM4等还会有针对特定码型的操作我就不多说了。去加重(de-emphasis)针对低频分量我们会在几个1后对电平适当拉低来减小低频分量预加重(pre-emphasis)加快边沿跳变的速度加强高频分量DFE:Decision Feedback Equalizer对于高速(5Gbps)SerDes由于信号的抖动(如ISI相关的确定性抖动)可能会超过或接近一个符号间隔(UI, Unit Interval), 单单使用线性均衡器不再适用。线性均衡器对噪声和信号一起放大并没有改善SNR或者说BER。SNR信噪比BER误码率对于高速SerDes采用一种称作DFE (Decision Feedback Equalizer裁决反馈均衡器)的非线性均衡器。DFE通过跟踪过去多个UI的数据(history bits)来预测当前bit的采样门限。DFE只对信号放大不对噪声放大可以有效改善SNR。DFE原理如下图所示左图是采集的二进制010的波形由于信道的影响导致高电平之后的一段时间内信号并不能马上衰减为0DFE会把0.223、0.073这些值直接变为0结果如右侧图形。DFE是通过检测前面波形状态来补偿后续波形导致其不能对前面的波形进行补偿。因此DFE能够消除Post-Cursor导致的码间串扰不能消除Pre-Cursor导致的码间串扰问题可以和接收端的FFE配合使用来移除Pre-Cursor带来的码间串扰问题。一般在事件中我们设置完FFE,TX参数后设置码流DFE自适应查看误码率。就能得到对应TX参数的误码率选取最优的参数。由此完成了芯片端对于信号的补偿处理。高速信号的眼图、加重、均衡_判决反馈均衡器-CSDN博客这篇也不错大家可以看看

相关新闻

最新新闻

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现

SerenityOS 命令行选项解析指南:getopt 与 getopt_long 用法、返回值与底层实现 【免费下载链接】serenity The Serenity Operating System 🐞 项目地址: https://gitcode.com/GitHub_Trending/se/serenity 导读 本文以 getopt(3) 手册 为核心&a…

2026/10/6 14:10:51
轻量服务器还是ECS?大促云服务器选购与避坑实战指南

轻量服务器还是ECS?大促云服务器选购与避坑实战指南

每年大促节点,群里永远有人在问同一个问题:“38元的轻量服务器到底怎么抢?为什么我每次点进去都是已售罄?68元直购和99元的ECS我到底选哪个?”作为一个常年帮团队和自己采购云服务器的老用户,我太清楚这种纠…

2026/10/6 12:50:27
为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南

为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南

为 AI 代理的 Review 动作编写 Cedar 审批门控策略:review-agent-governance 策略编写实战指南 【免费下载链接】agents Multi-harness agentic plugin marketplace for Claude Code, Codex, Cursor, OpenCode, GitHub Copilot, and Google Antigravity 项目地址:…

2026/10/5 19:39:38
PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署

PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署

PaddleOCR 手写数学公式识别算法 CAN 实战指南:Counting-Aware Network 训练、评估与推理部署 【免费下载链接】PaddleOCR Turn any PDF or image document into structured data for your AI. A powerful, lightweight OCR toolkit that bridges the gap between i…

2026/10/5 16:06:34
Spring源码解析:构造器注入的类型转换与候选匹配机制

Spring源码解析:构造器注入的类型转换与候选匹配机制

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/6 12:44:38
openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由

openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由

openai-agents-python 多模型接入指南:深入解析 AnyLLMModel 适配层与 any-llm 路由 【免费下载链接】openai-agents-python A lightweight, powerful framework for multi-agent workflows 项目地址: https://gitcode.com/GitHub_Trending/op/openai-agents-pyth…

2026/10/6 12:38:14

日新闻

周新闻

月新闻