一种新的高级抖动分离解析方法

A new analytic approach for advanced jitter separation

抖动分量的分析是现代通信系统调试中一项越来越重要的任务。一方面,不断增长的数据传输速率,另一方面,电路板材料、连接器或组件的成本压力是这种分析需求的驱动因素。本文描述了一种新开发的分离抖动分量的方法,为电子电路设计人员提供了调试和表征高速信号传输的强大工具。分离算法基于参数信号模型,为用户提供被测器件(DUT)抖动特性的附加细节。

验证抖动预算

数字接口不断增长的数据速率和不断缩小的电压电平,再加上现代设计的复杂性和密度,增加了管理抖动预算的重要性。

验证接口总抖动的一种方法是测量误码率(BER)。USB或PCI Express等高速接口的典型目标误码率为10-12。这意味着,规范允许1012位的序列仅允许一个错误传输的位。然而,使用误码测试仪验证总抖动非常耗时,并且没有提供关于单个抖动分量的详细信息。

另一种方法是使用示波器。由于采集内存有限(最大个位数千兆采样数),不可能直接测量某个误码率下的总抖动。下面的例子说明了这一点:对于数据速率为5 Gbps的1012位测试模式,波形采集时间为200秒。如果采样率为20 gssample/s,则需要4 TB的采集内存。没有示波器有如此深的采集存储器。

解决这一困境的聪明办法是在21世纪初发明了抖动分离(也称为抖动分解)和随后对总抖动的估计,这种方法的基本思想是总抖动由确定性和随机性组成。确定性抖动是有界的,而随机抖动是无界的,因此其峰值到峰值随感兴趣的误码率而变化。图1显示了BER浴缸曲线中这种抖动分量的映射。接收器采集数据的“睁眼”是单位间隔(UI)和总抖动的差值。

图1:数字传输系统的误码率,以及主要的抖动分量DJ(确定性抖动)和RJ(随机抖动)在单位间隔(UI)中加总的总抖动(TJ)。

Jitter components and their root causes

抖动分量及其根本原因

如上所述,总抖动由随机和确定性抖动分量组成。图2显示了确定性抖动进一步细分为数据相关、周期性和其有界不相关抖动分量。了解信号中主要的抖动成分有助于工程师决定优化设计的措施。

不同的组成部分有不同的根本原因:

例如,随机抖动取决于参考时钟振荡器的质量或半导体的热噪声。

周期性抖动通常是由开关电源(SMP)或振荡器的干扰源引起的,或者暗示了PLL的稳定性问题。

码间干扰主要与电路和信号传输路径的传输损耗和有限带宽有关,包括阻抗失配引起的反射。

占空比失真作为数据相关抖动的另一部分,暗示着信号边缘的上升/下降时间不匹配或发射机或接收机中的偏移误差。

其有界不相关抖动的典型根本原因最终是来自相邻信号道的信号耦合(串扰)。

给出的例子表明,抖动分解是缩小设计问题和确定合适的成本效益解决方案的重要的第一步。

图2:抖动组件概述

一种新的抖动分离方法

在过去的20年里,抖动分解的方法和算法不断发展。最初的方法,如用于确定随机抖动的尾部拟合和用于估计确定性抖动的双Dirac模型仍然在使用,并且是某些接口规范的一部分。进一步分解确定性抖动的传统方法将模拟波形采样点的输入信号信息减少为一组时间间隔误差(TIE)测量值,如图3所示。

Rohde&Schwarz的新抖动分解算法引入了一种基于参数信号模型的分析方法,该模型充分描述了被测传输链路的行为(图3)。新方法的核心优点是这种新的信号模型利用了完整的波形特征,包括水平分量和垂直分量。将完整的波形信息用于分解处理,即使对于相对较短的信号序列,也可以获得更准确和一致的测量结果。

图3:传统的基于TIE的抖动分解方法与Rohde&Schwarz的基于高级信号模型的抖动分解方法的比较。

新信号模型的核心元素是阶跃响应,描述了信号的数据相关特性。此外,周期和随机误差项也包含在该信号模型中(图4)。

对于分解,处理最小二乘(LS)估计器将输入信号与信号模型进行比较,并在迭代过程中计算信号模型的参数。下一步,Rohde&Schwarz算法根据输入信号的位序列,重建单个确定性抖动分量的合成波形(图5)。然后,根据输入信号与数据相关的周期性合成波形的差异,计算出随机抖动。最后,用户可以分析不同的抖动分量作为数值,或者在直方图、跟踪波形或频谱视图中查看。此外,还可以计算BER浴缸图或数据眼图进行深入分析。

图4:描述完整波形特征的线性化信号模型

图5:新的抖动分解过程:阶跃响应计算是计算确定性抖动分量的基础。在最后一步中,确定随机抖动和OBUJ。

更深入地了解系统的抖动特性

新的抖动分解算法提供了所有常见抖动分量的信息。此外,新的信息,如阶跃响应或垂直和水平周期性抖动的区别,现在是可用的。最后,合成的确定性抖动波形为结果分析提供了很高的灵活性。具有可选择的确定性抖动分量的合成数据眼或有或无周期抖动分量的BER浴缸曲线只是一些例子。

由抖动分解计算得到的特征阶跃响应是新的,对调试和优化设计非常有用。到目前为止,阶跃响应只能用专用仪器如时域透射计(TDT)或矢量网络分析仪来测量。阶跃响应反映了传输链路的许多特性:上升时间与带宽有关,过冲或阻尼响应指示频率响应特性,或由于阻抗不匹配而暗示反射的电位差(图6)。

图6:使用计算的阶跃响应时间来理解数据相关信道特性。

新的信号模型包括水平和垂直周期分量。这为用户提供了非常有用的反馈,无论周期性抖动分量是来自基于幅度还是基于时间的调制。软件报告每个检测到的周期性抖动分量的水平或垂直方向,如图7所示。此外,水平周期抖动分量的频谱也可用于分析。

图7:周期性抖动分量的水平方向和垂直方向的区别以及水平周期性抖动分量的功率谱密度(PSD)图。

三步快速设置

新的Rohde&Schwarz抖动分解算法集成在R&S RTO和R&S RTP示波器的高级抖动分析选项K133中。

获得第一个抖动结果的最简单方法是“快速启动分析”。自动执行所有设置,计算一组默认的抖动组件,并用预先选定的视图显示相应的结果。当然,以后还可以对设置和结果显示进行用户特定的调整。

或者,一个单独的设置只需要三个步骤。第一步包括选择信号源和信号类型,并定义时钟数据恢复(CDR)。选择DUT的相应技术(如USB 3.1 Gen 1)可简化CDR设置(图8)。

图8:设置步骤1–定义信号类型并配置CDR。

在第二步中,配置分解的参数(图9)。为此,必须选择感兴趣的抖动分量,并定义处理的阶跃响应长度。选择较长的长度可能会发现更多细节,例如远处的反射,但也需要更多的计算时间。

图9:设置步骤2–定义步骤响应长度并选择抖动组件。

最后一步是配置结果显示(图10)。在这一步中,用户必须为单个抖动分量在直方图、轨迹或频谱视图之间进行选择。此外,阶跃响应、浴缸曲线和合成眼图可供深入分析。在此之后,设置完成,通过打开“启用”按钮,分解处理将开始。

图10:设置步骤3–选择结果显示

图11显示了不同结果视图的示例。smartgrid功能允许使用拖放功能根据个人喜好排列图表。

图11:R&S RTP高性能示波器和R&S RTP-K133高级抖动分析选项的PCIe Gen3信号抖动分解结果显示。

结论

Rohde&Schwarz抖动分解算法使用了一种先进的信号模型,该模型充分描述了输入信号。即使对于相对较短的信号序列,用户也能从准确的测量结果中获益。关于被测信号的其结果细节为设计者提供了关于使用高速接口或快速时钟信号的设备的验证和调试的进一步见解。

一种新的高级抖动分离解析方法相关推荐

  1. 命令行下一种新的加帐号的方法

    今天研究了一下用户控制面板文件nusrmgr.cpl,发现调用的是Shell.Users来加用户,它还同时调用了 wscript.shell.Shell.Application.Shell.Local ...

  2. fir fpga 不同截止频率_一种新的FIR滤波器系数量化方法

    相对于模拟滤波器,数字滤波器具有高精度.高可靠性.可编程改变滤波特性.便于集成等一系列优点,并且理论上可实现近似理想频率特性的滤波性能.经典的数字滤波器主要包括有限脉冲响应(Finite Impuls ...

  3. House of apple 一种新的glibc中IO攻击方法

  4. 一种新的8B/10B编解码硬件设计方法

    作者:贺传峰 戴居丰 毛陆虹    时间:2006-12-03    来源:电子设计信息网-www.edires.net    摘要:在深入研究了8B/10B 编码规则及其内在相关性的基础上,提出了一 ...

  5. [kernel exploit] Dirty Cred: 一种新的无地址依赖漏洞利用方案

    文章目录 简介 背景 Dirty Cred 基础知识 内核凭证 cred file slab 种类 通用内存slab 特殊内存slab filp cred 漏洞利用思路与实例 思路 CVE-2021- ...

  6. 单目全向立体相机的标定(一种新的相机形式)

    点云PCL免费知识星球,点云论文速读. 文章:Calibration Method of the Monocular Omnidirectional Stereo Camera 作者:Ryota Ka ...

  7. 论文浅尝 | AMUSE: 基于 RDF 数据的多语言问答语义解析方法

    来源:ISWC 2017 链接:https://link.springer.com/content/pdf/10.1007%2F978-3-319-68288-4.pdf 本文主要关注基于RDF数据的 ...

  8. 一种全景视频的主观质量评价方法(译)

    A subjective visual quality assessment method of panoramic videos ICME 2017 abstract 与传统的2D视频不同,在头戴式 ...

  9. 2021年美容师(高级)考试及美容师(高级)最新解析

    题库来源:安全生产模拟考试一点通公众号小程序 安全生产模拟考试一点通:美容师(高级)考试根据新美容师(高级)考试大纲要求,安全生产模拟考试一点通将美容师(高级)模拟考试试题进行汇编,组成一套美容师(高 ...

最新文章

  1. golang 接口类型 interface 简介
  2. HTTP权威指南记录 ---- HTTP概述
  3. trident原理及编程指南
  4. 弱,弱,最弱,利用专业参考来利用垃圾收集器
  5. 在gluster中配置distributed 卷
  6. 1.8. subshell
  7. history指令显示日期时间
  8. 3dmax简单制作方法
  9. CCF 201712-3 Crontab
  10. python读取文件UnicodeDecodeError: 'gbk' codec can't decode byte 0xfe in position 575056: illegal multiby
  11. zblog html代码,zblog代码大全,代码对应的中文,超详细
  12. Customers带出功能JS
  13. netts之 CTWSocket代码流程分析(整体是客户端请求式的)
  14. 批量重命名,文件夹重命名的五种方式分享
  15. 谷歌浏览器html调试iphone11,如何用windows电脑+ios调试手机上打开的网页
  16. 0 在c语言中有什么作用,\0在c语言中代表什么?
  17. scConverter 文档转换 DLL / SDK
  18. uni-app 安装配置安卓手机模拟器
  19. 组装一台计算机需要哪些配置,我想做组装一台电脑能给我一个配置单 我要最高配置的...
  20. js字符串转日期时间,并比较大小

热门文章

  1. Go 学习笔记(61)— Go 高阶函数、函数作为一等公民(函数作为输入参数、返回值、变量)的写法
  2. Python 生成器总结
  3. 快速给shell脚本加上使用提示
  4. Flask学习之路(一)--初识flask
  5. Eclipse的编码
  6. 机房收费系统【VB版】——添加和删除用户
  7. 外网远程桌面连接设置
  8. LeetCode简单题之长按键入
  9. 合肥工业大学—SQL Server数据库实验四:数据库的分离和附加
  10. TVM vs TensorRT比较