3. 频率稳定度的时域表征

相位噪声从频域描述振荡器的短期不稳定，而频率稳定度则从时域回答另一个问题：把同一台信号源连续测量多次，它的频率或相位在时间上究竟漂移了多少。两者不是彼此独立的指标，而是同一随机过程在不同域的投影。理解阿伦方差、重叠阿伦方差与时间偏差，关键就在于看清这种投影关系，并知道在什么场景下该用哪一个统计量。

为什么不能直接用普通方差

设载波标称频率为 f₀，第 k 次测量得到的平均频率为 f̄ₖ，归一化频率偏差定义为：

yₖ = (f̄ₖ − f₀) / f₀

如果直接对 yₖ 求样本方差，会遇到一个根本性障碍：振荡器的频率噪声包含大量低频成分，其功率谱密度近似按 1/f^α 衰减。这类过程不是平稳的，样本方差会随测量次数增加而发散，测得的数值没有收敛意义。阿伦方差（Allan Variance，AVAR）的解决办法是不比较每个样本与均值的偏离，而是比较相邻两个平均值的差，用差分把低频漂移抵消掉。

阿伦方差的定义与计算

把总测量时间切成若干个长度为 τ 的连续区间，每个区间内得到一个平均频率偏差 ȳₖ。阿伦方差定义为相邻两个平均值的差平方后取一半的期望：

σ²ᵧ(τ) = (1/2) · ⟨(ȳₖ₊₁ − ȳₖ)²⟩

实际测量中期望用有限样本平均代替。若共得到 M 个平均频率值，则有 M−1 个相邻差，估计式为：

σ²ᵧ(τ) = 1 / [2(M−1)] · Σₖ₌₁^(M−1) (ȳₖ₊₁ − ȳₖ)²

工程上更常报告阿伦偏差 σᵧ(τ)，即阿伦方差的平方根，单位无量纲，习惯用科学计数法表示，例如 2×10⁻¹²。以一台 10 MHz 信号源为例，若在 τ = 1 s 下测得 σᵧ(1 s) = 2×10⁻¹²，意味着相邻两秒的平均频率差典型量级为 2√2×10⁻¹² × 10 MHz ≈ 2.8×10⁻⁵ Hz。这个换算把无量纲指标落到了可感知的频率量上，是判断测量系统是否够用的第一步。

τ 与 σᵧ(τ) 的斜率关系

阿伦偏差随平均时间 τ 变化的曲线称为阿伦方差图，横轴为 τ，纵轴为 σᵧ(τ)，双对数坐标下不同噪声类型表现为不同斜率。白频率噪声（WPM）对应斜率 −1/2，闪烁频率噪声（FPM）对应斜率 0，白相位噪声（WPM 相位）对应斜率 +1，频率随机游走对应斜率 +1/2。斜率是识别主导噪声机制最直接的线索：若曲线在某个 τ 区间呈 −1/2，说明该区间由白频率噪声主导，继续延长 τ 能改善稳定度；若呈 0 或正斜率，说明已进入闪烁或漂移主导区，再延长 τ 收益递减甚至变差。

重叠阿伦方差：用同一批数据榨出更多自由度

标准阿伦方差只使用相邻且不重叠的平均值对，当 τ 接近总测量时间时，可用差值对数量急剧减少，估计的置信度变差。重叠阿伦方差（Overlapping Allan Variance，OAVAR）允许所有间隔为 τ 的平均值对参与统计，即对每个起点都取一个差，而不是每隔 τ 才取一次。若原始采样点数为 N，平均因子为 m，则标准 AVAR 约有 N/m − 1 个差值对，而 OAVAR 有 N − 2m + 1 个。在同样的原始数据下，OAVAR 的自由度显著更高，尤其在长 τ 端能把估计不确定度压低约 √(N/m) 倍量级。代价是相邻差值对之间存在相关性，严格的不确定度公式需要引入修正因子，但作为工程估计，OAVAR 是当前相位噪声分析仪和稳定度分析软件的默认算法。

时间偏差：把相位误差累积成时间量

时间偏差（Time Deviation，TDEV）与阿伦方差同源，但输出的是时间单位，更适合描述时钟同步、时间传递和网络定时场景。其定义为：

TDEV(τ) = (τ / √3) · σᵧ(τ)   （对白相位噪声主导区）

更一般地，TDEV 由修正阿伦方差 Mod σ²ᵧ(τ) 导出：

TDEV(τ) = √( τ² · Mod σ²ᵧ(τ) / 3 )

修正阿伦方差在计算前先对相位数据做二次差分滤波，能有效抑制频率漂移的影响，因此 TDEV 对线性漂移不敏感，专门反映随机相位波动。举例来说，若某 1 PPS 时间源在 τ = 100 s 处 TDEV 为 2 ns，表示在 100 秒观察窗内，输出脉冲相对理想时间轴的随机抖动典型量级为 2 纳秒。这个数字直接对应同步系统的守时误差预算，比无量纲的 σᵧ 更便于与网络抖动、授时精度等指标对接。

时域指标与频域相位噪声的数学联系

阿伦方差与单边带相位噪声 L(f) 之间存在确定的积分关系。对白频率噪声和闪烁频率噪声主导的情形，可写成：

σ²ᵧ(τ) = 2 ∫₀^fh [ Sᵧ(f) · sin⁴(π f τ) / (π f τ)² ] df

其中 Sᵧ(f) 是归一化频率波动的功率谱密度，sin⁴(πfτ)/(πfτ)² 是阿伦方差对频率的传递函数。这个传递函数在低频端按 f² 衰减，正是它把 1/f 类发散噪声压住，使积分收敛。工程上更常用的近似换算是：在 L(f) 以 1/f² 或 1/f³ 为主的区间，σᵧ(τ) 与 L(f) 在 f ≈ 0.4/τ 附近存在对应关系，可据此从相位噪声曲线快速估算时域稳定度，或反向由 σᵧ(τ) 曲线反推相位噪声量级。

实际测量中的几个判断要点

• 先看斜率再读数值。同一台设备在不同 τ 下的 σᵧ 可能相差几个数量级，脱离 τ 谈稳定度没有意义。报告时必须同时给出 τ 和 σᵧ(τ)。
• 区分 AVAR 与 OAVAR。若软件默认输出 OAVAR，与文献中的标准 AVAR 数值在长 τ 端可能有可见差异，比较前先确认算法。
• 时间偏差用于同步场景。涉及 1 PPS、PTP、时间传递时优先看 TDEV，它直接给出时间误差量级。
• 注意死区时间。若测量系统在两次采样之间存在死区，会引入额外的白相位噪声，使 σᵧ(τ) 在短 τ 端被高估，此时应改用无死区计数或修正阿伦方差。
• 用交叉验证确认。把时域测得的 σᵧ(τ) 与频域 L(f) 积分结果对比，若两者在同一 τ 下相差在 1～2 dB 以内，说明测量链路和换算模型一致。