8B10B编码原理详解

一、8B10B编码概念

参考https://mp.weixin.qq.com/s/pL6qvJwilUKSH_izPpvVpQ

• 何为编码，编码就是信息从一种形式或格式转换为另一种形式的过程，例如用1表示3.3V，再例如我们熟知的ASCII码都是编码。8B/10B编码也是一种编码，我们可以简单的理解为用一个位宽10bit的数据来表示一个位宽为8bit数据的编码方式，但这种理解是直观的感受，更是粗浅的解释。
• 8B/10B编码其实不仅提供给我们将8bit数据用10bit表示这样一种编码方式，更重要的是为我们高速串行传输提供了一种链路控制方式，因为它是一种信道编码技术。
• 这里又涉及到一共新的名词，信道编码。信道编码是一门学科，代表人物有香农前辈、汉明码的发明人Hamming等，编码技术也是不胜枚举，曼切斯特编码、卷积码以及我们要说的8B/10B编码等等。信道编码又称之为线路编码，还可以称之为差错控制编码，其目的就是消除信号在传输过程中的干扰，让信号更干净，接收端能够准确的解析出来。所以8B/10B编码就是为实现上述目的所提供的一种编码方式。

二、高速串行通信需要解决的问题

高速串行通讯的实现有这样两个难点：

1. 如何保证数据在传输中的质量
2. 是接收端如何从01中将数据恢复出来。
   当然，完成这项任务不是8B/10B编码一人就可以解决的。
   8B/10B编码的主要贡献有两个方面：

• 尽可能的保证串行数据流中的0和1平衡
• 提供控制字符
  下面我们就从这两个方面来展开阐述。
  保证0、1平衡，也就是0和1的个数差不多，再换句话说就是高电平和低电平的持续时间差不多。专用的说法叫直流平衡或者说DC平衡。为什么需要DC平衡呢，这和高速串行通讯物理实现方式有关。 对于高速信号的处理，可以使用直流耦合和交流耦合，对于高速串行通讯，若要实现远距离通讯或者光通讯，则只能使用交流耦合的方式。例如Xilinx的高速串行通讯模块GTP、GTX等，都有模拟前端AFE，就是电流模式高速输入差分缓冲器。
  如PCIE传输线：中间会有一个电容，其隔直流通交流的效果。

我们晓得电容特性是“隔直通交”，如果数据流中长时间没有电平翻转，那么必然会将其视为直流被阻断造成极性偏差，也就是电势差不满足高低电平的判断阈值，进而造成对接收电平信号的误判，进而导致接收数据出错。
信号频率越高，电容阻抗越低。当数据位流中出现多个连续的1或0时，可以认为该时间段信号是直流的，电容的损耗变大，导致信号的幅度降低，直流信号被滤除，到最后无法识别是1还是0。而且接收端收到连续的1或0时，没有充分的定时信息，对接收端的解码带来了困难。其原理如下图所示：

三、8B10B如何提高解决方案

看到这里有没有意识到8B/10B编码的目的了？如果是8Bit数据，必然会出现全是0全是1的情况，而如果出现连续5个“1”或5个“0”，则会导致DC不平衡。所以我们要对这8Bit数据进行编码，换一种方式，这种方式既能表示出8bit数所表示的数值，又能保证0和1不会长时间没有翻转，所以8B/10B编码应运而生。我们从10bit中挑出一些0和1差不多的来表示这256个数据，自然就能保证直流平衡。
这里，可能有个疑问，为什么要用10bit，而不是9bit或是11bit，因为这时在提高传输效率和保证传输质量间的最优解。
在串行通讯的朋友，K码是用来实现据对齐到字节/字、通道绑定等功能。用户接口会在空闲时候发送K码“BC”，那么接收端是如何区分K码和数据的。因为数据包里也有BC这个值呀？之所以产生这样的疑惑，是因为我们容易简单的把8B/10B编码理解成给8bit数据填上2bit组成10bit数了。而实际不是填上，是从10bit这样1024个数里面挑出256个表示8bit数据，又从这1024个挑出12个来表示K码。所以8B/10B编码分为数据字符和控制字符两类，通过这两种类型数据的组合，我们就能从串行数据中将数据恢复出来。
此外，8B/10B编码还有很多好处，例如有助于时钟恢复，接收端需要根据我们发送的数据通过CDR把时钟恢复出来，只有提供足够的电平翻转，也能恢复出来也不至于PLL失锁。还能具有简单的纠错功能，如果检出10bit数不是标志规定编码，则表示边界未对其或数据存在问题。

四、8B10B的实现机制

本章来阐述下将8bit转换为10bit编码是如何实现的，转换的目的是保证DC平衡，所有用10bit表示8bit的原则也是尽可能的从1024个里面挑选出0和1差不多的，而且是01交替差不多的。但即便是1024个数据，0和1差不多且分布均匀的，也是少之又少，那我们怎么实现呢？
IBM公司的Al Widmer和PeterFranaszek为我们指定了编码准则，8B/10B的编码方案是将原始的８位数据分成２组，用ｙ来表示高３位，用ｘ来表示低５位．从高位到低位的８位数据依次命名为 Ｈ，Ｇ，Ｆ和 Ｅ，Ｄ，Ｃ，Ｂ，Ａ． 高３位 编 码 为４位，依次命名为ｆ，ｇ，ｈ，ｊ；低５位编码为６位，依次命名为ａ，ｂ，ｃ，ｄ，ｅ，ｉ，如下图所示。数据字符用“D”表示，所以数据字符就可以表示为Dx.y，例如十进制40，则表示D8.1。控制字符是用K表示，我们称之为K码，或叫“comma”，其表示方法和数据字符方法一样，即Kx.y，例如我们比较常见的K28.5、K28.7，控制码一共有12个。

为什么要拆分5bit和3bit就能保证DC平衡呢？上文我们提到，如果出现连续5个1或0就会造成极性偏差，而串行数据只有0和1。所以我们不仅要保证本组编码后的10bit数没有连续这么多0或1，也要保住和上一组连在一起没有这么多0或1。采用这样“小数据段”的编码方式对硬件来讲更好实现，我们从6bit挑出不超过5个连续0和1的，从4bit数据挑出不超过3个连续0和1的，让它组合起来更有利于我们实现上述目的。如下这是3B/4B和5B/6B的编码表：
图片来自维基百科：https://zh.wikipedia.org/wiki/8b/10b


5b/6b 与 3b/4b 表可能导致下列 12 控制符号（control symbols）允许被发送，K.28.1， K.28.5， K.28.7 是逗号（，）序列：

4.1 运行极性（RD）

这又引入了一个新的名词，叫做“RD”，全称running disparity，叫做运行不一致性，也就是我们上文提到的极性偏差。这个用来衡量编码数据的不平衡度，所谓的不平衡度就是编码数据中“0”的个数减去“1”的个数后的差值。Dirparity的取值只有“+2”（“0”比“1”多两个）、“0”（“0”和“1”数量相等）和“-2”（“0”比“1”少两个）。编码中“1”和“0”数量相等的码字称为“完美平衡码”。如果“１”的个数和“０”的个数相等，则称为完美平衡编码。如果编码后的４位数据块和６位数据块都是完美平衡代码，那么组合成的10位数据也是完美平衡代码，但这是不太可能的。因为原始数据中的3bit有8中情况，编码后的4bit有16中情况，这16中平衡编码只有6种。原始数据中的5bit有32种情况，编码后的6bit有64种情况，其中平衡编码只有20种，所以必然会有不平衡状态。编码后的10位数据代码的不平衡度值只可能是+2、0、-2。RD就是用来表示这个不平衡度的。根据当前RD值合理选择编码数据，从而使编码后的10位数据的不平衡度为+2、0或-2。

4.2 编码的基本思路

在编码时，RD的初始值为负，即RD-，根据当前的RD值，决定相应的编码输出。比如：在表3B/4B中，对于D.x.3（011），其对应的4B码字有两种：1100和0011，若此时RD为负，则取1100作为其对应的4B码字作为输出，同时检验此时的编码是否为完美编码，如果是完美编码，则保持RD的极性不变；否则改变RD的极性。通过控制RD的极性，同时在编码时根据RD的极性选择相对应的编码值，使得编码后的数据流有更好的直流平衡特性。
通过RD的控制，整个数据流具有很好的直流平衡性。

4.3 完美码型

1. 3B/4B编码的RD+和RD-不一样，且5B/6B编码的RD+和RD-不一样。
2. 3B/4B编码的RD+和RD-一致，且5B/6B编码的RD+和RD-一致。