浅谈 PAM-2 到 PAM-4 的信令技术演变

article/2025/6/21 23:31:31

通信信令技术演进:从 PAM-2 到 PAM-4

        在当今数字化高速发展的时代,数据传输需求呈爆炸式增长,行业对通信带宽的要求愈发严苛。为顺应这一趋势,通信信令技术不断革新,曾经占据主导地位的不归零(NRZ)信令正逐渐被脉冲幅度调制级别 4(PAM-4)信令所取代。为了维持统一的命名规范,如今 NRZ 信号被重新定义为 PAM-2。

        PAM-2 信令凭借其简单易实现、性能稳健以及较低的实现成本,在各类串行通信接口领域得到了广泛应用。在 PAM-2 信令中,信号电平在每个比特间隔(bit interval)内保持恒定不变,这种特性极大地有助于维持信号的完整性,并为信号传输提供了良好的裕量。在过去的几十年间,PAM-2 一直是 PCIe 和以太网 802.3 等关键通信标准的核心技术支撑。例如,在早期的 PCIe 1.0 - 5.0 版本以及以太网 10G、25G、40G 等标准中,PAM-2 信令都发挥了至关重要的作用,保障了数据的高速、稳定传输。

        然而,随着数据传输速率的持续提升,当比特率超过 32 Gb/s 时,PAM-2 信令在带宽效率方面的局限性逐渐凸显。为突破这一瓶颈,PAM-4 信令应运而生,并迅速成为新的行业标准。

        PAM-4 信令技术专为高速数据通信而设计,其核心优势在于能够在不额外增加通道带宽的前提下,将串行数据速率有效提升一倍。这一特性使得 PAM-4 在高速通信领域大放异彩,目前已被广泛应用于 100G、200G 和 400G 以太网等高速标准中。以 400G 以太网为例,PAM-4 信令通过每个符号传输 2 比特信息,相较于 PAM-2 信令每个符号仅传输 1 比特信息,显著提高了数据传输效率,满足了数据中心、云计算等场景对超高速网络的需求。

        此外,PAM-4 信令技术也获得了 PCIe 领域的认可,已被 PCIe Gen 6 和未来规划中的 Gen 7 标准所采用。在 PCIe Gen 6 中,PAM-4 信令助力实现了高达 64 GT/s 的数据传输速率,相较于上一代 PCIe Gen 5 的 32 GT/s,性能实现了质的飞跃。

        与 PAM-2 信令仅使用两个不同的电压电平来表示数据不同,PAM-4 信令采用了四个不同的电压电平。这种多电平调制方式虽然增加了信号处理的复杂性,但也为提高数据传输速率提供了可能。然而,这也对信号的检测、均衡和误码率控制等方面提出了更高的要求,需要更先进的信号处理技术和算法来保障通信质量。

PAM-2 与 PAM-4 信令特性解析

        如图(A)所示,在 PAM-2 数据通道中,每个位时间(也称为单位间隔,UI)都承载着一个符号,这个符号能够代表逻辑零或者逻辑一。在此情形下,比特率与波特率数值相等。比特率衡量的是单位时间内传输的比特数量,而波特率则表示单位时间内传输的符号数量,由于 PAM-2 中一个符号对应一个比特,所以二者相等。

        而在 PAM-4 信令技术里,运用了格雷编码算法。该算法将来自每个 PAM-2 数据通道的一个符号编码转换为一个比特流。经过这样的编码处理后,最终形成了四个不同的电压电平。这意味着在每一个单位间隔(UI)内,能够传输两个符号。如此一来,在保持相同波特率的情况下,比特率实现了有效翻倍。举例来说,若比特率达到 56 Gb/s,那么对应的波特率就是 28 GBaud(GBd),即每秒传输 280 亿个符号。这一特性使得 PAM-4 信令在高速数据传输领域展现出巨大优势,例如在 800G 以太网以及 PCIe Gen 6 等前沿技术标准中,PAM-4 信令成为实现超高速数据传输的关键技术支撑。

        再观察图(B)中的 PAM-4 眼图,我们可以发现其呈现出三个不同的眼图张开度。与 PAM-2 中仅有的单个眼图张开相比,PAM-4 的电压幅度(VA)被均匀地三等分。这些不同的电压电平被二进制编码为 00、01、10 和 11。然而,这种独特的眼图张开度分布带来了新的问题。由于相邻电压电平之间的间隔变小,导致信噪比(SNR)降低了 9.6 dB。信噪比是衡量信号质量的重要指标,降低 9.6 dB 意味着信号更容易受到噪声的干扰,从而增加了数据传输出错的概率。

        为了应对这一问题,需要采用更高级的信号处理和纠错技术。幸运的是,前向纠错(FEC)编码技术应运而生。FEC 编码通过在发送端对数据进行编码,添加冗余信息,在接收端利用这些冗余信息检测并纠正传输过程中产生的错误。目前,FEC 技术在高速通信系统中得到了广泛应用,例如在 400G/800G 光模块以及高速数据中心互联等领域,FEC 技术有效提高了数据传输的可靠性和稳定性,保障了 PAM-4 信令在高速通信中的性能发挥。

        总之,从 PAM-2 到 PAM-4 的信令技术演进,是通信行业为满足不断增长的带宽需求而做出的必然选择。随着技术的持续发展,未来或许还会有更先进的信令技术出现,但 PAM-4 信令在现阶段无疑为高速数据通信领域的发展注入了强大动力。


http://www.hkcw.cn/article/NOfGwAcSuR.shtml

相关文章

(3)Playwright自动化-3-离线搭建playwright环境

1.简介 如果是在公司局域网办公,或者公司为了安全对网络管控比较严格这种情况下如何搭建环境,我们简单来看看 (第一种情况及解决办法:带要搭建环境的电脑到有网的地方在线安装即可。 (第二种情况及解决办法&#xf…

调用蓝耘Maas平台大模型API打造个人AI助理实战

目录 前言需求分析与环境配置明确需求环境准备选择合适的大模型 蓝耘Mass平台介绍API调用大模型API介绍API 调用流程 可交互AI助理开发总结 前言 大数据时代,个人隐私很难得到保障,如果我们需要借助大模型解决一些私人问题,又不想隐私被泄露…

智联未来:低空产业与AI新纪元-(下)

1. 隐形战场:全球规则制定权争夺战 低空经济的崛起,本质是数字主权的争夺战。当美国FAA将无人机适航认证周期延长至36个月,欧盟推出"天空云图"计划整合全境飞行数据时,中国正以制度创新构建自己的规则体系。 1.1 空域…

关于销售的几点注意事项

一、把客户当朋友聊 做买卖这事儿啊,说白了就是人和人打交道。您要是见着客户就背产品说明书,人家扭头就走。得学会听对方说话,琢磨他到底想要啥。就像您去菜市场买菜,摊主要是光说"这菜新鲜",您可能没感觉…

C++语法系列之右值

前言 本来是想在C11里写这篇文章的,发现东西很多,就单独列一篇文章了, 右值这个概念是在C11中提出来的,以前只有左值和左值引用的概念,C11后提出了右值和右值引用,为什么要提出右值和右值引用?…

day17 常见聚类算法

目录 准备操作 聚类评估指标介绍 1.轮廓系数(Sihouette Score) 2.CH指数(Calinski-Harabasz Index) 3.DB指数(Davies-Bounldin Index) KMeans聚类 算法原理 确定簇数的方法:肘部法 KMeans算法的…

LCS 问题解释

最长公共子序列问题(Longest Common Subsequence),该问题可以表述为,在 A , B A,B A,B 中找出一段子序列 x x x,使得 x x x 既是 A A A 的子序列,又是 B B B 的子序列。 你可以理解为,在两…

Windows最快速打开各项系统设置大全

目录 一、应用背景 二、设置项打开方法 2.1 方法一界面查找(最慢) 2.2 方法二cmd命令(慢) 2.3 方法三快捷键(快) 2.4 方法四搜索栏(快) 2.5 方法五任务栏(最快&am…

OTSU算法原理与Python实现:图像二值化的自动阈值分割

1 引言 图像二值化是计算机视觉中的基础操作,它将灰度图像转换为黑白图像,常用于文档扫描、目标检测等任务。OTSU算法(大津法)是一种自动确定二值化阈值的算法,无需人工干预,通过最大化类间方差来分离前景和…

python:批量创建文件

#需求:在指定路径下批量创建3000#可以先弄个10个文本文件,文件格式为序号——物资类别——用户识别码组成 #1.序号从0001到3000 #2.物资类别包括:水果,烟酒,粮油,肉蛋,蔬菜 #3.用户识别码为9位的…

kafka学习笔记(三、消费者Consumer使用教程——配置参数大全及性能调优)

本章主要介绍kafka consumer的配置参数及性能调优的点,其kafka的从零开始的安装到生产者,消费者的详解介绍、源码及分析及原理解析请到博主kafka专栏 。 1.消费者Consumer配置参数 配置参数默认值含义bootstrap.servers无(必填)…

静态综合实验

题目 1.划分IP地址 因为所有网段基于192.168.1.0/24,所以需要自己进行合理的划分。如图,我已经划分完成。 2.启动 3.给五个路由器进行改名 4.给网关写入IP地址 R1 R2 R3 R4 5.完成网段的声明和环回接口的创建 6.在R1上进行ping,观察是否…

流媒体基础解析:音视频封装格式与传输协议

在视频处理与传输的完整流程中,音视频封装格式和传输协议扮演着至关重要的角色。它们不仅决定了视频文件的存储方式,还影响着视频在网络上的传输效率和播放体验。今天,我们将深入探讨音视频封装格式和传输协议的相关知识。 音视频封装格式 什…

保持本地 Git 项目副本与远程仓库完全同步

核心目标: 保持本地 Git 项目副本与 GitHub 远程仓库完全同步。 关键方法: 定期执行 git pull 命令。 操作步骤: 进入项目目录: 在终端/命令行中,使用 cd 命令切换到你的项目文件夹。执行拉取命令: 运行…

Go语言的context

Golang context 实现原理 本篇文章是基于小徐先生的文章的修改和个人注解,要查看原文可以点击上述的链接查看 目前我这篇文章的go语言版本是1.24.1 context上下文 context被当作第一个参数(官方建议),并且不断的传递下去&…

2025年全国青少年信息素养大赛复赛C++算法创意实践挑战赛真题模拟强化训练(试卷3:共计6题带解析)

2025年全国青少年信息素养大赛复赛C++算法创意实践挑战赛真题模拟强化训练(试卷3:共计6题带解析) 第1题:四位数密码 【题目描述】 情报员使用4位数字来传递信息,同时为了防止信息泄露,需要将数字进行加密。数据加密的规则是: 每个数字都进行如下处理:该数字加上5之后除…

NeRF PyTorch 源码解读 - 体渲染

文章目录 1. 体渲染公式推导1.1. T ( t ) T(t) T(t) 的推导1.2. C ( r ) C(r) C(r) 的推导 2. 体渲染公式离散化3. 代码解读 1. 体渲染公式推导 如下图所示,渲染图像上点 P P P 的颜色值 c c c 是累加射线 O P → \overrightarrow{OP} OP 在近平面和远平面范围…

Sentiment analysis integrating LangGraph and large-scale conceptual models

Sentiment analysis integrating LangGraph and large-scale conceptual models 核心目标: 让电脑更聪明地理解大量用户评论(比如邮件、社交媒体、调查问卷),自动分析出大家是夸还是骂(情感分析)&#xff…

DeepSeek R1-0528:深度思考能力的重大跃升与技术突破全解析

引言 2025年5月28日,DeepSeek再次以其标志性的"深夜发布"方式,悄然推出了R1模型的最新版本——DeepSeek-R1-0528。这次被官方定义为"小版本升级"的更新,实际上带来了令人瞩目的性能提升。新版本不仅在数学、编程与通用逻…

Python 训练营打卡 Day 40

训练和测试的规范写法 一、黑白图片的规范写法,以MNIST数据集为例 import torch import torch.nn as nn import torch.optim as optim from torchvision import datasets, transforms # 用于加载MNIST数据集 from torch.utils.data import DataLoader # 用于创建…