为了提高信号在高速率、长距离情况下传输的可靠性，大部分高速的数字串行总线都会采用差分信号进行信号传输。差分信号是用一对反相的差分线进行信号传输，发送端采用差分的发送器，接收端相应采用差分的接收器。图1.13是一个差分线的传输模型及真实的差分PCB走线。

采用差分传输方式后，由于差分线对中正负信号的走线是紧密耦合在一起的，所以外界噪声对于两根信号线的影响是一样的。而在接收端，由于其接收器是把正负信号相减的结果作为逻辑判决的依据，因此即使信号线上有严重的共模噪声或者地电平的波动，对于的逻辑电平判决影响很小。相对于单端传输方式，差分传输方式的抗干扰、抗共模噪声能力 提高。 数字信号处理中的基础运算；湖南数字信号测试检修

克劳德高速数字信号测试实验室

  数字信号测试方法：

需要特别注意，当数字信号的电压介于判决阈值的上限和下限之间时，其逻辑状态是不 确定的状态。所谓的“不确定”是指如果数字信号的电压介于判决阈值的上限和下限之间， 接收端的判决电路有可能把这个状态判决为逻辑0,也有可能判决为逻辑1。这种不确定是  我们不期望的，因此很多数字电路会尽量避免用这种不确定状态进行信号传输，比如会用一  个同步时钟只在信号电平稳定以后再进行采样。

吉林智能化多端口矩阵测试数字信号测试数字信号电平范围象征的逻辑状态；

为了保证接收端在时钟有效沿时采集到正确的数据，通常都有建立/保持时间的要求，以避免采到数据线上跳变时不稳定的状态，因此这种总线对于时钟和数据线间走线长度的差异都有严格要求。这种并行总线在使用中比较大的挑战是当总线时钟速率超过几百MHz后就很难再提高了，因为其很多根并行线很难满图1.15并行总线的时钟传输足此时苛刻的走线等长的要求，特别是当总线上同时挂有多个设备时。为了解决并行总线工作时钟频率很难提高的问题，一些系统和芯片的设计厂商提出了嵌入式时钟的概念。其思路首先是把原来很多根的并行线用一对或多对高速差分线来代替，节省了布线空间；然后把系统的时钟信息通过数据编码的方式嵌在数据流里，省去了专门的时钟走线。信号到了接收端，接收端采用相应的CDR(clock-datarecovery)电路把数据流中内嵌的时钟信息提取出来再对数据采样。图1.16是一个采用嵌入式时钟的总线例子。

要把并行的信号通过串行总线传输，一般需要对数据进行并/串转换。为了进一步减少传输线的数量和提高传输距离，很多高速数据总线采用嵌入式时钟和8b/10b的数据编码方式。8b/10b编码由于直流平衡、支持AC耦合、可嵌入时钟信息、抗共模干扰能力强、编解码结构相对简单等优点，在很多高速的数字总线如FiberChannel、PCIe、SATA、USB3.0、DisplayPort、XAUI、RapidIO等接口上得到广泛应用。图1.20是一路串行的2.5Gbps的8b/10b编码后的数据流以及相应的解码结果，从中可以明显看到解出的K28.5等控制码以及相应的数据信息。数字通信的带宽表征为：bit的传输速率；

由于真正的预加重电路在实现时需要有相应的放大电路来增加跳变比特的幅度，电路  比较复杂而且增加系统功耗，所以在实际应用时更多采用去加重的方式。去加重技术不是  增大跳变比特的幅度，而是减小非跳变比特的幅度，从而得到和预加重类似的信号波形。 图 1.29是对一个10Gbps的信号进行-3.5dB的去加重后对频谱的影响。可以看到，去加  重主要是通过压缩信号的直流和低频分量(长0 或者长 1  的比特流),从而改善其在传输过  程中可 能造成的对短0或者短1 比特的影响。示波器进行数字信号的幅度测试；吉林智能化多端口矩阵测试数字信号测试

数字信号是一种信号与自变量和因变量的分散。变量通常用整数表示的，而因变量的数量有限的数字表示。湖南数字信号测试检修

数字信号并行总线与串行总线(Parallel and Serial Bus)

虽然随着技术的发展，现代的数字芯片已经集成了越来越多的功能，但是对于稍微复杂  一点的系统来说，很多时候单独一个芯片很难完成所有的工作，这就需要和其他芯片配合起  来工作。比如现在的CPU的处理能力越来越强，很多CPU内部甚至集成了显示处理的功  能，但是仍然需要配合外部的内存芯片来存储临时的数据，需要配合桥接芯片扩展硬盘、 USB等接口；现代的FPGA内部也可以集成CPU、DSP、RAM、高速收发器等，但有些  场合可能还需要配合用的DSP来进一步提高浮点处理效率，配合额外的内存芯片来扩展  存储空间，配合用的物理层芯片来扩展网口、USB等，或者需要多片FPGA互连来提高处  理能力。所有这一切，都需要用到相应的总线来实现多个数字芯片间的互连。如果我们把  各个功能芯片想象成人体的各个功能，总线就是血脉和经络，通过这些路径，各个功能  模块间才能进行有效的数据交换和协同工作。 湖南数字信号测试检修

免责声明： 本页面所展现的信息及其他相关推荐信息，均来源于其对应的用户，本网对此不承担任何保证责任。如涉及作品内容、 版权和其他问题，请及时与本网联系，我们将核实后进行删除，本网站对此声明具有最终解释权。