Метрика импульсной характеристики для стандартных программ оптимизации
metric = optPulseMetric(P,N,dt,B)B. Функция вычисляет эти метрики из матрицы импульсной характеристики P, используя количество выборок на символ Nи равномерный интервал дискретизации dt.
Если глаза нет на целевом уровне BER B, затем optPulseMetric функция увеличивает BER до тех пор, пока не будет реализована положительная высота.
Разрешение optPulseMetric функция ограничена количеством выборок на символ N.
Невозврат к нулю (NRZ) метрики глаза оцениваются на уровне BER, где сообщаются как центральная, так и максимальная высоты глаз. Если глаз не открыт в целевой BER, BER увеличивается до тех пор, пока не будет найден измеримый контур глаза. Фактическое используемое BER указывается значением usedBER сообщается в выход metric.
optPulseMetric Результаты для статистического анализа глазОпределите параметры исследования системы. Установите целевую частоту битовой ошибки (BER) в 1e-9, время символа в 100 ps, количество выборок на символ в 16 и потерю канала в 4 дБ.
targetBER = 1e-9; SymbolTime = 100e-12; N = 16; dBLoss = 4;
Вычислите интервал расчета.
dt = SymbolTime/N;
Создайте модель канала при заданных потерях.
channelModel = serdes.ChannelLoss('Loss',dBLoss,'dt',dt,... 'TargetFrequency',1/SymbolTime/2);
Определите системную object™ CTLE.
ctle = serdes.CTLE('WaveType','Impulse',... 'SampleInterval',dt,'SymbolTime',SymbolTime,'Mode',2);
Обработайте импульсную характеристику канала с помощью объекта CTLE System.
impulse = ctle(channelModel.impulse);
Преобразуйте импульсную характеристику в импульсную.
P = impulse2pulse(impulse,N,dt);
Вычислите метрику быстрого импульса оптимизации.
metric = optPulseMetric(P,N,dt,targetBER);
Получите результат optPulseMetric функция по всему глазу.
В порядок этого сначала найдите количество полных интервалов модуля в импульсной характеристики.
nUI = floor(size(P,1)/N);
prMatrixSort = sort(abs(reshape(P(1:N*nUI),N,[])).',1,'descend');Затем преобразуйте BER в количество самых больших выборок импульсной характеристики, чтобы получить usedBER контур. Средняя высота является первой строкой (наибольшим значением) отсортированной импульсной характеристики. Шум является суммой следующей отсортированной импульсной характеристики nBER интервалы дискретизации.
nBER = floor(min(abs(log(targetBER)/log(2)),nUI-1)); meanEyeHeight = prMatrixSort(1,:); Noise =sum (prMatrixSort(2:nBER+1,:),1);
Вычислите статистические метрики глаз и глаз.
[stateye,vh,th] = pulse2stateye(P,N,2); th2 = th*SymbolTime*1e12; [~,~,contours,~,EHmax,~,~,~,~,EW,~,~,~,~,eyeAreas,~,COM] = ... serdes.utilities.calculatePAMnEye(2,targetBER, ... th2(1),th2(end),vh(1),vh(end),stateye);
Постройте график статистического глаза и результатов optPulseMetric функция.
figure, ax = axis; subplot(1,2,1) th4 = [(0:N-1),NaN,(0:N-1)]*dt*1e12; plot(th4,[meanEyeHeight,NaN,-meanEyeHeight]/2,'r--',... th4,[meanEyeHeight-Noise,NaN,Noise-meanEyeHeight]/2,'m:','linewidth',2) legend('Mean eye level','BER eye contour') title('Fast Optimization Pulse Metric') ylabel('(V)') xlabel('(ps)') axis(ax) subplot(1,2,2) hold all imagesc(th2,vh,stateye) plot(th2,contours,'m:','linewidth',2) title('Statistical Eye and Contour') axis('xy'); si_eyecmap = serdes.utilities.SignalIntegrityColorMap; colormap(si_eyecmap) xlabel('(ps)') ylabel('(V)')
Сравните результаты статистических показателей глаза и быстрых импульсных показателей оптимизации.
comparisonTable = table([metric.maxEyeHeight*1e3;metric.eyeWidth*1e12;... metric.eyeArea*1e12;metric.centerCOM; metric.usedBER], ... [EHmax*1e3; EW;eyeAreas; COM; targetBER],... 'VariableNames',{'optPulseMetric','StatisticalEye'},... 'RowNames',{'Max Eye Height (mV)','Eye Width (ps)','Eye Area [V*ps]',... 'Center COM','BER'}); disp(comparisonTable)
optPulseMetric StatisticalEye
______________ ______________
Max Eye Height (mV) 379.36 367.69
Eye Width (ps) 93.75 79.347
Eye Area [V*ps] 17.902 17.847
Center COM 11.597 10.853
BER 1e-09 1e-09
[1] IEEE 802.3bj 93 A.
[2] Общий электрический ввод-вывод (CEI) Реализации Соглашение OIF-CEI-04.0, раздел 16.3.10.2.