Документация

Setup Модели DDR5 Tx/Rx IBIS-AMI в Приложении SerDes Designer

Первая часть этого примера запускает с модели передатчика контроллера DDR5 от Диспетчера DDR5 Модель Transmitter/Receiver IBIS-AMI и получатель SDRAM модель AMI из Модели DDR5 SDRAM Transmitter/Receiver IBIS-AMI. Добавьте несколько дополнительных блоков передачи, чтобы поддержать коммуникацию обходной канала информации и экспортировать модель в Simulink® для дальнейшей индивидуальной настройки.

Откройте модель DDR5_Write_txrx_ami путем ввода следующей команды в командном окне MATLAB®:

>> serdesDesigner('DDR5_Write_txrx_ami')

Для транзакции записи передатчик (Tx) является контроллером DDR5, использующим канал прямую эквализацию (FFE) с 3 касаниями, в то время как получатель (Rx) использует переменный усилитель усиления (VGA) с 7 предопределенными настройками и эквалайзер обратной связи решения (DFE) с 4 касаниями со встроенным восстановлением данных часов. Чтобы поддержать эту настройку, Система SerDes настраивается можно следующим образом:

Setup настройки

Setup модели передатчика

Setup модели канала

Setup модели получателя

Экспортируйте систему SerDes в Simulink

Нажмите на кнопку Export, чтобы экспортировать настройку в Simulink для дальнейшей индивидуальной настройки и генерации исполняемых файлов модели AMI.

Setup Модели DDR5 Tx/Rx IBIS-AMI в Simulink

Эта часть примера берет систему SerDes, экспортируемую приложением SerDes Designer, и настраивает его как требуется для работы обходной канала информации DDR5 в Simulink.

Рассмотрите Setup модели Simulink

Система SerDes, импортированная в Simulink, состоит из Настройки, Стимула, Tx, Analog Channel и блоков Rx. Все настройки из приложения SerDes Designer передаются модели Simulink. Сохраните модель и рассмотрите каждую настройку блока.

Обновите передатчик (Tx) параметры AMI

Откройте вкладку AMI-Tx в менеджере SerDes IBIS-AMI диалоговое окно. Зарезервированные параметры перечислены сначала сопровождаемые параметрами модели специфичными, придерживающимися формата типичного файла AMI.

Создайте новый обходной канал информации Tx параметры AMI

Чтобы поддержать работу обходной канала информации, дополнительные параметры управления необходимы. Во вкладке AMI-Tx в менеджере SerDes IBIS-AMI диалоговое окно подсветите Tx_BCI и добавьте следующие 6 новых параметров:

Обновите получатель (Rx) параметры AMI

На вкладке AMI-Rx в менеджере SerDes IBIS-AMI диалоговое окно зарезервированные параметры перечислены сначала сопровождаемые параметрами модели специфичными, придерживающимися формата типичного файла AMI.

Создайте новый обходной канал информации Rx параметры AMI

Чтобы поддержать работу обходной канала информации, дополнительные параметры управления необходимы. Во вкладке AMI-Rx в менеджере SerDes IBIS-AMI диалоговое окно подсветите Rx_BCI_Write и добавьте следующие новые параметры (Примечание: Rx_BCI_Read не требует никаких дополнительных параметров):

Запустите обновление Init

Чтобы распространить новые параметры AMI, запустите Обновление Init и на блоках Tx и на Rx.

Запустите модель

Запустите модель, чтобы симулировать систему SerDes и проверить, что текущая настройка скомпилировала и запустила без ошибок или предупреждений. Сгенерированы два графика. Первым является живой временной интервал (GetWave) глазковая диаграмма, которая обновляется, когда модель запускается. Второй график содержит четыре представления статистического (Init) результаты, как графики, доступные в Приложении SerDes Designer.

Предоставленные файлы

Три набора внешних файлов требуются, чтобы поддерживать обучение обходной канала информации. Генерация этих файлов выходит за рамки этого примера, таким образом, они включены в этот пример. Загрузите эти файлы на каталог модели (местоположение Simulink .slx файл) прежде, чем запустить полную систему SerDes или сгенерировать исполняемые файлы модели AMI.

Запишите в коммуникационные файлы обходной канала информации

Эти три файла используются, чтобы записать текущее состояние параметров обучения обходной канала информации и метрики (метрик) глаза к внешнему файлу для связи между моделями Tx и Rx AMI.

Читайте из коммуникационных файлов обходной канала информации

Эти три файла используются, чтобы считать текущее состояние параметров обучения обходной канала информации и метрики (метрик) глаза из внешнего файла для связи между моделями Tx и Rx AMI.

Запишите в файлы журнала обходной канала информации

Эти три файла используются, чтобы записать текущее состояние параметров обучения обходной канала информации и метрики (метрик) глаза после каждого учебного шага к файлу журнала для отладки.

Измените Tx FFE, чтобы включить внешнее управление значений Касания

Чтобы управлять весами касания Tx FFE от блока Tx_BCI, когда обучение обходной канала информации будет включено, замените FFEParameter. Блок TapWeights Constant с блоком DataStoreRead. Этот datastore позволяет значениям касания FFE изменяться во время симуляции и передаваться в и из каждого из блоков datapath.

В подсистеме Tx нажмите на блок FFE и введите Ctrl-U, чтобы посмотреть под маской блока FFE.

Добавьте блок Mux и определите номер входных параметров к 3, чтобы мультиплексировать эти три параметра в вектор для блока FFE.

Соедините выход блока Mux к входу TapWeights на FFE.

Итоговый блок FFE должен быть похожим на следующее:

Введите Ctrl-D, чтобы скомпилировать модель и проверить ошибки.

Измените DFECDR, чтобы вывести Демонстрационное Напряжение глаза

Чтобы определить качество данного набора значений эквализации во время обучения обходной канала информации, напряжение, которое производится CDR в центре глаза для каждого символа, будет использоваться. Это значение получено блоком DataStoreWrite так, чтобы его значение было доступно для других блоков управления BCI.

В подсистеме Rx нажмите на блок DFECDR и введите Ctrl-U, чтобы посмотреть под маской блока Rx DFECDR.

Откройте объект BusSelector

Добавьте, что блок DataStoreWrite пометил CDR sample Voltage

Соедините voltageSample выход BusSelector к входу нового блока DataStoreWrite.

Этот фрагмент блока DFECDR должен быть похожим на следующее:

Введите Ctrl-D, чтобы скомпилировать модель и проверить ошибки.

Измените DFECDR, чтобы заменить Режим, когда обучение будет включено

Во время обучения обходной канала информации и FFE и Режимы DFE должны быть установлены в "Фиксированный". Режим FFE был трудно закодирован к "Фиксированному". Простая функция MATLAB используется, чтобы позволить вам устанавливать Режим DFE, когда обучение не включено.

В подсистеме Rx нажмите на блок DFECDR и введите Ctrl-U, чтобы посмотреть под маской блока Rx DFECDR.

Удалите связь между блоком DFECDRMode и DFECDR.

Добавьте новый блок MATLAB function и установите метку на DFEModeSelect. Этот функциональный блок читает значения BCI_State и DFE.Mode и обеспечивает Режим DFE к 1 (Фиксированный), когда обучение включено или завершено. Скопировать/вставить следующий код в блок MATLAB function DFEModeSelect, заменяя содержимое по умолчанию.

function Mode = DFEModeSelect(DFEModeIn, BCI_State_In)

if BCI_State_In == 1  % Training is Off
    Mode = DFEModeIn;
else
    Mode = 1;         % Force DFE Mode to Fixed for all other Training states
end

Добавьте, что блок DataStoreRead пометил Rx_BCI_Write_BCI_State_In, таким образом, значение BCI_State может быть подано в блок MATLAB function.

Обеспечьте электричеством эти новые блоки как показано. Итоговый блок DFECDR должен быть похожим на следующее:

Введите Ctrl-D, чтобы скомпилировать модель и проверить ошибки.

Настройте Пользовательский код Tx Init

Tx Инициализируют функцию, используется, чтобы настроить модель Tx AMI для рабочего обучения обходной канала информации во время анализа GetWave. Это создает коммуникацию обходной канала информации и файлы журнала, настраивает различные параметры и заменяет любые определяемые пользователем значения касания FFE.

В подсистеме Tx введите Ctrl-U, чтобы посмотреть под маской для блока Init, затем дважды щелкнуть по инициализировать блоку, чтобы открыть Инициализировать Функцию.

Дважды щелкните по impulseEqualization блоку MATLAB function, чтобы открыть функцию в MATLAB. Это - автоматически сгенерированная функция, которая обеспечивает обработку импульсной характеристики системного блока SerDes (AMI-Init IBIS). %% BEGIN: и % END: линии обозначают раздел, где пользовательский пользовательский код может быть введен. Данные в этом разделе не перезаписываются, когда Обновление Init запущено:

%% BEGIN: Custom user code area (retained when 'Refresh Init' button is pressed)
Tx_BCIBCI_State = Tx_BCIParameter.BCI_State; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tap0 = Tx_BCIParameter.FFE_Tap0; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tap1 = Tx_BCIParameter.FFE_Tap1; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tapm1 = Tx_BCIParameter.FFE_Tapm1; % User added AMI parameter from SerDes IBIS-AMI Manager

% END: Custom user code area (retained when 'Refresh Init' button is pressed)

Используйте эту пользовательскую пользовательскую область кода, чтобы инициализировать параметры обходной канала информации, написать первую запись в коммуникационном файле обходной канала информации "BCI_comm.csv" и создать файл журнала обходной канала информации "BCI_comm_log.csv". Чтобы добавить пользовательский код системы управления обходной канала информации, прокрутите вниз к пользовательской пользовательской области кода и Скопировать/вставить следующему коду:

Tx_BCIBCI_State = Tx_BCIParameter.BCI_State; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tap0 = Tx_BCIParameter.FFE_Tap0; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tap1 = Tx_BCIParameter.FFE_Tap1; % User added AMI parameter from SerDes IBIS-AMI Manager
Tx_BCIFFE_Tapm1 = Tx_BCIParameter.FFE_Tapm1; % User added AMI parameter from SerDes IBIS-AMI Manager

%% Set up for GetWave back-channel operation
if Tx_BCIBCI_State == 2 % Training enabled
    bciWrFile = 'BCI_comm.csv'; %% Tx/Rx back-channel communication file
    Protocol = ['DDR5' 0];      %% Null terminate string to keep fprintf happy in C++
    State = ['Training' 0];     %% Null terminate string to keep fprintf happy in C++
    Sequence = 1;               %% Initialize sequence counter
    EyeHeight = 0.0;            %% Initialize training metric
    % Publish Tx capabilities
    numFFEtaps = 3;
    FFEtaps = [0.0, 1.0, 0.0];
    FFEInit.TapWeights = [0.0, 1.0, 0.0];
    % Initialize Rx capabilities (actual values set by Rx)
    numDFEtaps = 1;
    DFEtaps = 0.0000;
    
    % Create new file for back-channel communication
    writeBCIfile(bciWrFile, 'w', Protocol, numDFEtaps, numFFEtaps, DFEtaps, FFEtaps, Sequence, State, EyeHeight)

    % Create new BCI_ID_log.csv file (for back-channel history)
    logFileName = 'BCI_comm_log.csv';
    writeBCIhistory(logFileName, 'Tx', 'Init', 0, Tx_BCIBCI_State, numDFEtaps, numFFEtaps, DFEtaps, FFEtaps, Sequence, EyeHeight)
    
end

Чтобы протестировать это, новый пользовательский код работает правильно, запустите модель, проверьте, что новая коммуникация обходной канала информации (BCI_comm.csv) и регистрирует файлы (BCI_comm_log.csv), были созданы и что значения в файлах совпадают с набором значений выше.

Настройте Пользовательский код Rx Init

Rx Инициализируют функцию, используется, чтобы настроить модель Rx AMI для рабочего обучения обходной канала информации во время анализа GetWave. Это читает в коммуникационном файле обходной канала информации и затем обновляет файл с конфигурационной информацией Rx (количество касаний DFE и значений касания DFE). Это также обновляет файл журнала.

В Ctrl-U типа подсистемы Rx, чтобы посмотреть под маской для блока Init, затем дважды щелкните по инициализировать блоку, чтобы открыть Инициализировать Функцию.

Дважды кликните на impulseEqualization блоке MATLAB function, чтобы открыть функцию в MATLAB. Это - автоматически сгенерированная функция, которая обеспечивает обработку импульсной характеристики системного блока SerDes (AMI-Init IBIS). %% BEGIN: и % END: линии обозначают раздел, где пользовательский пользовательский код может быть введен. Данные в этом разделе не перезаписываются, когда Обновление Init запущено:

%% BEGIN: Custom user code area (retained when 'Refresh Init' button is pressed)
Rx_BCI_WritesampleVoltage = Rx_BCI_WriteParameter.sampleVoltage; % User added AMI parameter from SerDes IBIS-AMI Manager
Rx_BCI_WriteBCI_State = Rx_BCI_WriteParameter.BCI_State; % User added AMI parameter from SerDes IBIS-AMI Manager

% END: Custom user code area (retained when 'Refresh Init' button is pressed)

Используйте эту пользовательскую пользовательскую область кода, чтобы считать настройку из Tx, инициализировать дополнительные параметры обходной канала информации, требуемые Rx, написать следующую запись в коммуникационном файле обходной канала информации "BCI_comm.csv" и добавить к файлу журнала обходной канала информации "BCI_comm_log.csv". Чтобы добавить пользовательский код системы управления обходной канала информации, прокрутите вниз пользовательскую пользовательскую область кода и Скопировать/вставить следующий код:

Rx_BCI_WritesampleVoltage = Rx_BCI_WriteParameter.sampleVoltage; % User added AMI parameter from SerDes IBIS-AMI Manager
Rx_BCI_WriteBCI_State = Rx_BCI_WriteParameter.BCI_State; % User added AMI parameter from SerDes IBIS-AMI Manager

%% Set up for GetWave back-channel operation
if Rx_BCI_WriteBCI_State == 2 % Training enabled
    %% Read from back-channel communication file to get setup from Tx
    bciRdFile = 'BCI_comm.csv';
    [Protocol, ~, numFFEtaps, ~, FFEtaps, Sequence, State, EyeHeight] = readBCIfile(bciRdFile);

    %% Write Rx setup to back-channel communication file.
    bciWrFile = 'BCI_comm.csv';
    Sequence = Sequence + 1;   %% Initialize sequence counter
    % Publish Rx capabilities
    numDFEtaps = 4;
    DFEtaps = [0.0000, 0.0000, 0.0000, 0.0000];
    
    writeBCIfile(bciWrFile, 'w', Protocol, numDFEtaps, numFFEtaps, DFEtaps, FFEtaps, Sequence, State, EyeHeight)
    
    % Write to log file
    logFileName = 'BCI_comm_log.csv';
    writeBCIhistory(logFileName, 'Rx', 'Init', 0, Rx_BCI_WriteBCI_State, numDFEtaps, numFFEtaps, DFEtaps, FFEtaps, Sequence, EyeHeight)
    
    % Force DFE Mode to Fixed when training is enabled.
    DFECDRInit.Mode = 1;
    
end

Чтобы протестировать это, новый пользовательский код работает правильно, запустите модель, проверьте, что коммуникация обходной канала информации (BCI_comm.csv) и регистрирует файлы (BCI_comm_log.csv), были созданы и что значения в файлах совпадают с набором значений выше.

Настройте блок передачи Tx Tx_BCI

Блок Tx_BCI используется, чтобы управлять целым процессом обучения обходной канала информации. Первый раз через него инициализирует все параметры Tx и Rx, которые будут оптимизированы во время обучения. После каждого обучения обходной канала информации циклически повторяются, этот блок считает текущую метрику глаза, предоставленную Rx, сохранит это значение, затем обновит параметры Tx и Rx для следующей передачи. Когда обучение будет завершено, этот блок будет сигнализировать о завершении обучения, устанавливать все параметры Tx и Rx на их оптимальные значения и затем возвращать модели в регулярную операцию.

Первый шаг должен настроить блок Tx_BCI для работы обходной канала информации. Блок MATLAB function, который управляет операцией блока Tx_BCI, записан позже в этом примере.

Посмотрите под маской в блоке Tx_BCI.

Удалите системный объект Передачи, поскольку он не используется. Обязательно соедините Inport с Выходным портом.

Добавьте, что блок Constant пометил FFETapWeights и установленный постоянное значение к FFEParameter.TapWeights.

Добавьте, что блок DataStoreRead пометил TxBCIStateIn

Добавьте, что блок DataStoreWrite пометил BCIFFETapWeightsOut

Добавьте, что блок DataStoreWrite пометил TxBCIStateOut

Добавьте блок Demux и определите номер выходных параметров к 3, чтобы демультиплексировать tapWeightsOut вектор в три отдельных сигнала.

Добавьте новый блок MATLAB function и установите метку на Counter. Эта функция MATLAB возвращает количество общего количества выборок, обработанных моделью и получившимся количеством пользовательского интерфейса. Откройте этот новый блок MATLAB function затем Скопировать/вставить следующий код, заменив содержимое по умолчанию.

function [sampCount, uiCount] = counter(SymbolTime, SampleInterval)

% Calculate Samples Per Bit
sampBit = round(SymbolTime/SampleInterval);

% Set up persistant variables
persistent x y
if isempty(x)
    x = int32(1);
    y = int32(1);
else
    x = x + 1;
end

% Start counting by UI
if mod(x,sampBit) == 0
    y = y + 1;
end

% Output results
sampCount = x;
uiCount   = y;

Значения для двух из входных параметров к этой функции, SymbolTime и SampleInterval, наследованы от Рабочего пространства модели и поэтому не должны обнаруживаться как узлы на блоке MATLAB function. Удалить эти узлы из блока MATLAB function:

Тип данных для выходных параметров этой функции, sampCount и uiCount, собирается Наследоваться по умолчанию. Поскольку этот функциональный блок создает стоимость для этих двух параметров, их Тип данных должен быть явным образом задан вместо решительного на основе эвристики. Явным образом задавать Типы данных для этих двух параметров:

Добавьте другой новый блок MATLAB function и установите метку на txBackChannel. Этот блок MATLAB function используется, чтобы управлять процессом обучения обходной канала информации. Содержимое этой функции покрыто позже в этом примере. Однако, чтобы завершить связи блока Tx_BCI необходимо отобразить все правильные узлы. Включить это:

function [tapWeightsOut, BCIStateOut] = txBCtraining(tapWeightsIn, BCIStateIn, sampleCounter, uiCounter, SymbolTime, SampleInterval)

Значения для двух из входных параметров к этой функции, SymbolTime и SampleInterval, наследованы от Рабочего пространства модели и поэтому не должны обнаруживаться как узлы на блоке MATLAB function. Удалить эти узлы из блока MATLAB function:

Соедините все вместе как показано ниже:

Настройте блок Rx Rx_BCI_Read

Блок Rx_BCI_Read используется, чтобы считать значения параметров Rx, которые требует блок Tx_BCI и установить те значения для следующего цикла обучения обходной канала информации. Если блоки-сигналы Tx_BCI, что обучение завершено, этот блок, устанавливают окончательные значения, которые будут использоваться в остатке от симуляции.

Первый шаг должен настроить блок Rx_BCI_Read для работы обходной канала информации. Блок MATLAB function, который управляет операцией блока Rx_BCI_Read, записан позже в примере.

Посмотрите под маской в блоке Rx_BCI_Read.

Удалите системный объект Передачи, поскольку он не будет использоваться. Обязательно соедините Inport с Выходным портом.

Добавьте, что блок DataStoreRead пометил DFECDRTapWeightsIn

Добавьте, что блок DataStoreRead пометил RxBCIStateIn

Добавьте, что блок DataStoreWrite пометил RxBCIStateOut

Добавьте, что блок DataStoreWrite пометил DFECDRTapWeightsOut

Скопируйте Встречный блок MATLAB function с блока Tx Tx_BCI в этот блок.

Добавьте новый блок MATLAB function и установите метку на rxBackChannelRead. Этот блок MATLAB function используется, чтобы управлять процессом обучения обходной канала информации. Содержимое этой функции покрыто позже в этом примере. Однако, чтобы завершить связи блока Rx_BCI_Read необходимо отобразить все правильные узлы. Включить это:

function [BCIStateOut, tapWeightsOut] = rxBCtrainingRead(tapWeightsIn, BCIStateIn, sampleCounter, uiCounter, SymbolTime, SampleInterval)

Значения для двух из входных параметров к этой функции, SymbolTime и SampleInterval, наследованы от Рабочего пространства модели и поэтому не должны обнаруживаться как узлы на блоке MATLAB function. Удалить эти узлы из блока MATLAB function:

Соедините все вместе как показано ниже:

Настройте блок Rx Rx_BCI_Write

Блок Rx_BCI_Write используется в конце каждого цикла обучения обходной канала информации, чтобы вычислить текущие метрики глаза и сообщить те метрики с блоком Tx_BCI для анализа.

Первый шаг должен настроить блок Rx_BCI_Write для работы обходной канала информации. Блок MATLAB function, который управляет операцией блока Rx_BCI_Write, записан позже в примере.

Посмотрите под маской в блоке Rx_BCI_Write.

Удалите системный объект Передачи, поскольку он не используется. Обязательно соедините Inport с Выходным портом.

Добавьте, что блок DataStoreRead пометил CDRSampleVoltageIn.

Добавьте, что блок DataStoreRead пометил DFECDRTapWeightsIn.

Добавьте блок DataStoreRead labeled RxBCIStateIn

Добавьте, что блок DataStoreWrite пометил RxBCIStateOut

Скопируйте Встречный блок MATLAB function с блока Tx Tx_BCI в этот блок.

Добавьте новый блок MATLAB function и установите метку на rxBackChannelWrite. Этот блок MATLAB function используется, чтобы управлять процессом обучения обходной канала информации. Содержимое этой функции покрыто позже в этом примере. Однако, чтобы завершить связи блока Rx_BCI_Write необходимо отобразить все правильные узлы. Включить это:

function BCIStateOut = rxBCtrainingWrite(sampleV, tapWeightsIn, BCIStateIn, sampleCounter, uiCounter, SymbolTime, SampleInterval)

Значения для двух из входных параметров к этой функции, SymbolTime и SampleInterval, наследованы от Рабочего пространства модели и поэтому не должны обнаруживаться как узлы на блоке MATLAB function. Удалить эти узлы из блока MATLAB function:

Соедините все вместе как показано ниже:

Отредактируйте txBCtraining блок MATLAB function

Блок Tx_BCI используется, чтобы управлять целым процессом обучения обходной канала информации. Первый раз через него инициализирует все параметры Tx и Rx, которые будут оптимизированы во время обучения. После каждого цикла обучения обходной канала информации этот блок читает текущую метрику глаза, предоставленную Rx, хранит это значение, затем обновляет параметры Tx и Rx для следующей передачи. Когда обучение завершено это завершение блоков-сигналов обучения, устанавливает все параметры Tx и Rx на их оптимальные значения и затем возвращает модели в регулярную операцию.

Блок Tx_BCI был настроен для работы обходной канала информации ранее в этом примере. Теперь создайте блок MATLAB function в основе блока Tx_BCI. Этот блок MATLAB function, который был помечен txBackChannel, управляет целым процессом обучения обходной канала информации. Шаги, вовлеченные в этот процесс, следующие:

Следующие разделы обходят вас через код, используемый в txBackChannel блоке MATLAB function. В блоке Tx нажмите на блок передачи Tx_BCI и введите Ctrl-U, чтобы продвинуть в блок передачи Tx_BCI, настроенный ранее. Дважды кликните на txBackChannel блоке MATLAB function, затем Скопировать/вставить код, описанный в следующих разделах.

Задайте функциональную подпись

Функциональная подпись для блока txBCtraining имеет 6 входных параметров и 2 выходных параметров. Входные параметры:

Существует два выходных параметров:

Функциональная подпись вводилась, первоначально создавание блока MATLAB function и так уже присутствует.

Инициализируйте параметры и переменные

Этот раздел настраивает эти три константы, необходимые для вычисления размера цикла обучения обходной канала информации:

В дополнение к постоянным значениям этот раздел настраивает 11 персистентных переменных, используемых этой функцией. Персистентные переменные сохраняют свои значения между каждым вызовом этой функции MATLAB. 11 персистентных переменных:

Инициализировать эти параметры и переменные, Скопировать/вставить следующий код в txBackChannel блок MATLAB function:

%% Setup
sampBit = round(SymbolTime/SampleInterval);  %% Calculate Samples Per Bit
messageInterval = 256;                       %% Length (in UI) of back-channel training cycle iteration (~2 PRBS7 iterations)
BCIwait = 512;                               %% Delay time (in UI) before starting training(~4 PRBS7 iterations)

%% Read BCI file to determine training values
% Make variables available between time steps
persistent Protocol numDFEtaps numFFEtaps DFEtaps FFEtaps Sequence State EyeHeight step indx metric

% Initialize variable initial conditions
if isempty(Protocol)
    Protocol = 'Defaults';
end
if isempty(numDFEtaps)
    numDFEtaps = 4;
end
if isempty(numFFEtaps)
    numFFEtaps = 3;
end
if isempty(DFEtaps)
    DFEtaps = [0.000,0.000,0.000,0.000];
end
if isempty(FFEtaps)
    FFEtaps = [0.000,1.000,0.000];
end
if isempty(Sequence)
    Sequence = 1;
end
if isempty(State)
    State = 'Testing';
end
if isempty(EyeHeight)
    EyeHeight = 0.000;
end
if isempty(step)
    step = 1;
end
if isempty(indx)
    indx = 1;
end
if isempty(metric)
    metric = zeros(50,1);
end

Задайте развернутые параметры

Учебный алгоритм, реализованный в этом примере, развертывает пред и сообщение значения касания FFE и все 4 из касаний DFE индивидуально, затем выбирает оптимальное значение для каждого касания. Восемь параметров используются, чтобы задать области значений для каждого из касаний и размера шага, который будет использоваться во время обучения:

Задавать все параметры, которые будут развернуты во время обучения, Скопировать/вставить следующий код в txBackChannel блок MATLAB function:

% Define parameter step sizes
ffeTapStep = -0.050;
dfeTapStep = 0.010;

% Map ranges to register values
regFFEtapm1 = ( 0.000:ffeTapStep:-0.300);
regFFEtap1  = ( 0.000:ffeTapStep:-0.300);
regDFEtap1  = (-0.200:dfeTapStep: 0.050);
regDFEtap2  = (-0.075:dfeTapStep: 0.075);
regDFEtap3  = (-0.060:dfeTapStep: 0.060);
regDFEtap4  = (-0.045:dfeTapStep: 0.045);

Первый вызов GetWave

Когда обучение включено, самый первый вызов этой функции MATLAB должен считать коммуникационный файл обходной канала информации, записанный во время Init, чтобы определить полную поддержку моделей Tx и Rx. Этот раздел также настраивает начальные значения, которые будут использоваться в первом цикле обучения обходной канала информации. Наконец, все эти значения записаны в коммуникационный файл журнала обходной канала информации.

Реализовывать первый вызов GetWave, Скопировать/вставить следующий код в txBackChannel блок MATLAB function:

%% First Tx GetWave Call (Sequence=3)
if sampleCounter == 1 && BCIStateIn == 2 % Training enabled
    % Read back-channel communication file to get current settings
    bciRdFile = 'BCI_comm.csv';
    [~, numDFEtaps, numFFEtaps, ~, ~, Sequence, ~, EyeHeight] = readBCIfile(bciRdFile);

    % Decide what to do first
    % Tx Params
    FFEtaps = [0.000,1.000,0.000];
    % Rx Params
    DFEtaps = [0.0000, 0.0000, 0.0000, 0.0000];
    
    % Write back-channel communication file with first pass settings for Rx
    bciWrFile = 'BCI_comm.csv';
    Protocol = ['DDR5' 0];   %% Null terminate string to keep fprintf happy in C++
    State = ['Training' 0];  %% Null terminate string to keep fprintf happy in C++
    Sequence = Sequence + 1;
    writeBCIfile(bciWrFile, 'w', Protocol, numel(DFEtaps), numel(FFEtaps), DFEtaps, FFEtaps, Sequence, State, EyeHeight)
    
    % Write to log file
    logFileName = 'BCI_comm_log.csv';
    writeBCIhistory(logFileName, 'Tx', 'GetW', sampleCounter, BCIStateIn, numel(DFEtaps), numel(FFEtaps), DFEtaps, FFEtaps, Sequence, EyeHeight)
end

Алгоритм обучения обходной канала информации

Когда обучение включено после ожидания количества пользовательского интерфейса, как задано постоянным BCIwait, алгоритм обучения обходной канала информации называется каждым учебным блоком, как задано messageInterval константой. Сначала текущие метрики, о которых сообщает Rx, читаются, затем те результаты записаны в коммуникационный файл журнала обходной канала информации. Учебный алгоритм использует следующие шаги:

Реализовывать алгоритм обучения обходной канала информации, Скопировать/вставить следующий код в txBackChannel блок MATLAB function:

%% Each subsequent BCI Block (Sequence=5,7,9,11...)
if  uiCounter > BCIwait + 2 && mod(sampleCounter - 1, (messageInterval * sampBit)) == 0 && BCIStateIn == 2 % Training enabled
    % Read setup used for previous 16 GetWaveblocks from back-channel communication file
    bciRdFile = 'BCI_comm.csv';
    [~, ~, ~, ~, ~, Sequence, ~, EyeHeight] = readBCIfile(bciRdFile);
    
    % Write current results to log file
    Sequence = Sequence + 1;
    logFileName = 'BCI_comm_log.csv';
    writeBCIhistory(logFileName, 'Tx', 'GetW', sampleCounter, BCIStateIn, numel(DFEtaps), numel(FFEtaps), DFEtaps, FFEtaps, Sequence, EyeHeight)
    if indx ~= 1
        % Store current metrics
        metric(indx - 1) = EyeHeight;
    end
    
    % Decide what to do next
    switch step
        case 1  % Step 1: Determine best value for FFE tap -1
            State = ['Training' 0];  %% Null terminate string to keep fprintf happy in C++
            if indx <= length(regFFEtapm1)
                % Set values for next iteration
                FFEtaps(1) = regFFEtapm1(indx);
                FFEtaps(3) = 0.0;
                FFEtaps(2) = 1 - abs(FFEtaps(1)) - abs(FFEtaps(3));
                indx = indx + 1;
            elseif indx == length(regFFEtapm1) + 1
                % Set best metric
                [~, jj] = max(metric);
                FFEtaps(1) = regFFEtapm1(jj);
                FFEtaps(3) = 0.0;
                FFEtaps(2) = 1 - abs(FFEtaps(1)) - abs(FFEtaps(3));

                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 2  % Step 2: Determine best value for FFE tap 1
            State = ['Training' 0];
            if indx <= length(regFFEtap1)
                % Set values for next iteration
                %FFEtaps(1) = 0.0;   %% Use value from step 1
                FFEtaps(3) = regFFEtap1(indx);
                FFEtaps(2) = 1 - abs(FFEtaps(1)) - abs(FFEtaps(3));
                indx = indx + 1;
            elseif indx == length(regFFEtap1) + 1
                % Set best metric
                [~, jj] = max(metric);
                FFEtaps(3) = regFFEtap1(jj);
                FFEtaps(2) = 1 - abs(FFEtaps(1)) - abs(FFEtaps(3));

                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 3  % Step 3: Determine best value for DFE tap 1
            State = ['Training' 0];
            if indx <= length(regDFEtap1)
                % Set values for next iteration
                DFEtaps = [regDFEtap1(indx), 0.0000, 0.0000, 0.0000];
                indx = indx + 1;
            elseif indx == length(regDFEtap1) + 1
                % Set best metric
                [~, jj] = max(metric);
                DFEtaps = [regDFEtap1(jj), 0.0000, 0.0000, 0.0000];
                
                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 4  % Step 4: Determine best value for DFE tap 2
            State = ['Training' 0];
            if indx <= length(regDFEtap2)
                % Set values for next iteration
                DFEtaps(2:4) = [regDFEtap2(indx), 0.0000, 0.0000];
                indx = indx + 1;
            elseif indx == length(regDFEtap2) + 1
                % Set best metric
                [~, jj] = max(metric);
                DFEtaps(2:4) = [regDFEtap2(jj), 0.0000, 0.0000];
                
                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 5  % Step 5: Determine best value for DFE tap 3
            State = ['Training' 0];
            if indx <= length(regDFEtap3)
                % Set values for next iteration
                DFEtaps(3:4) = [regDFEtap3(indx), 0.0000];
                indx = indx + 1;
            elseif indx == length(regDFEtap3) + 1
                % Set best metric
                [~, jj] = max(metric);
                DFEtaps(3:4) = [regDFEtap3(jj), 0.0000];
                
                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 6  % Step 6: Determine best value for DFE tap 4
            State = ['Training' 0];
            if indx <= length(regDFEtap4)
                % Set values for next iteration
                DFEtaps(4) = regDFEtap4(indx);
                indx = indx + 1;
            elseif indx == length(regDFEtap4) + 1
                % Set best metric
                [~, jj] = max(metric);
                DFEtaps(4) = regDFEtap4(jj);
                
                % Done. Set up for next step
                metric = zeros(50,1);
                step = step + 1;
                indx = 1;
            end
        case 7  % Step 7: Training is complete
            State = ['Converged' 0];
            % Write final entry in log file
            logFileName = 'BCI_comm_log.csv';
            Sequence = Sequence + 1;
            writeBCIhistory(logFileName, 'Tx', 'GetW', sampleCounter, 3, numel(DFEtaps), numel(FFEtaps), DFEtaps, FFEtaps, Sequence, EyeHeight)
        otherwise
            State = ['Error' 0];
    end
    
    % Write to back-channel communication file with next pass settings for Rx
    bciWrFile = 'BCI_comm.csv';
    Protocol = ['DDR5' 0];   %% Null terminate string to keep fprintf happy in C++
    writeBCIfile(bciWrFile, 'w', Protocol, numel(DFEtaps), numel(FFEtaps), DFEtaps, FFEtaps, Sequence, State, EyeHeight)

end

Установите учебное состояние и значения выходного параметра

Последняя вещь, в которой должна выполнить эта функция MATLAB, состоит в том, чтобы обновить состояние для Хранилища данных BCI_State и обновить значения касания FFE массивов.

Установить учебные и выходные значения состояния, Скопировать/вставить следующий код в txBackChannel блок MATLAB function:

%% Set back-channel state
if strcmpi(State,'Off') || strcmpi(State,['Off' 0])
    BCIStateOut = 1;
elseif strcmpi(State,'Training') || strcmpi(State,['Training' 0])
    BCIStateOut = 2;
elseif strcmpi(State,'Converged') || strcmpi(State,['Converged' 0])
    BCIStateOut = 3;
elseif strcmpi(State,'Failed') || strcmpi(State,['Failed' 0])
    BCIStateOut = 4;
else %Error
    BCIStateOut = 5;
end

%% Set output FFE values based on Training
if BCIStateOut == 2 || BCIStateOut == 3 % Training enabled/Converged
    tapWeightsOut = FFEtaps(1,1:3);
else  % Training Off/Failed/Error
    tapWeightsOut = tapWeightsIn;
end

Сохраните и закройте этот блок MATLAB function.

Отредактируйте rxBCtrainingRead блок MATLAB function

Блок Rx_BCI_Read используется, чтобы считать значения параметров Rx, которые требует блок Tx_BCI и установить их для следующего цикла обучения обходной канала информации. Если блоки-сигналы Tx_BCI, что обучение завершено, этот блок, устанавливают окончательные значения, которые будут использоваться Rx в остатке от симуляции.

Блок Rx_BCI_Read был настроен для работы обходной канала информации ранее в этом примере. Теперь создайте блок MATLAB function в центре блока Rx_BCI_Read. Этот блок MATLAB function, который был помечен rxBCtrainingRead, устанавливает значения Rx DFE, которые будут использоваться. Шаги, вовлеченные в этот процесс, следующие:

Следующие разделы обходят вас через код, используемый в rxBCtrainingRead блоке MATLAB function. В блоке Rx нажмите на блок передачи Rx_BCI_Read и введите Ctrl-U, чтобы продвинуть в блок передачи Rx_BCI_Read, настроенный ранее. Дважды щелкните по rxBCtrainingRead блоку MATLAB function, затем Скопировать/вставить код, описанный в следующих разделах.

Задайте функциональную подпись

Функциональная подпись для блока rxBCtrainingRead имеет 6 входных параметров и 2 выходных параметров. Входные параметры:

Существует два выходных параметров:

Функциональная подпись вводилась, первоначально создавание блока MATLAB function и так уже присутствует.

Инициализируйте параметры и переменные

Этот раздел настраивает эти три константы, необходимые для вычисления размера цикла обучения обходной канала информации:

В дополнение к постоянным значениям этот раздел настраивает 7 персистентных переменных, используемых этой функцией. Персистентные переменные сохраняют свои значения между каждым вызовом этой функции MATLAB. 7 персистентных переменных:

Инициализировать параметры и переменные, Скопировать/вставить следующий код в rxBCtrainingRead блок MATLAB function:

%% Setup
sampBit = round(SymbolTime/SampleInterval);  %% Calculate Samples Per Bit
messageInterval = 256;                       %% Length (in UI) of back-channel training cycle iteration (~2 PRBS7 iterations)
BCIwait = 512;                               %% Delay time (in UI) before starting training(~4 PRBS7 iterations)

% Make variables available between time steps
persistent Protocol numDFEtaps numFFEtaps DFEtaps FFEtaps Sequence State;

% Initialize variable initial conditions
if isempty(Protocol)
    Protocol = 'Defaults';
end
if isempty(numDFEtaps)
    numDFEtaps = 4;
end
if isempty(numFFEtaps)
    numFFEtaps = 3;
end
if isempty(DFEtaps)
    DFEtaps = tapWeightsIn;
end
if isempty(FFEtaps)
    FFEtaps = [0,0,0];
end
if isempty(Sequence)
    Sequence = 1;
end
if isempty(State)
    if BCIStateIn == 1     % Off
        State = ['Off' 0];
    elseif BCIStateIn == 2 % Training
        State = ['Training' 0];
    elseif BCIStateIn == 3 % Converged
        State = ['Converged' 0];
    elseif BCIStateIn == 4 % Failed
        State = ['Failed' 0];
    else  % Error
        State = ['Error' 0];
    end
end

Считайте значения касания DFE, которые будут использоваться

Когда обучение включено на самом первом вызове этой функции MATLAB и в начале каждого учебного блока, как задано messageInterval константой, коммуникационный файл обходной канала информации читается, чтобы определить обновленные значения касания DFE, которые будут использоваться в следующем учебном цикле.

Чтобы настроить DFE касаются значений, которые будут использоваться, Скопировать/вставить следующий код в rxBCtrainingRead блок MATLAB function:

%% First GetWave block of each BCI Block (Sequence=3,5,7,9,11,...)
% Read back-channel communication file to get current settings
if  (sampleCounter == 1 && BCIStateIn == 2) || ((uiCounter > BCIwait + 2 && mod(sampleCounter - 1, (messageInterval * sampBit)) == 0) && BCIStateIn == 2) % Training enabled
    bciRdFile = 'BCI_comm.csv';
    [Protocol, numDFEtaps, numFFEtaps, DFEtaps(1,1:4), FFEtaps, Sequence, State, ~] = readBCIfile(bciRdFile);
    
end

Установите учебное состояние и значения выходного параметра

Последняя вещь, в которой должен выполнить этот блок MATLAB function, состоит в том, чтобы обновить состояние для Хранилища данных BCI_State и обновить значения касания DFE массивов.

Установить и выходные значения состояния, Скопировать/вставить следующий код в rxBCtrainingRead блок MATLAB function:

%% Set back-channel state
if strcmpi(State,'Off') || strcmpi(State,['Off' 0])
    BCIStateOut = 1;
elseif strcmpi(State,'Training') || strcmpi(State,['Training' 0])
    BCIStateOut = 2;
elseif strcmpi(State,'Converged') || strcmpi(State,['Converged' 0])
    BCIStateOut = 3;
elseif strcmpi(State,'Failed') || strcmpi(State,['Failed' 0])
    BCIStateOut = 4;
else %Error
    BCIStateOut = 5;
end

%% Set output DFE values based on Training
if BCIStateOut == 2 % Training enabled
    tapWeightsOut = DFEtaps(1,1:4);
else
    tapWeightsOut = tapWeightsIn;
end

Сохраните и закройте этот блок MATLAB function.

Отредактируйте rxBCtrainingWrite блок MATLAB function

Блок Rx_BCI_Write используется в конце каждого цикла обучения обходной канала информации, чтобы вычислить текущие метрики глаза и сообщить те метрики с блоком Tx_BCI для анализа.

Блок Rx_BCI_Write был настроен для работы обходной канала информации ранее в этом примере. Теперь блок MATLAB function в центре блока Rx_BCI_Write будет создан. Этот блок MATLAB function, который мы пометили rxBCtrainingWrite, вычислит минимальную высоту глаза последних 127 битов и запишет те значения в коммуникационный файл обходной канала информации и файл журнала. Шаги, вовлеченные в этот процесс, следующие:

Следующие разделы будут идти через код, используемый в rxBCtrainingWrite блоке MATLAB function. В блоке Rx нажмите на блок передачи Rx_BCI_Write и введите Ctrl-U, чтобы продвинуть в блок передачи Rx_BCI_Write, настроенный ранее. Дважды кликните на rxBCtrainingWrite блоке MATLAB function, затем Скопировать/вставить код, описанный в следующих разделах.

Задайте функциональную подпись

Функциональная подпись для блока rxBCtrainingWrite имеет 7 входных параметров и 1 выход. Входные параметры:

Существует тот выход:

Функциональная подпись вводилась, первоначально создавание блока MATLAB function и так уже присутствует.

Инициализируйте параметры и переменные

Этот раздел настраивает эти четыре константы, необходимые для вычисления размера цикла обучения обходной канала информации:

В дополнение к постоянным значениям этот раздел настраивает 5 персистентных переменных, используемых этой функцией. Персистентные переменные сохраняют свои значения между каждым вызовом этой функции MATLAB. 5 персистентных переменных:

Инициализировать все параметры и переменные для этого блока, Скопировать/вставить следующий код в rxBCtrainingWrite блок MATLAB function:

%% Setup
sampBit = round(SymbolTime/SampleInterval);  %% Calculate Samples Per Bit
messageInterval = 256;                       %% Length (in UI) of back-channel training cycle iteration (~2 PRBS7 iterations)
BCIwait = 512;                               %% Delay time (in UI) before starting training(~4 PRBS7 iterations)
windowLength = 127;                          %% Length of window (in UI) used to calculate minimum eye height (1 PRBS7 iteration)

% Make variables available between time steps
persistent Protocol Sequence State EyeHeight vSamp

if isempty(State)
    if BCIStateIn == 1     % Off
        State = ['Off' 0];
    elseif BCIStateIn == 2 % Training
        State = ['Training' 0];
    elseif BCIStateIn == 3 % Converged
        State = ['Converged' 0];
    elseif BCIStateIn == 4 % Failed
        State = ['Failed' 0];
    else  % Error
        State = ['Error' 0];
    end
end

Вектор хранилища напряжений, о которых сообщают,

Этот раздел накапливает прокручивающийся вектор напряжений, которые будут использоваться в минимальном расчете высоты глаза. Примите, что эти напряжения симметричны вокруг 0V, таким образом, абсолютное значение используется.

Сохранить значения напряжения глаза отчета, Скопировать/вставить следующий код в rxBCtrainingWrite блок MATLAB function:

% Accumulate rolling vector of voltages for minimum eye height calculations
if isempty(vSamp)
    vSamp = zeros(1, windowLength * sampBit);
end
vSamp = circshift(vSamp, 1);
vSamp(1) = abs(sampleV);      % Assume symmetry and only use positive values

Вычислите минимальную высоту глаза и запишите в файл

Когда обучение включено после ожидания количества пользовательского интерфейса, как задано постоянным BCIwait, метрики обходной канала информации вычисляются в конце каждой учебной итерации, как задано messageInterval константой. Сначала настройка обходной канала информации читается из коммуникационного файла обходной канала информации, затем внутреннее значение высоты глаза вычисляется и результаты выход к коммуникационному файлу обходной канала информации и файлу журнала.

calcalate метрики глаза и запись к коммуникации регистрируют каждый цикл обходной канала информации, Скопировать/вставить следующий код в rxBCtrainingWrite блок MATLAB function:

%% Write current state and eye metrics at the end of each BCI block
if  uiCounter > BCIwait + 2 && mod(sampleCounter, (messageInterval * sampBit)) == 0 && BCIStateIn == 2 % Training enabled  (Sequence=4,6,8,10,12,...)

    % Read setup used for last 16 GetWaveblocks from back-channel communication file
    bciRdFile = 'BCI_comm.csv';
    [Protocol, ~, ~, ~, FFEtaps, Sequence, State, ~] = readBCIfile(bciRdFile);

    % Calculate inner eye height from sampled voltage:
    EyeHeight = min(vSamp) * 2;    % 2x since using absolute value.
    
    % Write new back-channel communication file with end of BCI-Block metrics
    bciWrFile = 'BCI_comm.csv';
    Sequence = Sequence + 1;
    writeBCIfile(bciWrFile, 'w', Protocol, numel(tapWeightsIn), numel(FFEtaps), tapWeightsIn, FFEtaps, Sequence, State, EyeHeight)
    %
    % Write to log file:
    logFileName = 'BCI_comm_log.csv';
    writeBCIhistory(logFileName, 'Rx', 'GetW', sampleCounter, BCIStateIn, numel(tapWeightsIn), numel(FFEtaps), tapWeightsIn, FFEtaps, Sequence, EyeHeight)

end

Установите учебное состояние

Последняя вещь, в которой должен выполнить этот блок MATLAB function, состоит в том, чтобы обновить состояние для Хранилища данных BCI_State.

Установить учебное состояние, Скопировать/вставить следующий код в rxBCtrainingRead блок MATLAB function:

%% Update State Out if State In changed
if BCIStateIn == 3     % Converged
    State = ['Converged' 0];
elseif BCIStateIn == 4 % Failed
    State = ['Failed' 0];
end

if strcmpi(State,'Off') || strcmpi(State,['Off' 0])
    BCIStateOut = 1;
elseif strcmpi(State,'Training') || strcmpi(State,['Training' 0])
    BCIStateOut = 2;
elseif strcmpi(State,'Converged') || strcmpi(State,['Converged' 0])
    BCIStateOut = 3;
elseif strcmpi(State,'Failed') || strcmpi(State,['Failed' 0])
    BCIStateOut = 4;
else %Error
    BCIStateOut = 5;
end

Сохраните и закройте этот блок MATLAB function.

В Simulink введите Ctrl-D, чтобы скомпилировать модель и проверить ошибки. Разрешите любые ошибки перед продолжением.

Запустите Модель и Проверьте результаты

Следующий шаг должен запустить модель и проверить, что код обходной канала информации действует правильно.

Настройте параметры симуляции

Прежде, чем запустить полную модель, откройтесь, блок Stimulus, чтобы установить шаблон стимула раньше тестировал модель:

Протестируйте соответствующий opereration моделей Tx и Rx

Запустите модель. В то время как модель запускается, будьте пунктуальны доменная форма волны, изменяющаяся, когда каждая из настроек касания развертывается. Когда симуляция завершена, коммуникационный файл обходной канала информации, BCI_comm.csv, должен выглядеть похожим на:

Protocol,DDR5,
numDFEtaps,4,
numFFEtaps,3,
DFEtaps,0.01000,-0.00500,-0.01000,-0.00500,
FFEtaps,0.00000,0.85000,-0.15000,
Sequence,176,
State,Converged,
EyeHeight,0.612739,

Откройте коммуникационный файл журнала обходной канала информации, BCI_comm_log.csv, в редакторе электронной таблицы. Каждая строка в файле журнала показывает Порядковый номер, который модель записала в файл (Tx или Rx), текущее Демонстрационное количество, BCI_State и вычислила Высоту Глаза. Последние 7 столбцов в журнале показывают текущий FFE и симулируемые значения касаний DFE. Наблюдайте, как Высота Глаза изменяется, когда каждое значение развертывается, и значение параметров, которое дает самую большую Высоту Глаза, установлено после каждой итерации. Обратите внимание на то, что значение FFE0 всегда вычисляется из значений FFE-1 и FFE1.

Сгенерируйте Модель DDR5 Tx/Rx IBIS-AMI

Итоговая часть этого примера берет индивидуально настраиваемую модель Simulink и генерирует IBIS-AMI совместимые исполняемые файлы модели DDR5, IBIS и файлы AMI.

Откройте диалоговое окно Block Parameter для Блока Configuration и нажмите на кнопку Open SerDes IBIS-AMI Manager.

Экспортируйте модели

На вкладке Export в менеджере SerDes IBIS/AMI диалоговое окно.

Обновите файлы AMI при желании

Tx и файлы AMI Rx, сгенерированные SerDes Toolbox, совместимы к спецификации IBIS 6.1, таким образом, весь обходной канал информации определенные параметры был помещен в раздел Model_Specific файла. Если вы хотите сделать модели совместимыми к спецификации IBIS 7.0, обновить AMI_Version к "7,0" и переместить все параметры BCI_* в раздел Reserved_Parameters файла.

Параметр BCI_State имеет 5 состояний, требуемых для полного обучения обходной канала информации, однако чтобы сделать эти модели более удобными для пользователя, конечному пользователю только нужны 2 состояния: "Прочь" и "Обучение". Чтобы внести это изменение, обновите параметр BCI_State в каждом файле AMI можно следующим образом:

Протестируйте сгенерированные модели IBIS-AMI

Модели IBIS-AMI передатчика и получателя DDR5 теперь завершены и готовы быть протестированными в любом промышленном стандарте средство моделирования модели AMI.

Ограничения модели

При симуляции с этими моделями в промышленном стандарте средства моделирования модели AMI помните о нижеследующих ограничениях:

Ссылки