Pre-emphasis Parameter Optimization for High Speed Channels using De-convolution Approach

Jifeng Mao, Umesh Chandra

Dell Force10

350 Holger Way, San Jose, CA

jifeng_mao, chandra_umesh@dell.com

一般均衡都是自适应，所以本文重点放在预加重参数如何优化上。IEEE 802.3ap Clause 73定义了一个TX 和RX之间的协商机制，理论上， 预加重参数也可以自动调整。 尽管如此， 根据作者的经验，自协商很难完成， TX 和RX均衡之间很难做到均衡分配，换句话说， RX均衡可能负载过重， TX 端却过于轻松。商用软件通过统计仿真和时域仿真来解决问题。但SI 工程师也因此丧失了对系统的深入了解，变得过于依赖仿真软件。

本文提出另外一种预加重参数优化方式，不需要进行AMI 模型仿真。

简单描述就是四步：

1.    从发送器件的手册得到预加重对应的Rpps参数，使用MATLAB 的FFT得到每种预加重参数对应输出波形的频谱。

2.    归一化链路的S参数。

3.    使用维纳反卷积得到最想要的时域信号或FFT后的频谱。

4.    对比1和3， 找到最佳预加重参数。

RLGC 是用来描述传输线的四个主要参数，G 用来描述绝缘体损耗， 和损失正切角/耗散因子相关，R包含导体损耗和趋肤效应损耗。 R和G都是频率相关的。

 针对预加重后 的输出波形， 定义参数Rpps=X/Y，X可以理解为预加重产生的过冲幅度， Y 为剩下的 波形摆幅。

对测试得到的4端口S参数建议重归一化到100欧姆差分阻抗和25欧姆共模阻抗。文中解释了原因，不重归一化的S21会缺少很多ripple的信息。

时域卷积就是频域相乘，最好的 预加重输出应该是可以从通道脉冲响应推导得到。

问题是通道的传输函数高频部分值可能很小，比如-70dB 或者0.0003，反傅里叶 变换到时域后很容易被噪声淹没。相应的 解决办法是维纳反卷积方法，其原理是用维纳滤波器来解决反卷积固有的噪声问题，改进对G的估计。这个方法在频域实现。

测试案例使用DELL的一款高速交换机 ，10.3Gbps,使用20G 网络分析仪和探针台测试，SOLT 校准。成功得到最佳预加重参数。