标签: FFE

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。均衡器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。

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。均衡器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。