Skip to content

README_ZH.md

Latest commit

 

History

History
338 lines (258 loc) · 9.17 KB

README_ZH.md

File metadata and controls

338 lines (258 loc) · 9.17 KB

SerDes 高速串行链路仿真器 (SystemC-AMS)

C++ SystemC-AMS CMake Python

🌐 Languages: English | 中文

基于 SystemC-AMS 的高速串行链路（SerDes）行为级建模与仿真平台，支持从 TX → Channel → RX 的完整信号链仿真，包含 PRBS 生成、抖动注入、均衡、时钟恢复及 Python 眼图分析。

📋 功能特性

TX 发送端

  • FFE (前馈均衡)：可配置抽头系数的 FIR 滤波器
  • Mux (复用器)：Lane 选择与通道复用
  • Driver (驱动器)：支持非线性饱和、带宽限制、差分输出

Channel 信道

  • S 参数模型：基于 Touchstone (.sNp) 文件
  • 向量拟合：离线有理函数拟合，确保因果稳定性
  • 串扰与双向传输：支持多端口耦合与反射

RX 接收端

  • CTLE (连续时间线性均衡器)：可配置零极点，支持噪声/偏移/饱和建模
  • VGA (可变增益放大器)：可编程增益，支持 AGC
  • Sampler (采样器)：相位可配置，支持阈值/迟滞
  • DFE (判决反馈均衡)：FIR 结构，支持 LMS/Sign-LMS 自适应
  • CDR (时钟数据恢复)：PI 控制环路，支持 Bang-Bang/线性相位检测

时钟与波形

  • Clock Generation：理想时钟 / PLL / ADPLL 可选
  • Wave Generation：PRBS7/9/15/23/31 与自定义多项式，支持 RJ/SJ/DJ 抖动注入

Python EyeAnalyzer

  • 眼图生成与度量（眼高、眼宽、开口面积）
  • 抖动分解（RJ/DJ/TJ）
  • PSD/PDF 分析与可视化

🏗️ 项目结构

serdes/
├── include/                    # 头文件
│   ├── ams/                    # AMS 模块 (TDF域)
│   │   ├── tx_*.h              # TX: FFE, Mux, Driver
│   │   ├── channel_sparam.h    # Channel S参数模型
│   │   ├── rx_ctle.h           # RX: CTLE, VGA, Sampler
│   │   ├── rx_dfe*.h           # DFE Summer, DAC
│   │   ├── rx_cdr.h            # CDR (PI控制器)
│   │   ├── wave_generation.h   # PRBS/波形生成
│   │   └── clock_generation.h  # 时钟生成
│   ├── common/                 # 公共类型、参数、常量
│   └── de/                     # DE 域模块
│       └── config_loader.h     # JSON/YAML 配置加载
├── src/                        # 实现文件
│   ├── ams/                    # AMS 模块实现
│   └── de/                     # DE 模块实现
├── tb/                         # Testbenches
│   ├── top/                    # 全链路仿真
│   ├── rx/, tx/, periphery/    # 子系统测试
├── tests/                      # 单元测试 (GoogleTest)
│   └── unit/                   # 139+ 测试用例
├── eye_analyzer/               # Python 眼图分析包
│   ├── core.py                 # 核心分析引擎
│   ├── jitter.py               # 抖动分解
│   └── visualization.py        # 可视化
├── scripts/                    # 脚本工具
│   ├── run_*.sh                # 测试运行脚本
│   ├── analyze_serdes_link.py  # 链路结果分析
│   └── vector_fitting.py       # S参数向量拟合
├── config/                     # 配置模板
│   ├── default.json            # 默认配置
│   └── default.yaml
└── docs/zh/modules/               # 模块文档

🚀 快速开始

环境要求

组件 版本
C++ 标准 C++14
SystemC 2.3.4
SystemC-AMS 2.3.4
CMake ≥3.15
Python ≥3.8

依赖库：numpy, scipy, matplotlib

前提条件

1. 安装 SystemC 和 SystemC-AMS

SystemC: https://github.com/accellera-official/systemc/

SystemC-AMS: https://www.coseda-tech.com/systemc-ams-proof-of-concept

2. 设置环境变量（推荐）

# 添加到 ~/.bashrc 或 ~/.zshrc
export SYSTEMC_HOME=/path/to/systemc-2.3.4
export SYSTEMC_AMS_HOME=/path/to/systemc-ams-2.3.4

# 或者临时设置
export SYSTEMC_HOME=~/systemc-2.3.4
export SYSTEMC_AMS_HOME=~/systemc-ams-2.3.4

注意: 项目支持以下方式指定 SystemC 路径（按优先级）：

  1. CMake 选项: -DSYSTEMC_HOME=path -DSYSTEMC_AMS_HOME=path
  2. 环境变量: SYSTEMC_HOME, SYSTEMC_AMS_HOME
  3. 自动查找标准安装路径

构建项目

# 1. 克隆仓库
git clone https://github.com/yourusername/serdes.git
cd serdes

# 2. 创建构建目录
mkdir build && cd build

# 3. 配置（自动检测 SystemC 路径）
cmake ..

# 或手动指定路径（如果不使用环境变量）
# cmake -DSYSTEMC_HOME=/path/to/systemc -DSYSTEMC_AMS_HOME=/path/to/systemc-ams ..

# 4. 编译
make -j4

# 5. 运行测试（可选）
ctest

运行全链路仿真

# 使用脚本运行
./scripts/run_serdes_link.sh basic yes

# 或手动运行
cd build
./tb/serdes_link_tb basic

# Python 后处理分析
cd ..
python3 scripts/analyze_serdes_link.py basic
python3 scripts/plot_dfe_taps.py build/serdes_link_basic_dfe_taps.csv

运行单元测试

# 运行所有测试
./scripts/run_unit_tests.sh

# 或运行特定模块测试
./scripts/run_cdr_tests.sh
./scripts/run_adaption_tests.sh

📊 使用示例

配置仿真参数

编辑 config/default.json：

{
  "global": {
    "Fs": 80e9,
    "UI": 2.5e-11,
    "duration": 1e-6,
    "seed": 12345
  },
  "wave": {
    "type": "PRBS31",
    "jitter": {
      "RJ_sigma": 5e-13,
      "SJ_freq": [5e6],
      "SJ_pp": [2e-12]
    }
  },
  "tx": {
    "ffe_taps": [0.2, 0.6, 0.2],
    "driver": { "swing": 0.8, "bw": 20e9 }
  },
  "rx": {
    "ctle": {
      "zeros": [2e9],
      "poles": [30e9],
      "dc_gain": 1.5
    },
    "dfe": { "taps": [-0.05, -0.02, 0.01] }
  },
  "cdr": {
    "pi": { "kp": 0.01, "ki": 1e-4 }
  }
}

Python 眼图分析

from eye_analyzer import EyeAnalyzer
import numpy as np

# 初始化分析器
analyzer = EyeAnalyzer(
    ui=2.5e-11,      # 10Gbps
    ui_bins=128,
    amp_bins=128,
    jitter_method='dual-dirac'
)

# 加载波形并分析
time, voltage = analyzer.load_waveform('waveform.csv')
metrics = analyzer.analyze(time, voltage)

# 输出结果
print(f"Eye Height: {metrics['eye_height']:.3f} V")
print(f"Eye Width: {metrics['eye_width']:.3f} UI")
print(f"TJ @ 1e-12: {metrics['tj_at_ber']:.3e} s")

📚 文档索引

AMS 模块文档

模块 文档
TX TX 系统
└ FFE FFE
└ Mux Mux
└ Driver Driver
Channel Channel S参数
RX RX 系统
└ CTLE CTLE
└ VGA VGA
└ Sampler Sampler
└ DFE Summer DFE Summer
└ CDR CDR
Periphery WaveGen / ClockGen
Adaption Adaption

Python 组件

组件 文档
EyeAnalyzer EyeAnalyzer

🧪 测试覆盖

项目包含 139+ 个单元测试，覆盖：

模块 测试数 测试内容
Adaption 18 AGC、DFE LMS、CDR PI、阈值自适应
CDR 20 PI控制器、PAI、边沿检测、模式识别
ClockGen 18 理想/PLL/ADPLL时钟、频率/相位测试
FFE 10 抽头系数、卷积、预/去加重
Sampler 16 判决、迟滞、噪声、偏移
TX Driver 8 DC增益、饱和、带宽、PSRR
WaveGen 21 PRBS模式、抖动、脉冲、稳定性
DFE 3 抽头反馈、历史更新
Channel 3 S参数、VF/IR一致性
Top Level 13 TX/RX集成测试

🔧 技术细节

建模域

  • TDF (Timed Data Flow)：主要建模域，用于模拟/混合信号模块
  • DE (Discrete Event)：控制/算法模块，与 AMS 域通过 sca_de::sca_in/out 桥接

关键设计模式

// TDF 模块标准结构
class RxCtleTdf : public sca_tdf::sca_module {
public:
    sca_tdf::sca_in<double> in_p, in_n;
    sca_tdf::sca_out<double> out_p, out_n;
    
    void set_attributes() override;
    void initialize() override;
    void processing() override;
};

传递函数实现

CTLE/VGA 使用零极点配置，通过 sca_tdf::sca_ltf_nd 实现：

// H(s) = dc_gain * prod(1 + s/wz_i) / prod(1 + s/wp_j)
sca_util::sca_vector<double> num, den;
build_transfer_function(zeros, poles, dc_gain, num, den);
double output = m_ltf(m_num, m_den, input);

📄 许可证

LICENSE

🤝 贡献

欢迎提交 Issue 和 Pull Request！

📧 联系

如有问题或建议，请通过 GitHub Issues 联系。