【摘要】：对于传统的IBIS模型是无法实现预加重与均衡操作的，但是我们又想保留传统IBIS模型行为级模型的特性，IBIS-AMI模型由此诞生。IBIS-AMI模型是利用传统I-BIS模型的V/I、V/t等参数来芯片的电气参数，然后通过AMI进行预加重、均衡和时钟恢复等信号运算，帮助接收端得到一个“睁开”的眼图。图3-1所示是使用AMI模型调整预加重与均衡后得到的某一个通道的眼图。
由于高速串行信号的速率不断提高，幅度不断变小，对于高于1GHz的信号其幅度衰减比较大，在接收端可能看不到一个“睁开”的眼图。对于处理高速串行信号需要在信号的发送端将信号做预加重处理，对于大于5GHz的信号还需要在接收端对信号做均衡处理。对于传统的IBIS模型是无法实现预加重与均衡操作的，但是我们又想保留传统IBIS模型行为级模型的特性，IBIS-AMI模型由此诞生。IBIS-AMI模型是利用传统I-BIS模型的V/I、V/t等参数来芯片的电气参数，然后通过AMI进行预加重、均衡和时钟恢复等信号运算，帮助接收端得到一个“睁开”的眼图。图3-1所示是使用AMI模型调整预加重与均衡后得到的某一个通道的眼图。
图3-1 AMI模型仿真某通道的眼图
IBIS-AMI与其他模型（Spice等）相比，具有以下优点从而更加符合芯片厂商和硬件设计者的需求：
统一性：不同半导体芯片厂商生成的模型可以产生统一的模型。
可移植：相同的模型可以用不同的仿真软件来仿真分析。(www.xing528.com)
高效率：10000000bit的仿真可以在10min或者更短的时间内完成。
灵活性：模型支持统计和时域分析模式。
可用性：模型提供仿真控制参数。
知识产权保护：模型不能被逆推出芯片电路，保护芯片厂商的利益。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
