眼图学习--眼图学习分析II

一、VerifyEye

本文接上文：眼图分析学习

上次讲到VerifyEye眼图对应方法。我们就从这里开始

参考论文：An Electrical-Level Superposed-Edge Approach to Statistical Serial Link Simulation

VerifyEye眼图生成对应方法：Edge-Based Statistical Approach
VerifyEye使用Edge-Based Statical Approach得到眼图或者误码率。这个方法是在pulse-based Statical Approach 方法基础上得到，总的来说还是利用统计的方法，先得到它的PDF，然后根据PDF得到误码率、ISI、Bath_tub等一系列结果。

接收端的信号用边沿表示，可以表示成如下形式，其中VR是上升沿响应，VF是下降沿响应

我们希望通过边沿信号叠加的方式求出接收端信号的PDF，但是边沿和pulse存在区别，他们是相关的（在pulse-based的方法中，有一个推导假设：信号输入未经过编码，不相关），因此需要引入一个中间随机变量、conditional PDF来解决这个问题

当K=0时，我们可以认为PDF可以通过K=0时的CPDF求出

然后，一旦我们能获得0时刻的fVB，我们就能求出我们需要的PDF，但是，我们往往可能只能获得N时刻的fVB（对应此时测量得到的信号，XX时刻的fVB这种说法很不准确，但是先这么说吧，俺后面要去补一下概率论的内容再回来修改-_-）。在设置得当即现在的信号和之前的信号之间没有ISI情况下，N时刻的fVB可以表示成下式

所以，我们需要一个可以将N时刻的fVB迭代回0时刻fVB的方法。

迭代的方法推导先留着（因为俺有些基础理论欠缺实在是无法理解这些等式是怎么来的），先给结果

有了这个迭代公式以后，我们就可以得到PDF，然后计算眼图了。