目录
案例01--使用BER信号源和Rx AMI模型进行MIPI M-PHY的预合规测试
案例02--使用Tx测量信号和Rx AMI模型进行USB4.0的预合规测试
0 引言
在高速数据通信系统中，复杂的信号处理技术采用先进的收发器来缓解信道损伤。发射机（Tx）利用FFE来增强输出信号，而接收机（Rx）实现了更复杂的功能，如AGC、CTLE、FFE、DFE和CDR。评估端到端链路性能和优化系统配置通常需要分析Rx后处理信号。然而，直接测量RX设备内部的信号是不切实际的。
Tx和Rx的功能可以用符合IBIS标准的AMI模型来表示，目前，大多数芯片供应商可以为他们的Tx和Rx设备提供AMI模型。AMI模型作为数据流块运行，取输入波形并生成输出波形，通过仿真，可以获取RX内部的信号。 但是，为了追求真实性，设计者对使用Rx AMI模型处理测量的输入信号有很大的兴趣，因此，本文介绍了一种利用Rx AMI模型来模拟基于所测量的输入波形的Rx后处理信号的创新方法。
1 AMI模型
传统的IBIS模型有效地代表了发射机和接收机的模拟电行为，然而，在先进的高速串行通讯（SerDes）领域，各种均衡技术，如CTLE、FFE、DFE、AGC，加上CDR，被部署在芯片设计中，用于抵消信道损失、码间干扰和信号串扰，为了应对这样的复杂信号设计，AMI（Algorithmic Modeling Interface）接口技术应运而生，并在IBIS 5.0中，AMI流程与传统的IBIS流程一起被引入，AMI算法模型被规范定义在IBIS文件中。
2 新的验证方法
基于AMI模型的广泛应用，将具体探讨信号测量和AMI模型仿真的相关性，为此，制定了如下的组合工作流程：
步骤1：使用数字示波器测量Rx设备输入端口的信号波形；
步骤2：从步骤1的测量波形中提取信道脉冲响应，并作为Rx AMI_Init函数的输入；
步骤3a：如果是bit by bit模式，Rx AMI模型中的AMI_GetWave函数将使用步骤1的测量波形作为输入，所得到的输出波形被用于计算后处理过程中的眼图和误码率；
步骤3b：如果bit by bit模式下，Rx AMI模型中没有AMI_GetWave函数，步骤2中的Rx AMI_Init函数的输出脉冲响应将与数字输入波形进行卷积生成Rx输出波形，以用于眼图和误码率的计算；
步骤3c：如果是统计模式，将会直接使用步骤2中的Rx AMI_Init函数的输出脉冲响应计算眼图和误码率。
从整个步骤的描述中不难发现，关键环节是提取测量波形的输入脉冲响应（步骤2），这在实际测试中非常具有挑战性，但是，数字示波器的功能日益强大，已经可以帮助工程师去完成这个复杂的提取操作。
3 应用案例
案例01--使用BER信号源和Rx AMI模型进行MIPI M-PHY的预合规测试
如下图所示，通过误码仪产生符合MIPI M-PHY 5.0发射规范的波形，通过转接器，将其连接到数字示波器通道中，并在通道配置中串联嵌入有损传输线模型、Rx设备端的封装模型，然后参考MIPI的CTLE和DFE参数，通过示波器应用软件计算出压力眼图。
与此同时，将误码仪产生的发射信号提取并导入到ADS仿真软件中作为输入激励源，并串联接入有损传输线模型、Rx设备端的封装模型，最后通过供应商提供的Rx端AMI模型模拟出压力眼图。
两者对比，眼图效果保持了较好的一致性，通过这种方法，可以检查供应商所提供的Rx端AMI模型与规范标准之间的差异。
案例02--使用Tx测量信号和Rx AMI模型进行USB4.0的预合规测试
与案例01不同，这个示例利用了示波器的去嵌功能（将与Tx芯片相连的PCB通道、线缆的影响去除掉），捕获实际的芯片Tx端波形，并将这个波形导入ADS仿真环境中，与目标PCB通道模型、实际使用的Rx端封装模型和Rx端AMI模型级联，仿真获取所需要的压力眼图和误码率参数。
这个方法适用于无法从供应商处获取Tx端AMI模型的场景。
案例03--压力眼图的校准
相比于前面两个案例，这是一个更为高级和复杂的应用，该案例假定Tx PLL的参考时钟出现问题，存在来自于buck电路的1MHz耦合开关噪声，导致Tx抖动的增加，因此，采用数字信号发生器产生有噪声的Tx波形，将其嵌入到目标通道中，并使用Rx AMI模型进行处理，将处理后的信号重新导入到示波器中，利用示波器的时钟恢复功能获取到眼图。这样做的目的是评估CDR滤波器是否可以有效地滤除噪声，并确定Rx的眼图是否违规，如果可行，这种带有噪声的Tx信号就可以用于实际Tx硅芯片的Rx应力测试，并作为评估CDR质量的一种手段。
案例04--MIPI M-PHY内置眼图测试与仿真
MIPI M-PHY 5.0采用了一种系统内的眼图测量功能，该功能利用CDR方法复制Rx端数据并绘制眼图，尽管标准规定了CDR的参数要求，但在标准与实际实现之间总是会存在差异，如下图所示，左图为根据标准参数定义得到的眼图，中间为内置眼图监视器绘制的眼图，两者在眼高和眼宽参数上存在一定的差距，但是，可以通过示波器上的CDR工具调整其有效带宽，从而使得数据贴合实际的表现（右眼图）。
案例03和04均可以很好的弥补Rx AMI模型中缺乏CDR函数的情况。
3 总结
为了解决Rx AMI模型在信号处理上的局限性，本文探索了一种新的仿真流程，无缝集成了测量和AMI建模仿真，使得测试和仿真之间的界线变得越来越模糊，这也预示着，在未来的研发设计中，信号仿真和测量将会交织得更为紧密，不能再用孤立的眼光看待彼此。
本文翻译整理自DesignCon 2024中发表的“Using measured waveform data in AMI simulation for system design”
扩展阅读
IBIS AMI Model 算法模式的选择_ibis算法建模-CSDN博客
