通信系统中抖动简介

本抖动简介介绍了各种抖动类型的定义，包括随机抖动类型：高斯、周期间、相邻周期;和确定性抖动类型：占空比失真、脉冲宽度失真、脉冲偏斜和数据相关（模式）抖动。应用笔记还讨论了各种抖动元件与系统误码率（BER）之间的关系。

什么是抖动？

SONET标准指出，“抖动被定义为数字信号的重要时刻从其理想位置在时间上的短期变化。重要时刻可能是（例如）最佳采样时刻。光纤通道标准简单地将抖动定义为“与事件理想时间的偏差”。

简而言之，术语“抖动”描述了系统内的时序错误。在通信系统中，抖动的累积最终会导致数据错误。

对系统用户最有价值的参数是这些数据错误的发生频率，通常称为误码率（BER）。稍后我们将更详细地讨论 BER。

首先，一些定义。基本抖动类型和定义如下表1所示。一些抖动类型有许多常用术语来描述相同的测量。其他术语描述了同一抖动类型的不同测量方法。如果使用多个术语来描述相同的抖动类型，则这些术语将一起列出。

抖动如何导致数据错误？

通过在特定时刻对数据信号进行采样，从串行数据流中提取信息。理想情况下，这些采样时刻始终发生在数据位时间的中心，在两个相邻的边沿转换点之间等距。抖动的存在会改变相对于采样点的边沿位置。然后，当数据边位于采样时刻的错误一侧时，将发生错误。

如表1所述，总抖动可以表示为确定性抖动和任何特定误差概率值下随机抖动的标准差数之和。随机抖动在上面定义为抖动，可以用高斯概率分布来描述。高斯分布是围绕平均值对称的。一个标准差 （1σ） 定义为包含 68.26% 总体到均值一侧的窗口。表2列出了σ的倍数，并列出了适用于每个倍数的总人口比例。

确定性和随机抖动求和的结果是另一种概率分布，其示例如图1所示。该分布绘制概率与时序误差幅度的关系图，其特征在于具有表示确定性抖动成分的中心部分和作为（随机抖动）高斯分布尾部的外部部分。所示的分布形状称为双峰响应。

图1.显示确定性和随机分量的概率直方图。

将图1所示的抖动概率分布添加到数据流中，可以有效地调制相对于采样时刻的数据边沿位置。如图 2 所示，它显示了叠加在数据转移点上的概率直方图的理想眼图。与采样时刻相关的数据错误的概率是第一个数据转换到达得太晚或第二个数据转换到达得太早的概率之和。该概率由图 2 中采样点曲线下方的阴影部分表示。

图2.具有数据转换时间概率直方图的理想眼图。

要找到发生数据错误的概率，必须将任一数据边出错的概率之和乘以实际发生转换的概率。后者由平均转换密度表示，并假设等于典型数据流的 50%。

举个例子，考虑一个总确定性抖动为0.3UIp-p（包括所有非高斯时序误差源）和0.05UI rms随机抖动的数据流。最大允许抖动为1UIp-p;这是理想接收器在发生错误之前可以容忍的抖动量（请参阅下面的注释）。使用公式 1 的表达式

DJ（pk） + n × RJ（rms） = TJ（pk）

代入TJ = 0.5UI（pk），DJ = 0.15UI（pk）和RJ = 0.05UI（rms），我们得到n = 7。这是将产生数据错误的随机抖动的标准差 （σ） 数。对于高斯分布，1.28 × 10-10% 的样本位于均值一侧的 7σ 限制之外。总误差率（BER）由公式2给出。

误码率 = （1.28 × 10−10% + 1.28 × 10−10%) × 50% = 1.28 × 10-10%

等式 2 的结果对应于 1.28 × 10 的 BER−12.

对应于±1σ至±10σ的随机抖动限值的误码率见下表3。

注意：特定BER值下允许的最大抖动通常由系统规格或要求系统兼

审核编辑：郭婷