信號完整性分析中抖動(dòng)的分類(lèi)

三、串行數據系統中抖動(dòng)的分類(lèi)

在上一篇文章中，我們提到了串行數據系統中接收端芯片的工作原理以及TIE（Time Interval Error）抖動(dòng)的概念,即數據與時(shí)鐘之間的相對抖動(dòng)，而不是單純指數據本身或者時(shí)鐘本身的抖動(dòng)。那么如果我們假定時(shí)鐘邊沿位置（對于高速數據鏈路系統，或者叫異步系統來(lái)說(shuō)，該時(shí)鐘一般是恢復時(shí)鐘）為數據的理想邊沿，那么數據的TIE抖動(dòng)事實(shí)上就是前文中分析時(shí)鐘抖動(dòng)時(shí)的相位抖動(dòng)，唯一不同的是時(shí)鐘信號的相位抖動(dòng)在每一個(gè)時(shí)鐘周期都會(huì )有一個(gè)數值；而數據信號常常有很多個(gè)連零電平或者連1電平，無(wú)邊沿存在，因此也就沒(méi)有對應的相位抖動(dòng)數值。所以為了分清這兩類(lèi)抖動(dòng)的概念，我們姑且在本文中暫定義時(shí)鐘信號的相位抖動(dòng)叫相位抖動(dòng)；數據信號的相位抖動(dòng)就叫做TIE抖動(dòng)（時(shí)間間隔誤差）；

TIE抖動(dòng)是分析串行數據抖動(dòng)的最基本單位，數據信號的每一個(gè)邊沿位置都會(huì )有一個(gè)TIE抖動(dòng)值。一段很長(cháng)的串行數據一定會(huì )包含數個(gè)上升沿或者下降沿，如下圖所示：

如果將所有邊沿處的TIE抖動(dòng)做一個(gè)直方圖統計，我們可能會(huì )發(fā)現這些TIE值是具有一定的統計規律的，如下圖所示分別為呈現高斯分布的TIE抖動(dòng)以及呈現雙峰分布的TIE抖動(dòng)：

呈現高斯分布的抖動(dòng)通常是由于熱噪聲等引起的，稱(chēng)為隨機抖動(dòng)（Random Jitter）；呈現雙峰且將高斯曲線(xiàn)分成兩部分的雙峰之間的抖動(dòng)值稱(chēng)為固有抖動(dòng)（Deterministic Jitter）;通常來(lái)說(shuō)抖動(dòng)成分主要是由隨機抖動(dòng)Rj和固有抖動(dòng)Dj構成的，在之前的第二節我們有介紹到由于Rj的峰峰值是
****的，隨著(zhù)累積樣本數的增加而增加，因此通常是用統計標準偏差值（幾個(gè)sigma范圍內的抖動(dòng)值）來(lái)衡量的；而Dj則是用峰峰值來(lái)衡量的。當前大部分串行數據標準要求測量誤碼率為10e-12時(shí)的總體抖動(dòng)（Tj）大小，而通常直方圖+/-7 sigma以?xún)鹊臄祿颖緮挡拍苓_到10e+12。Tj就是衡量Dj與Rj的整體影響的抖動(dòng)術(shù)語(yǔ)。誤碼率為10e-12時(shí)的總體抖動(dòng)Tj=14Rj+Dj (Rj是指1sigma時(shí)的抖動(dòng)或者叫RMS抖動(dòng)；Dj是固有抖動(dòng)的峰峰值)

如果我們不用統計的方式來(lái)分析TIE抖動(dòng)，而是在一個(gè)很長(cháng)的時(shí)間軸上來(lái)看所有的TIE抖動(dòng)值的變化趨勢，即用如Lecroy示波器中的參數track的功能，我們也同樣能夠看出TIE抖動(dòng)值的變化趨勢：