3. 分析信道冲激响应与阶跃响应
任务说明
本案例针对一段给定的有损传输信道（例如PCB走线或背板通道），计算其冲激响应与阶跃响应，并通过响应波形观察码间干扰（ISI）的产生机理。信道以频域S参数或传递函数形式给出，通过逆傅里叶变换获得时域冲激响应，再积分得到阶跃响应。
信道模型与实现
为便于独立复现，采用一个等效的RLC低通信道模型（模拟有损传输线的频响特性），其传递函数为：
H(f) = 1 / (1 + j·2πf·τ)<sup>n</sup>其中τ为信道时间常数，n为极点阶数（n越大，高频衰减越剧烈，ISI越明显）。该模型能够真实反映实际信道中高频分量被衰减、相位畸变导致符号间干扰的物理过程。代码计算冲激响应（对H(f)做逆FFT），阶跃响应通过对冲激响应数值积分获得。
import numpy as np
import matplotlib.pyplot as plt
# 信道参数（可调）
tau = 100e-12 # 时间常数 100ps
n = 3 # 极点阶数
fs = 200e9 # 采样率 200GS/s
T_total = 20e-9 # 总时长 20ns
N = int(T_total * fs)
t = np.arange(N) / fs
# 频域传递函数
f = np.fft.fftfreq(N, d=1/fs)
H = 1.0 / (1 + 1j * 2 * np.pi * f * tau) ** n
# 冲激响应（逆FFT取实部）
h = np.fft.ifft(H).real
# 归一化（使直流增益为1）
h = h / np.sum(h) * (1/T_total)
# 阶跃响应（冲激响应积分）
step = np.cumsum(h) * (1/fs)
# 绘制
fig, (ax1, ax2) = plt.subplots(2, 1, figsize=(10, 6))
ax1.plot(t*1e9, h*1e-9, 'b-', linewidth=1.5)
ax1.set_xlabel('时间 (ns)')
ax1.set_ylabel('幅度 (V/ns)')
ax1.set_title('信道冲激响应 h(t)')
ax1.grid(True, alpha=0.3)
ax1.set_xlim([0, 5])
ax2.plot(t*1e9, step, 'r-', linewidth=1.5)
ax2.set_xlabel('时间 (ns)')
ax2.set_ylabel('幅度 (V)')
ax2.set_title('信道阶跃响应 s(t)')
ax2.grid(True, alpha=0.3)
ax2.set_xlim([0, 5])
ax2.axhline(y=1.0, color='gray', linestyle='--', linewidth=0.8)
plt.tight_layout()
plt.savefig('channel_responses.png', dpi=150)
plt.show()
# 打印关键指标
peak_idx = np.argmax(np.abs(h))
print(f"冲激响应峰值时刻: {t[peak_idx]*1e9:.2f} ns")
print(f"冲激响应峰值: {h[peak_idx]*1e-9:.4f} V/ns")
print(f"阶跃响应10%-90%上升时间: {t[np.where(step>=0.9)[0][0]]*1e9 - t[np.where(step>=0.1)[0][0]]*1e9:.2f} ns")
ISI产生机理分析
从阶跃响应可见，由于信道带宽有限，阶跃沿不再是理想的瞬变，而是呈现有限的上升时间，且伴随过冲与振铃（由极点阶数n决定）。当高速数据序列（如0101码型）通过该信道时，前一个符号的残余幅度（拖尾）会叠加到当前符号上，导致判决电平偏移，即码间干扰。冲激响应的非零持续时间越长，ISI越严重。
验证方法
运行上述代码后，观察生成的两幅波形图：
- 冲激响应：应呈现一个以约0ns为中心、向两侧衰减的波形，峰值幅度与τ和n相关，响应持续时间约2~3ns（对应5倍时间常数）。
- 阶跃响应：应从0逐渐上升至1.0（归一化），上升时间约为0.5~1ns，且可能存在轻微过冲（n≥2时）。
判定标准：若阶跃响应最终收敛至1.0±0.05，且冲激响应在5ns后幅度衰减至峰值5%以下，则说明信道模型与计算正确。通过增大n或τ，可观察到冲激响应拖尾变长、阶跃上升沿变缓，ISI加剧——这验证了信道带宽限制是ISI产生的根本原因。
运行与依赖
需要Python 3.8+，并安装numpy和matplotlib库。直接运行脚本即可生成波形图并输出关键指标。修改tau和n参数可观察不同信道特性下的ISI变化趋势。