高速串行接口测试：BER测试与AWGN发生器的卓越性能

### 高速串行接口测试：BER测试与AWGN发生器的卓越性能 #### 1. BER测试的有效性验证 在噪声环境下进行的误码率（BER）测试中，采用特定的误码率测试仪（BERT）所测得的BER与昂贵的安捷伦BERT测得的结果完美吻合，并且接近理论BER。这一结果充分证明了加性高斯白噪声（AWGN）发生器和测试方案的有效性。 这种测试具有显著的效率优势，例如在生成误码率为1.62e - 5的测试点时，仅需不到一秒的时间，而软件模拟则需要数小时。此外，要获得低误码率，无论采用何种噪声生成方案，都需要大量的样本才能观察到错误。以1Gbps的数据速率达到10 - 12的误码率为例，假设运行1013位数据，这一过程需要三个小时。 在生产测试中，通常通过外推法来评估低水平的BER性能。但如果需要直接测量10 - 12或更低的误码率，所使用的AWGN发生器是一个不错的选择。 该BER测试方案虽然基于数字基带系统测试，但也可应用于其他AWGN传输系统。根据系统的调制方案，可能需要添加其他组件，如数模转换器和衰减器。此外，AWGN模块还可进行修改，以模拟更复杂的信道，如瑞利信道。 #### 2. AWGN发生器的优势 所开发的AWGN发生器相较于其他实现方式具有诸多优势，其中最突出的是其较大的最大输出值。 理论上，AWGN分布的尾部应延伸至无穷大，最大输出值也为无穷大。但在实际中，无法生成无穷大的数值，因此AWGN模拟器的尾部受其最大输出值m的限制。 大多数现有的独立AWGN模拟器基于Box - Muller算法，该算法难以实现较大的最大输出值。例如，利用文献中提出的Box - Muller方法开发的商业AWGN核心，最大m值仅为4.7。之后，Lee等人对该方法进行改进，将最大m值提高到6.7，但这是以四倍的硬件资源和减半的速度为代价的。到2005年，通过使用复杂的FPGA和实现技术，这一数值提高到了8.2。阿尔伯塔大学的Alimohammad等人实现了最新进展，将尾部分布扩展到标准偏差δ的±15倍。 而所开发的极坐标方法（Polar method）具有明显优势，它能够以较少的硬件资源轻松实现较高的最大输出值。根据相关算法，该方法通过计算随机变量U1和U2平方运算的最小值的对数来得到最大输出值。相比之下，Box - Muller方法则直接计算随机变量x1的对数，要实现较大的输出值需要大量的硬件资源。 在实际实现中，仅使用4位（全部用于小数位）来表示每个均匀随机变量（算法中的U1和U2），就可以产生53.3的最大输出值。而使用Box - Muller方法要达到如此高的最大输出值，需要使用超过1000位的信息来表示均匀随机变量x1，这在硬件实现上几乎是不可能的。 一个具有大最大输出值的噪声发生器对于低BER评估至关重要。根据相关公式，BER和信噪比（SNR）通过Q因子相关联，低BER需要高SNR。在AWGN通信系统中，当发生器的输出添加到具有恒定能量的数据信号时，SNR由AWGN发生器的标准偏差δ决定。为了模拟低BER系统，通常需要缩小高斯发生器的分布以实现低标准偏差。 然而，噪声发生器的输出样本必须足够大才能产生误码。AWGN发生器能够模拟的最低BER由其尾部分布决定，更具体地说，受噪声变量的最大输出值m限制。对于传输数据“0”和“1”的数字系统，噪