信號完整性分析中抖動的分類

當TIE的樣本積累很多時，我們也能夠觀察到TIE參數變化的趨勢，如下圖所示，

上圖藍色波形即為TIE抖動參數的變化趨勢，呈現了周期性的變化，如果對其做FFT變換，會發現有周期性的頻譜成分，這類抖動就稱為周期性抖動（Pj），如下圖所示

周期性抖動Pj為固有抖動Dj的一部分，除此以外，還有和數據碼型相關的抖動DDj（數據相關性抖動）；占空比失真引起的DCD抖動；因數據碼型中0電平和1電平切換頻率不同導致的碼間干擾抖動ISI(因為不同頻率的信號經過信道時衰減延遲是不一樣的);由于高次諧波以及串擾引起的抖動，一般稱為OBUJ（其它的固有不相干抖動），這類抖動屬于固有抖動成分，但是數值很小，很容易和隨機抖動Rj混到一起，不易區分，Lecroy的NQ-SCALE方法能夠較好的區分出這類抖動。
綜上所述，串行數據的總體抖動Tj的構成如下樹狀圖：

四、時鐘抖動與數據抖動的聯系

主要有如下幾點：
1、數據抖動是以TIE抖動作為基本單位展開分析的，根據抖動的構成成分，將一定誤碼率情況下（特定的樣本數量）的總體抖動Tj分解為Dj，Rj，DDj，Pj等；因為數據信號不具備如時鐘信號一樣的周期重復性，因此數據信號沒有周期抖動、相鄰周期間抖動的指標。

2、高速串行數據標準一般要求在特定誤碼率情況下（如10e-12）的總體抖動Tj，固有抖動Dj，隨機抖動Rj等指標不能過大；而時鐘信號一般是芯片手冊給出要求，因此分析時鐘抖動時需要多大的數據量則需要引起注意，不一樣的樣本數據量，測得的抖動結果也會偏差很大。如果時鐘手冊給出的指標非常苛刻，則有可能是在1sigma范圍內的數據量進行測量分析的（數據量小，所以抖動也會小很多），參照圖4。

3、時鐘的相位抖動、周期抖動、相鄰周期間抖動也同樣可以作為基本單位進行統計分析，同樣也可以設定特定樣本數據時的Tj，Dj，Rj以及相關的分解（數據相關性抖動ISI等不適用于時鐘抖動，因為時鐘抖動0電平和1電平的切換率是恒定的），以便分析抖動的來源，但是如果用數據抖動的分析軟件來分析時鐘抖動的話一般只能分析相位抖動，周期抖動和相鄰周期間抖動只能通過直方圖以及參數跟蹤的方法來分析。

4、時鐘芯片手冊或者其它芯片手冊中給出的時鐘抖動指標通常是某一類抖動的峰峰值或者RMS值，也有要求總體抖動Tj，Dj，Rj指標的，給出這樣的指標時我們一定得搞清楚這個指標是對應于多大的樣本數據量。