差分晶振—LVPECL到LVDS的连接

发布时间:2025-03-18 阅读量:3120 来源: 我爱方案网 作者:

【导读】随着通讯速度的提升,出现了很多差分传输接口,以提升性能,降低电源功耗和成本。早期的技术,诸如emitter-coupled logic(ECL),使用不变的负电源供电,在当时用以提升噪声抑制。随着正电压供电技术发展,诸如TTL和CMOS技术,原先的技术优点开始消失,因为他们需要一些-5.2V或-4.5V的电平。


随着通讯速度的提升,出现了很多差分传输接口,以提升性能,降低电源功耗和成本。早期的技术,诸如emitter-coupled logic(ECL),使用不变的负电源供电,在当时用以提升噪声抑制。随着正电压供电技术发展,诸如TTL和CMOS技术,原先的技术优点开始消失,因为他们需要一些-5.2V或-4.5V的电平。

 

在这种背景下,ECL转变为positive/pseduo emitter-coupled logic (PECL),简化了板级布线,摒弃了负电平供电。PECL要求提供800mV的电压摆幅,并且使用5V对地的电压。LVPECL类似于PECL也就是3.3V供电,其在电源功耗上有着优点。

 

当越来越多的设计采用以CMOS为基础的技术,新的高速驱动电路开始不断涌现,诸如current mode logic(CML),votage mode logic(VML),low-voltage differential signaling(LVDS)。这些不同的接口要求不同的电压摆幅,在一个系统中他们之间的连接也需要不同的电路。

 

Ø 转换原因‌

1、‌电平特性差异‌

a)LVPECL电平的差分摆幅较大(典型值约800mV),共模电压较高(约1.3V-1.9V),需外部端接电阻匹配;而LVDS差分摆幅较小(350mV),共模电压较低(约1.2V),且LVDS接收端内置端接电阻‌。

b)直接连接可能导致LVDS接收端共模电压超出范围或信号幅度不足‌。

 

2、‌应用场景需求‌

a)LVPECL常用于高速时钟或数据传输场景(如FPGA输出),而LVDS因低功耗特性更适合长距离或低功耗设计‌‌。

b)不同器件间接口不兼容时需电平转换(如FPGA输出LVPECL,但接收端仅支持LVDS)‌

 

Ø 转换方式

1、直流耦合

LVPECL到LVDS 的直流耦合结构需要一个电阻网络,如图1中所示,设计该网络时有这样几点必须考虑:首先,我们知道当负载是50Ω接到Vcc-2V 时,LVPECL 的输出性能是最优的,因此我们考虑该电阻网络应该与最优负载等效;然后我们还要考虑该电阻网络引入的衰减不应太大,LVPECL 输出信号经衰减后仍能落在LVDS 的有效输入范围内。注意LVDS 的输入差分阻抗为100Ω,或者每个单端到虚拟地为50Ω,该阻抗不提供直流通路,这里意味着LVDS输入交流阻抗与直流阻抗不等.经计算,电阻值为:R1=182Ω,R2=48Ω,R3=48Ω。电阻靠近接收侧放置。


 差分晶振—LVPECL到LVDS的连接

        (a)等效电路                  (b)LVPECL到LVDS的连接

图1.1 LVPECL到LVDS的直流耦合结构

2、交流耦合

LVPECL 到LVDS 的交流耦合结构如图2 所示,LVPECL 的输出端到地需加直流偏置电阻(142Ω到200Ω),同时信号通道上一定要串接50Ω电阻,以提供一定衰减。LVDS 的输入端到地需加5KΩ电阻,以提供近似0.86V 的共模电压。


 差分晶振—LVPECL到LVDS的连接   

图1.2LVPECL到LVDS的交流耦合结构


在信号转换方面,LVPECL到LVDS的转换则需要考虑衰减电阻和交流耦合电容的放置,以及LVDS接收器的重新偏置。相反,LVDS到LVPECL的转换也需要适当的电路设计和元件选择。

 

LVDS和LVPECL各有其特点和应用场景。LVDS适用于板内信号传输和高速变化信号的传输,而LVPECL则适用于背板传输和长线缆传输等需要强驱动能力和高传输速度的应用。不过,虽然LVPECL到LVDS的转换可以通过电路的设计可以实现,这边建议客户尽量选用相同类型波形的差分传输接口,毕竟电路转换会有很多其他不确定的影响。

 

免责声明:本文为转载文章,转载此文目的在于传递更多信息,版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题,请联系小编进行处理。


我爱方案网


推荐阅读:

Deepseek背后的伙伴-晶振担当什么角色?

全面掌握LDO稳压器的关键知识点

具备超低的读出噪声、高动态范围,2.71亿超高像素分辨率背照式CMOS图像传感器解决方案

面向车载直流有刷电机的栅极驱动IC的应用方案

提升高瞬态汽车应用,达到速度与效率的双重飞跃

相关资讯
我们还需要GPU吗?从LineShine登顶看纯CPU超算的四层技术突围

在英伟达GPU与CUDA生态长期主导AI训练与科学仿真的背景下,国产LineShine(灵晟)纯CPU超算以2.198 EFlops持续双精度性能登顶TOP500,印证了“矩阵增强型CPU”正在重构HPC底层硬件标准。 近日,Jack Dongarra、Satoshi Matsuoka、Torsten Hoefler三位HPC权威联合发表《Do We Still Need GPUs? Rethinking AI and Scientific Computing on Matrix-Enhanced CPUs》,系统拆解了无GPU同构超算的四层技术体系:处理器指令集硬件加速、统一HBM高带宽内存架构、全精度混合运算单元、原生高速互联网络。

从“回答问题”到“完成任务”:AI产业正在发生的五个结构性转向

回顾AI今年的发展轨迹,我们能察觉到一种质的变化:AI不再只是被展示、被调用的“展品”,而是拥有了更明确的“行动感”。从代码编写到机器人奔跑,从算力基建到未来接口,行业正集体从“回答问题”走向“完成任务”。 我们试图透过五个数字,捕捉这一轮产业变革中的关键切片。

ROHM车载MOSFET新品:抑制二次击穿,SOA范围扩大5倍

全球知名半导体制造商ROHM近日宣布,面向车载安全功能和保护电路开发出100V耐压MOSFET新品“RS4P063BPHZG”

斩获SAIL最高奖背后:DF1000如何破解国产算力“存不够、改不动”?

2026 WAIC落下帷幕,国内AI算力产业的共识正发生清晰转向:单点参数竞赛逐渐退潮,超节点集群、全产业链自主可控与底层架构原始创新成为核心主线。在此背景下,首次参展的东方算芯凭借“高能效软件定义近存计算芯片DF1000”斩获大会最高荣誉SAIL奖。这座奖杯背后,指向了一条不依赖先进制程与既有生态的突围之路。