并行转换器。dfecdr.
决策反馈均衡器（DFE）具有时钟和数据恢复（CDR）
描述
这并行转换器。dfecdr.系统对象™自适应地处理一个采样一个采样的输入信号或分析地处理一个脉冲响应矢量输入信号，以消除在光标点击后的失真。
DFE修改基带信号以最小化时钟采样时间的码间干扰(ISI)。DFE在每个时钟采样时间采样数据，并通过校正电压调整波形的振幅。
对于脉冲响应处理，Hula-Hoop算法用于找到时钟采样位置。然后使用零强制算法来确定N.在没有ISI所必需的校正因子N.后续采样地点，其中N.为DFE水龙头的数量。
对于逐个样本的处理，时钟恢复是通过一阶相位跟踪模型来完成的。bang-bang相位检测器利用非均衡边缘样本和均衡数据样本来确定最佳采样位置。DFE校正电压N.通过找到补偿间隔为的两个数据样本之间的任何相关性的电压，自适应地找到-th抽头N.象征。这需要一个与信道ISI不相关的数据模式来实现正确的自适应行为。
均衡输入信号：
创建
并行转换器。dfecdr.对象并设置其属性。调用带有参数的对象，就像它是一个函数一样。
要了解有关系统对象如何工作的更多信息，请参阅什么是系统对象?
创建
描述
dfecdr.= serdes.dfecdr.
dfecdr.= serdes.dfecdr（的名字那价值的）
dfecdr = serdes.DFECDR(“模式”,1)返回一个使用指定的DFE抽头权重的DFECDR对象以输入波形。
属性
对象功能
要使用对象函数，请将System对象指定为第一个输入参数。例如，要发布命名的系统对象的系统资源obj.，使用下面的语法:
释放（obj）
例子
使用dfecdr脉冲响应处理
这个例子展示了如何处理一个通道的脉冲响应并行转换器。dfecdr.系统对象™。
用一个符号的时间One hundred.ps。16每个符号样本。频道有14dB的损失。
SymbolTime = 100 e-12;SamplesPerSymbol = 16;dbloss = 14;numberofdfetaps = 2;
计算样本间隔。
dt = alymatime / samplespersymbol;
创建DFECDR对象。该对象自适应地将最优DFE抽头权值应用于输入脉冲响应。
DFE1 =并行转换器。DFECDR (“SymbolTime”SymbolTime,'sampleinterval', dt,.．.'模式'2,“WaveType”那“冲动”那“TapWeights”0 (NumberOfDFETaps 1));
创建通道脉冲响应。
频道=并行转换器。ChannelLoss (“损失”dbloss,'dt', dt,.．.“TargetFrequency”，1 /符号时间/ 2）;Impulsein = Channel.Impulse;
用DFE处理脉冲响应。
[Impulseout，Tapweights] = DFE1（烟火）;
将脉冲响应转换为脉冲、波形和眼图进行可视化。
奥德= 6;dataPattern =伪随机位序列(奥德2 ^ ord-1) -0.5;pulseIn = impulse2pulse (impulseIn SamplesPerSymbol, dt);waveIn = pulse2wave (pulseIn dataPattern SamplesPerSymbol);eyeIn =重塑(waveIn SamplesPerSymbol, []);pulseOut = impulse2pulse (impulseOut SamplesPerSymbol, dt);waveOut = pulse2wave (pulseOut dataPattern SamplesPerSymbol);eyeOut =重塑(waveOut SamplesPerSymbol, []);
创建时间向量。
t = dt *(0:长度(pulseOut) 1) / SymbolTime;teye = t (1: SamplesPerSymbol);t2 = dt *(0:长度(waveOut) 1) / SymbolTime;
绘制产生的波形。
图绘制(t, pulseIn t pulseOut)传说('输入'那“输出”)标题(脉冲响应的比较)包含('symboltimes'), ylabel (“电压”网格)在轴（[41 55-0.1 0.4]）
图绘制(t2, waveIn, t2, waveOut)传说('输入'那“输出”)标题(的波形比较)包含('symboltimes'), ylabel (“电压”网格)在
图次要情节(211),情节(teye eyeIn,“b”)包含('symboltimes'), ylabel (“电压”网格)在标题(“输入眼图”)次要情节(212)、情节(teye eyeOut,“b”)包含('symboltimes'), ylabel (“电压”网格)在标题('输出眼图'的）
使用DFECDR的逐样本处理
这个例子展示了如何处理脉冲响应的一个通道一次一个样本使用并行转换器。dfecdr.系统对象™。
用一个符号的时间One hundred.PS，有8.每个符号样本。信道丢失是14dB。选择12-th阶伪随机二进制序列(PRBS)，并模拟第一阶伪随机二进制序列20000符号。
SymbolTime = 100 e-12;samplespersymbol = 8;dbloss = 14;numberofdfetaps = 2;PRBSORDER = 12;m = 20000;
计算样本间隔。
dt = alymatime / samplespersymbol;
创建DFECDR System对象。通过设置输入波形，一次处理一个采样的通道“样本”类型。该对象自适应地将最佳DFE抽头权重应用于输入波形。
dfe2 = serdes.dfecdr（“SymbolTime”SymbolTime,'sampleinterval', dt,.．.'模式'2,“WaveType”那'样本'那“TapWeights”，零（numberofdfetaps，1），.．.“EqualizationStep”0,“EqualizationGain”，1E-3）;
创建通道脉冲响应。
频道=并行转换器。ChannelLoss (“损失”dbloss,'dt', dt,.．.“TargetFrequency”，1 /符号时间/ 2）;
初始化PRBS发生器。
[dataBit, prbsSeed] = prbs (prbsOrder, 1);
生成逐个样本的眼图。
%每次循环一个符号。Insymbol = Zeros（Samplespersymbol，1）;Outwave = Zeros（Samplespersymbol * m，1）;dfetapweighthistory = nan（m，numberofdfetaps）;为了2 = 1: M%获得新的符号[dataBit, prbsSeed] =伪随机位序列(prbsOrder 1 prbsSeed);内部符号(1:SamplesPerSymbol) = databit - 0.5;将输入波形与通道进行卷积y =通道（Insymbol）;通过DFE一次处理一个样品为了jj = 1:SamplesPerSymbol [outWave((ii-1)*SamplesPerSymbol+jj)，TapWeights] = DFE2(y(jj));结尾%保存DFE水龙头dfeTapWeightHistory (ii):) = TapWeights;结尾
绘制DFE适应历史。
网格图绘制(dfeTapWeightHistory)在传奇('Tapweights（1）'那'Tapweights（2）')包含(“符号”) ylabel (“电压”)标题('dfe taps'的）
从图中可以看出，DFE的适应在第一次之后基本完成10000符号，所以这些可以从数组中截断。然后将重塑函数应用于符号数组绘制眼图。
foldedEye =重塑(outWave (10000 * SamplesPerSymbol + 1: M * SamplesPerSymbol), SamplesPerSymbol, []);t = dt * (0: SamplesPerSymbol-1);人物,情节(t, foldedEye“b”）;
扩展功能
您也可以从以下列表中选择一个网站:
