CST 眼图仿真实例 (中）- Classical方法

先总结一下之前介绍过的内容，首先眼图工具的4个位置：

1. 3D界面后处理：

2. 3D界面后处理模板：

3.     电路界面后处理： 

生成后处理任务

4.     电路界面后处理任务：

3D中的两个眼图工具进入方法等效，但不常用，因为3D往往用于计算S参数，所以眼图工具中往往只能选择通过S参数计算；电路中的两个眼图工具进入方法也是等效，更常用，因为电路可以加阶梯信号激励，由于眼图是时域的KPI，通过时域信号获取眼图比通过S参数要合理合法。

那么本期要演示什么功能呢？上期介绍的是推荐的statistical模式计算，其实还有个classical：

这个classical和另一个后处理模板Eye Diagram – Wrap Time Signal to Eye Diagram道理是一样的，就是最传统最原始的眼图获取方法 --- 数字信号直接叠加。 

那么是什么样的数字信号呢？当然是多个随机的0和1，常用的就是PRBS，也可以是真随机和K28.5：

那么多少个0和1合适呢？这个就是Classical方法的局限：多少0和1都不够。想象一下，假如误码率BER为10^-8，难道我们需要仿真上亿个0和1吗？这辈子不用干别的了，比挖矿还费劲。 

我们用自带案例，差分过孔线来演示，里面的classical眼图都已经设置好：

 先查看模型，用的是波导端口，multipin强制计算共模和差模。 

可隐藏介质只看金属：

仿真带宽很重要，这个决定我们能看的信号最高速度。

正常仿真获得S参数：

前往电路，每个端口都加了一个1000mil的理想传输线，还有两个探针，P1和P2。

再看transient任务，用的是PRBS信号单端激励，所以可推测该案例的眼图就是Classical计算方法。这里并没有看差模或串扰的问题，只是演示Classical和PRBS组合获取眼图的方法。

可见一个0或1的时长是0.5ns。查看任务仿真时长，64ns，所以仿了128个bit。

单端发射信号：

单端接收信号：

然后我们看看后处理的眼图，这里用的并不是眼图工具的Classical，而是直接wrap time时间折叠。Twrap就是一个0加一个1的时间，1ns。两个后处理分别处理P1和P2的信号，分别获得眼图：

可见理想的PRBS叠加出来的眼图一定是方方正正的，上升下降都是我们自己定义的，这个结果没太大意义。

输出的眼图能看点东西，但是128的样本数量十分有限。Classical的结果推荐只看采样点：

下面我们用眼图工具中的Classical验证一下。添加一个新的Transient任务，必须用step（pulse）表征信道，不可以用PRBS：

仿真时间可大幅缩短，不需要64ns，只需要阶梯响应稳定就好，这里我们2ns就够：

添加眼图后处理到Tran1任务中：

这里Channel要选Tran1任务的P2，UI是0.5ns，N=7保持一致：

可见这个方法得到的眼图和刚才wrap多个0和1得到的眼图非常接近，而这个方法的仿真时间非常短，并且能获得更多信息，眼高眼宽，瀑布图，眼图详细属性等等：

如果仔细和刚才wrap的眼图相比，细节上还是有一点差异，这是因为两次任务获得的上升沿不完全一样，这就是不同vector fitting的结果。甚至由于网格，材料，采样等等因素没有收敛性分析，真正符合物理性的上升沿可能和这两个结果差别更大。

如果我们点击三维模块，将其S参数的宏建模从默认改成IDEM工具：

可在IDEM中查看无源性和因果性，可见该S参数质量不完美：

生成宏模型后可一键导入刚才电路中：

然后就回到电路界面了：

接下来正常操作，更新两个Transient任务，得到的上升沿就一致了，因为用的一个宏模型。然后两个classical眼图后处理的结果基本一样了。

小结：

1.  眼图计算分三大类，Classical传统方法，Statistical统计法，和Worst Case最差情况。主要推荐的是Statistical统计法+阶梯信号Step response。

2.  本期介绍的两个方法都属于Classical传统方法，一个是仿真多bit的PRBS信号，再用wrap time后处理叠加；另一个是仿真单bit的step响应，再用眼图工具的Classical后处理叠加，后者更快。

3.  本期用的Transient任务都不是真瞬态仿真，所以用到了vector fitting宏模型的概念，简单介绍了如何直接调用IDEM，分析S参数质量和等效电路生成；这里没有对频域结果的精确度分析。

4. 真瞬态仿真得到眼图也是很推荐。总之，无论什么方法，都是需要先获得接收处的时域信号响应结果，眼图都只是后处理。