信号完整性分析中抖动的分类

三、串行数据系统中抖动的分类

在上一篇文章中，我们提到了串行数据系统中接收端芯片的工作原理以及TIE（Time Interval Error）抖动的概念,即数据与时钟之间的相对抖动，而不是单纯指数据本身或者时钟本身的抖动。那么如果我们假定时钟边沿位置（对于高速数据链路系统，或者叫异步系统来说，该时钟一般是恢复时钟）为数据的理想边沿，那么数据的TIE抖动事实上就是前文中分析时钟抖动时的相位抖动，唯一不同的是时钟信号的相位抖动在每一个时钟周期都会有一个数值；而数据信号常常有很多个连零电平或者连1电平，无边沿存在，因此也就没有对应的相位抖动数值。所以为了分清这两类抖动的概念，我们姑且在本文中暂定义时钟信号的相位抖动叫相位抖动；数据信号的相位抖动就叫做TIE抖动（时间间隔误差）；

TIE抖动是分析串行数据抖动的最基本单位，数据信号的每一个边沿位置都会有一个TIE抖动值。一段很长的串行数据一定会包含数个上升沿或者下降沿，如下图所示：

如果将所有边沿处的TIE抖动做一个直方图统计，我们可能会发现这些TIE值是具有一定的统计规律的，如下图所示分别为呈现高斯分布的TIE抖动以及呈现双峰分布的TIE抖动：

呈现高斯分布的抖动通常是由于热噪声等引起的，称为随机抖动（Random Jitter）；呈现双峰且将高斯曲线分成两部分的双峰之间的抖动值称为固有抖动（Deterministic Jitter）;通常来说抖动成分主要是由随机抖动Rj和固有抖动Dj构成的，在之前的第二节我们有介绍到由于Rj的峰峰值是
****的，随着累积样本数的增加而增加，因此通常是用统计标准偏差值（几个sigma范围内的抖动值）来衡量的；而Dj则是用峰峰值来衡量的。当前大部分串行数据标准要求测量误码率为10e-12时的总体抖动（Tj）大小，而通常直方图+/-7 sigma以内的数据样本数才能达到10e+12。Tj就是衡量Dj与Rj的整体影响的抖动术语。误码率为10e-12时的总体抖动Tj=14Rj+Dj (Rj是指1sigma时的抖动或者叫RMS抖动；Dj是固有抖动的峰峰值)

如果我们不用统计的方式来分析TIE抖动，而是在一个很长的时间轴上来看所有的TIE抖动值的变化趋势，即用如Lecroy示波器中的参数track的功能，我们也同样能够看出TIE抖动值的变化趋势：