新的抖動分解圖和新的抖動分離方法

隨著信號速率的不斷提高和對精度的越來越高要求，需要進行抖動成分的分離以更深入表征抖動特征和查找問題根源?，F代（2012年后），大都按下圖進行抖動成分的分解。

圖1 抖動成分分解圖

隨機抖動RJ

隨機抖動是不能預測的定時噪聲，因為它沒有可以識別的模式。典型的隨機噪聲實例是在無線電接收機調諧到沒有活動的載頻時聽到的聲音。盡管在理論上隨機過程具有任意概率分布，但我們假設隨機抖動呈現高斯分布，以建立抖動模型。這種假設的原因之一是，在許多電路中，隨機噪聲的主要來源是熱噪聲(也稱為 Johnson 噪聲或散粒噪聲)，而熱噪聲呈現高斯分布。另一個比較基礎的原因是，根據中心極限定理，不管各個噪聲源采用什么分布，許多不相關的噪聲源的合成效應該接近高斯分布。高斯分布也稱為正態(tài)分布，但它的一個最重要的特點是：對高斯變量，它可以達到的峰值是無窮大。盡管這種隨機變量的大多數樣本將會聚集在中間值的周圍，但在理論上，任何單一的樣本，它可以偏離中間值任意大的量。所以，高斯分布都沒有峰到峰邊界值，從這種分布中的樣本數越多，所測得的峰到峰值將越大。所以，我們用stdev或RMS(均方差)值來衡量隨機抖動RJ。

確定性抖動DJ

確定性抖動是可以重復的、可以預測的定時抖動。正因如此，這個抖動的峰到峰值具有上下限，在數量相對較少的觀察基礎上，通?？梢砸愿咧眯哦扔^察或預測其邊界。DDJ和PJ根據抖動特點和根本成因進一步細分了這類抖動。確定性抖動和隨機抖動在統計圖上可以用圖形象化表示。

RJ和DJ頻譜分離法

傳統的RJ和DJ的分離方法是頻譜分離法，是在頻域中獲得RJ和PJ，然后在時域中獲得DJ，再計算出ISI和DCD。頻譜分離法的關鍵是選擇PJ門限，一般由實驗數據得出，通過PJ門限把分離的譜線濾掉，剩余的是RJ頻譜，再進行積分即可得到RJrms。

圖2頻譜分離法進行RJ和PJ分離

如果頻譜類似于白噪聲，則RJ分離效果較好，但是如果測量數據不足，則可能出現另外一種情況，如下圖所示，則RJ分離就需要仔細考慮。這時候在抖動分析軟件中，有兩種RJ帶寬可供選擇：Wide和Narrow。
什么時候選擇wide或narrow呢？
如果測量數據量夠大，選擇Wide即可。但是如果測量數據量較小，選擇Narrow更能夠保證測量精度。

圖3 RJ分離帶寬的選擇

非周期性抖動ABUJ和高斯尾部擬合分離法

當有串擾出現時，我們會發(fā)現浴盆曲線中的測量數據和使用雙狄拉克模型仿真的數據交界不平滑或沒有交點的情況，這說明抖動分離是不準確的。所以最近改進了抖動分離的方法，增加了非周期性抖動ABUJ，用于衡量串擾或地彈。

圖4 傳統的頻譜分離法和最新的高斯尾部擬合法在分離有串擾情況下的差異

串擾或地彈導致的波形和統計圖的變化如下所示，可見傳統的頻譜分離測量方法不能在有串擾或地彈的情況下精確進行抖動分離，而最新采用的高斯尾部擬合法則很好的解決了這個難題。


圖5 串擾或地彈導致的信號的變化即統計圖的變化

高斯尾部擬合抖動分離法都在時域中進行，獲得抖動統計圖，對左邊沿和右邊沿分布進行高斯擬合，獲得RJ。其實，這個實際操作起來并不容易，適當選擇擬合窗口是非常關鍵的。


圖6 高斯尾部擬合原理

圖7 高斯尾部擬合法誤差考慮